Pixel Aurora Engine部署教程：Docker Compose多服务协同（API+Web+DB）

Pixel Aurora Engine部署教程Docker Compose多服务协同APIWebDB1. 项目概览Pixel Aurora Engine是一款融合AI生成技术与复古像素美学的创意工具。通过Docker Compose我们可以轻松部署包含以下核心服务的完整系统API服务基于FastAPI的生成引擎核心Web界面Streamlit构建的8-bit风格操作面板数据库PostgreSQL存储生成记录与用户数据这种架构设计让系统具备以下优势各组件独立扩展开发环境与生产环境一致一键启动完整服务栈2. 环境准备2.1 硬件要求建议配置GPUNVIDIA显卡RTX 3060及以上显存至少8GB启用CPU Offload可降低要求内存16GB以上存储50GB可用空间用于模型缓存2.2 软件依赖确保已安装Docker 20.10Docker Compose 2.0NVIDIA驱动如使用GPU加速Git用于获取代码验证安装docker --version docker-compose --version nvidia-smi # GPU用户检查驱动3. 部署步骤3.1 获取项目代码克隆仓库并进入项目目录git clone https://github.com/Neeshck/pixel-aurora-engine.git cd pixel-aurora-engine3.2 配置环境变量复制示例配置文件并编辑cp .env.example .env nano .env # 或使用其他编辑器关键配置项说明# API服务配置 API_PORT8000 MODEL_CACHE_DIR/data/models # 数据库配置 POSTGRES_USERaurora POSTGRES_PASSWORDyour_secure_password POSTGRES_DBpixel_art # Web界面配置 STREAMLIT_PORT8501 THEME_COLOR#e0f7fa # 极光青色3.3 启动服务使用Docker Compose启动所有服务docker-compose up -d这将启动api生成引擎服务端口8000webStreamlit界面端口8501dbPostgreSQL数据库端口5432查看服务状态docker-compose ps4. 服务验证4.1 API服务测试使用curl测试生成接口curl -X POST http://localhost:8000/generate \ -H Content-Type: application/json \ -d {prompt:cyberpunk city at night, 8-bit style}预期返回{ status: processing, task_id: a1b2c3d4 }4.2 Web界面访问浏览器打开http://localhost:8501应看到复古像素风格的操作界面包含提示词输入框风格调节面板历史作品画廊4.3 数据库连接验证进入数据库容器docker-compose exec db psql -U aurora pixel_art执行查询SELECT COUNT(*) FROM generation_history;5. 进阶配置5.1 GPU加速设置修改docker-compose.yml中api服务的配置api: deploy: resources: reservations: devices: - driver: nvidia count: 1 capabilities: [gpu]5.2 模型缓存持久化在docker-compose.yml中添加卷映射volumes: model_cache: driver: local services: api: volumes: - model_cache:/data/models5.3 负载均衡配置示例Nginx配置需单独部署upstream api { server api1:8000; server api2:8000; } server { listen 80; location / { proxy_pass http://web:8501; } location /api/ { proxy_pass http://api; } }6. 常见问题解决6.1 启动时模型下载失败解决方案检查网络连接手动下载模型到/data/models目录设置HF_HOME环境变量指向正确路径6.2 显存不足错误处理方法启用CPU OffloadUSE_CPU_OFFLOADtrue降低生成分辨率减少并发请求数6.3 界面样式异常排查步骤清除浏览器缓存检查Streamlit主题配置确认静态资源加载正常7. 总结通过本教程您已经完成多服务架构部署APIWebDB的完整系统环境配置优化GPU加速与持久化存储系统验证方法接口测试与界面检查建议下一步探索LoRA模块的动态加载定制个性化像素风格集成到创意工作流程中获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。