热门本地部署AI 绘画含免费试看
ComfyUI 无痛安装与避坑指南
从零在 Windows 上装好 ComfyUI:显存不够怎么办、模型放哪、GitHub 下载不了的替代通道、常见报错逐个排。装完直接跑通第一张图。
一门把「轻量服务器 + Node 后端 + DeepSeek/智谱语音 + 即梦视频 + COS 知识库」全链路跑通的实战课:2C2G 云服务器、国内网络、真实上线项目(ai.zhiziguanlan.site)的完整实录,含 20 次迭代踩坑与排障速查。
这门课的终点不是 demo,是一个真实上线的项目:访客打开网页、按住说话,数字人识别语音、思考、用超拟人音色开口回答,嘴唇跟着动,还能基于你的课程知识库精准作答、按需生成可下载的文档。线上实例:ai.zhiziguanlan.site。
| 组件 | 选型 | 为什么是它 |
|---|---|---|
| 云服务器 | 腾讯云轻量 2C2G | 后端只做 API 转发+拼接,不跑模型;2C2G 足够,月成本几十块 |
| 反向代理 | Caddy | 自动 HTTPS + 配置极简,比 Nginx 少写一半配置 |
| 后端 | Node + Express | SSE 流式原生友好,部署零编译 |
| 大脑 | DeepSeek(非推理模型) | 国内直连、首 token 0.5-1s;Hermes 作带记忆的二级兜底 |
| 语音 | 智谱 GLM-TTS + GLM-ASR | 超拟人音色、按量计费每月几毛钱 |
| 形象 | 照片 + 即梦图生视频 | 零 3D 成本;视频循环播放,说完回照片 |
| 知识库 | COS + 关键词检索 | 语料放对象存储公开读,后端拉取缓存,零数据库 |
访客按住说话
→ 前端采 PCM 编码 wav → /api/asr 转文字
→ /api/chat 流式取回复(注入知识库上下文)
→ 按句读切段、并行合成 TTS
→ Web Audio 无缝排程播放
→ 视频层淡入开口,说完淡出回照片试看小结:这套组合的共性是「每个组件都用最省心的那个」——不追新技术,只求稳定上线。选型对了,后面 90% 的坑都不存在。
从零在 Windows 上装好 ComfyUI:显存不够怎么办、模型放哪、GitHub 下载不了的替代通道、常见报错逐个排。装完直接跑通第一张图。
用自己的图训练专属 LoRA:数据集怎么打标、参数怎么设、6G 显存怎么跑、训练完怎么用。全程 Windows 实操,不讲看不懂的论文。
把重复劳动交给 AI:DeepSeek Harness 多实例运行、Codex CLI 命令行干活、Skill 插件扩展。会用鼠标就能搭起自己的自动化流水线。