ostris/ai-toolkit

什么是 Ostris AI Toolkit？

Ostris AI Toolkit 是一个开源套件，让你在单机或云端 GPU 上训练和运行扩散模型（图像、视频、音频，甚至 LLM）。它提供：

• 图形化 Web UI（在 http://localhost:8675 上运行），用于启动、停止和监控训练任务。
• 用于相同任务的 CLI，在无头服务器上非常有用。
• 一个实验性的“AI Toolkit Manager”，可以自动检测你的硬件，安装合适的 PyTorch 构建，创建虚拟环境，并捆绑 Node.js 和 FFmpeg，因此不会在系统范围内安装任何东西。
• 支持来自 Hugging Face 的大量预训练扩散模型（FLUX、SDXL、Qwen-Image 等），涵盖图像生成、基于指令的编辑、视频生成、音频生成，甚至多模态 LLM。
• 配置文件（YAML）允许你训练 LoRA 或 LoKr 适配器，定位特定层，并自定义超参数。
• 用于 RunPod 和 Modal 等云平台的集成脚本，以及指向作者自己的 Ostris Cloud 服务的链接。

该工具包面向爱好者和研究人员，他们希望在消费级 GPU 上获得“一键式”体验，同时仍能提供高级用户可能需要的一切控制选项。

---

主要特性

特性	详情
模型目录	列出了 40 多个扩散模型（图像、视频、音频）和一个 LLM，每个都链接到它们的 Hugging Face 仓库。
训练 UI	使用 Node.js 构建的 Web UI；基于令牌的认证用于远程访问。
CLI / 管理器	`python -m manager install
LoRA / LoKr 支持	配置驱动的适配器；通过 only_if_contains / ignore_if_contains 进行层定位。
跨平台	适用于 Linux、macOS（Apple Silicon，实验性）和 Windows 的脚本。
云端就绪	现成的 RunPod pod 模板；Modal 部署指南；可选的 Ostris Cloud GPU 租赁。
数据集处理	简单的文件夹，包含 *.jpg/png 和对应的 *.txt 标题；自动分桶和调整大小。
安全性	UI 令牌（AI_TOOLKIT_AUTH）用于保护暴露的服务器。

---

谁会用？

• 艺术家和创作者：想在自己的硬件上微调扩散模型，而不想编写样板代码的人。
• 研究人员：需要快速在最新的 FLUX 或 SDXL 检查点上实验 LoRA/LoKr 的人。
• 开发者：寻找捆绑了 PyTorch、Node、FFmpeg 和 UI 的自包含环境的人。
• 学生：想要动手实践扩散训练，并在浏览器中看到结果的人。

---

快速开始（简要）

1. 克隆仓库。
2. 运行平台特定的 run_*.sh/.bat 脚本——管理器将创建虚拟环境，安装正确的 CUDA 启用 PyTorch，并启动 UI。
3. 从 config/examples/ 中选择一个配置（例如 train_lora_flux_24gb.yaml），编辑路径/标题，然后运行：

   python run.py config/your_config.yml
   

4. 在 Web UI 或终端中监控进度。

---

限制 / 注意事项

• AI Toolkit Manager 被标记为实验性；你总是可以回退到手动安装步骤。
• 只支持 JPEG/PNG 图像；WebP 目前存在缺陷。
• UI 是可选的——训练可以完全脚本化。
• 某些模型（例如 FLUX.1-dev）需要 Hugging Face 访问令牌。

---

许可证与社区

该项目是免费开源的（README 中未指定许可证）。作者鼓励用户加入 Discord 以获取支持，并列出赞助选项，供那些希望资助持续开发的人使用。

---

简而言之： Ostris AI Toolkit 是一个功能丰富的扩散模型训练套件，既提供便捷的 Web UI，又提供完整的 CLI 控制，并具有广泛的模型支持和云部署指南。

---

以上所有信息均直接来自仓库的 README；没有添加外部假设。