Qwen-Image-2512-SDNQ Web服务部署教程：OpenEuler 22.03 LTS系统适配记录

Qwen-Image-2512-SDNQ Web服务部署教程：OpenEuler 22.03 LTS系统适配记录

想不想在国产操作系统上，轻松搭建一个属于自己的AI绘画网站？今天，我就带你一步步把Qwen-Image-2512-SDNQ这个强大的图片生成模型，包装成一个漂亮的Web服务，部署到OpenEuler系统上。整个过程就像搭积木，你只需要跟着做，就能拥有一个随时可用的AI画师。

这个服务最吸引人的地方是，它把复杂的模型调用变成了一个简单的网页操作。你不需要懂代码，只要在浏览器里输入一句话，比如“一只戴着宇航员头盔的猫在月球上喝咖啡”，点击按钮，等上几十秒，一张独一无二的画作就生成并下载到你的电脑里了。我们这次的目标，就是让这个服务在OpenEuler 22.03 LTS这个稳定可靠的国产系统上完美运行。

1. 环境准备与项目概览

在开始动手之前，我们先看看手里有什么“材料”。核心是一套已经写好的Web应用代码，它能把Qwen-Image-2512-SDNQ模型的能力通过网页释放出来。

1.1 核心功能一览

这个Web服务麻雀虽小，五脏俱全，主要提供了以下功能：

• 网页绘画：通过一个设计现代的网页界面，直接输入文字描述（Prompt）来生成图片。
• 一键下载：图片生成后会自动下载到你的电脑，省去保存步骤。
• 丰富的控制：你可以选择图片的宽高比（比如方图1:1，或者横屏16:9），调整生成步数让画面更精细，甚至告诉AI“不要画什么”（负面提示词）。
• 稳定可靠：服务内部做了处理，防止多人同时作画导致出错，并且模型只加载一次，后续请求都非常快。
• 额外接口：除了网页，它还提供了一个API接口。这意味着你不仅可以自己用，还可以让其他程序调用它来批量生成图片。

1.2 项目结构初探

拿到项目代码，它的文件夹结构非常清晰：

Qwen-Image-2512-SDNQ-uint4-svd-r32/ ├── app.py # 服务的主程序，所有逻辑都在这里 ├── requirements.txt # 项目运行需要的Python软件包清单 ├── templates/ │ └── index.html # 那个漂亮网页的源代码 └── README.md # 说明文档

我们的任务就是把这些“材料”在OpenEuler系统上组装起来，并让它跑起来。

2. OpenEuler系统基础环境搭建

OpenEuler 22.03 LTS是一个企业级的Linux发行版，稳定和安全是它的特点。我们首先需要为它安装运行Python项目的基础环境。

2.1 系统更新与依赖安装

打开终端，我们先确保系统是最新的，并安装一些必要的编译工具和依赖库。这些是后续安装Python包和运行AI模型所必需的。

# 1. 更新系统软件包列表 sudo dnf update -y # 2. 安装开发工具集、Python3环境及pip sudo dnf install -y python3 python3-pip python3-devel # 3. 安装模型运行可能需要的系统库（如用于图像处理、数学运算等） sudo dnf install -y gcc gcc-c++ make openssl-devel bzip2-devel libffi-devel

2.2 创建Python虚拟环境

强烈建议为这个项目创建一个独立的Python虚拟环境。这就像给你的项目一个单独的“工作间”，里面安装的软件包不会影响系统其他部分，管理起来也干净。

# 1. 安装虚拟环境管理工具 sudo pip3 install virtualenv # 2. 在项目目录外（比如/home目录）创建一个虚拟环境，命名为‘qwen-web-env’ cd /home virtualenv qwen-web-env # 3. 激活虚拟环境。激活后，终端的命令提示符通常会变化，表示你进入了这个环境 source qwen-web-env/bin/activate

激活后，你的终端命令行前面应该会出现类似(qwen-web-env)的标记。

3. 服务部署与配置详解

环境准备好后，现在把我们的Web服务代码部署进来，并进行关键配置。

3.1 获取代码与安装依赖

假设你已经把项目代码包上传到了OpenEuler服务器的/root目录下。

# 1. 进入项目目录（请根据你的实际路径调整） cd /root/Qwen-Image-2512-SDNQ-uint4-svd-r32 # 2. 确保虚拟环境已激活，然后安装项目所需的所有Python包 # requirements.txt 文件里列出了所有需要的包，比如Flask（做网页）、PyTorch（跑模型）等 pip install -r requirements.txt

这个过程可能会花费一些时间，因为需要下载和编译一些组件，请耐心等待。

3.2 关键配置：指定模型路径

这是最关键的一步。Web服务需要知道你的Qwen-Image模型文件放在哪里。你需要编辑app.py这个主文件。

# 使用vim或nano编辑器打开app.py文件 vim app.py

在文件里找到LOCAL_PATH这一行（通常在文件开头部分），把它修改成你模型文件在OpenEuler服务器上的实际存放路径。

# 修改前可能是这样： # LOCAL_PATH = "/path/to/your/model" # 修改后，例如你的模型放在 /root/ai-models/ 目录下： LOCAL_PATH = "/root/ai-models/Disty0/Qwen-Image-2512-SDNQ-uint4-svd-r32"

重要：请务必确认这个路径是正确的，并且该目录下包含了模型的所有必要文件。然后保存并退出编辑器。

4. 使用Supervisor管理服务进程

我们不想每次重启服务器后都手动去启动这个Web服务。Supervisor是一个进程管理工具，它能帮我们监控服务，如果服务意外停止，它会自动重启。

4.1 安装与配置Supervisor

首先在OpenEuler上安装Supervisor。

sudo dnf install -y supervisor

安装完成后，我们需要为我们的Qwen-Image服务创建一个配置文件。

# 创建一个新的配置文件 sudo vim /etc/supervisord.d/qwen-image-webui.ini

将下面的配置内容复制进去。这段配置告诉Supervisor：去哪个目录、用什么命令启动我们的服务、用什么用户运行、日志存哪里等等。

[program:qwen-image-sdnq-webui] command=python /root/Qwen-Image-2512-SDNQ-uint4-svd-r32/app.py ; 启动命令 directory=/root/Qwen-Image-2512-SDNQ-uint4-svd-r32 ; 命令执行的工作目录 user=root ; 执行用户 autostart=true ; 随Supervisor启动而启动 autorestart=true ; 自动重启 redirect_stderr=true ; 重定向错误输出 stdout_logfile=/root/workspace/qwen-image-sdnq-webui.log ; 日志文件路径

4.2 启动并验证服务

配置好后，启动Supervisor服务，并让它加载我们的新配置。

# 1. 启动supervisor服务 sudo systemctl start supervisord # 2. 设置supervisor开机自启 sudo systemctl enable supervisord # 3. 让supervisor重新读取所有配置文件 sudo supervisorctl reread # 4. 更新配置（会启动我们刚添加的qwen-image-sdnq-webui程序） sudo supervisorctl update # 5. 查看所有被管理的进程状态，确认我们的服务是RUNNING状态 sudo supervisorctl status

如果一切正常，你会看到类似qwen-image-sdnq-webui RUNNING的输出。我们的Web服务现在已经在后台稳定运行了，默认监听在7860端口。

5. 访问与使用Web界面

服务跑起来了，怎么用呢？有两种方式：直观的网页和灵活的API。

5.1 通过网页界面生成图片

这是最简单的方式。你需要找到服务的访问地址。

1. 获取访问链接：如果你是在CSDN星图等云平台创建的实例，平台会提供一个公网访问地址，格式通常像https://gpu-xxxxxxx-7860.web.gpu.csdn.net/。其中的xxxxxxx是你的实例ID。
2. 打开浏览器：将上面的地址输入浏览器打开。
3. 开始创作：
   • 在最大的文本框里输入你的创意描述，比如“赛博朋克风格的城市夜景，霓虹灯闪烁”。
   • （可选）在“负面提示词”里写上你不想要的东西，比如“模糊，丑陋”。
   • 选择你想要的图片比例，比如“16:9”做电脑壁纸。
   • 点击“ 生成图片”按钮。
4. 等待与收获：页面会显示一个进度条。根据你的描述复杂度和服务器性能，通常需要30秒到2分钟。生成完成后，图片会自动下载到你的电脑。

5.2 通过API接口调用

对于开发者，或者想批量生成图片，使用API接口更高效。服务提供了一个POST /api/generate接口。

你可以使用curl命令在终端测试，也可以用Python、JavaScript等任何能发送HTTP请求的工具来调用。

# 使用curl命令的例子 curl -X POST http://你的服务器IP:7860/api/generate \ -H "Content-Type: application/json" \ -d '{ "prompt": "一只水墨风格的仙鹤在松树上", "negative_prompt": "彩色，现代建筑", "aspect_ratio": "3:4", "num_steps": 40, "cfg_scale": 5.0, "seed": 12345 }' \ -o my_generated_image.png

执行后，生成的图片就会保存为当前目录下的my_generated_image.png文件。

6. 常见问题与优化建议

第一次部署和运行，可能会遇到一些小问题，这里有一些排查思路和建议。

6.1 部署问题排查

• 模型加载失败：这是最常见的问题。请反复检查app.py中LOCAL_PATH的路径是否正确，以及该路径下是否有完整的模型文件。可以通过查看Supervisor的日志文件/root/workspace/qwen-image-sdnq-webui.log来获取详细的错误信息。
• 内存不足：Qwen-Image模型比较大。如果服务器内存较小，在加载模型时可能会失败。尝试确保服务器有足够的可用内存（建议16GB以上）。如果生成图片时内存不足，可以尝试在Web界面减少“推理步数”。
• 端口冲突：如果7860端口已被其他程序占用，服务会启动失败。你可以修改app.py文件中app.run那行的端口号，比如改成port=7861，同时别忘了同步修改Supervisor配置和访问地址。

6.2 性能与使用建议

• 首次加载慢：启动服务后，第一次访问网页并生成图片时，会需要较长时间（可能几分钟），因为系统要加载模型到内存。请耐心等待，后续的生成请求就会快很多。
• 排队处理：为了稳定，服务设计为同一时间只处理一个生成请求。如果前一个人正在生成，你的请求会排队等待，这是正常现象。
• 提示词技巧：想要获得更好的图片，可以多尝试不同的描述。具体、详细的描述通常比模糊的描述效果更好。例如，“一个穿着红色毛衣、在咖啡馆看书的长发女孩”就比“一个人”要好得多。

7. 总结

到这里，我们成功完成了Qwen-Image-2512-SDNQ Web服务在OpenEuler 22.03 LTS系统上的完整部署。我们经历了从系统环境准备、Python依赖安装、关键模型路径配置，到使用Supervisor实现进程的持久化管理的全过程。

这个部署好的服务，为你打开了一扇随时进行AI艺术创作的大门。无论是通过直观的网页点点鼠标，还是通过API集成到你的自动化流程中，它都是一个非常实用的工具。OpenEuler系统的稳定性也为这个服务的长期运行提供了坚实的基础。

希望这篇教程能帮助你顺利搭建属于自己的AI绘画服务。如果在实践过程中遇到新的问题，多查看日志文件，那通常是寻找答案的最佳起点。祝你创作愉快！

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。