InvokeAI：27.2K+ 星 — 2026 完整安装指南
InvokeAI (Invoke) is the leading creative engine for Stable Diffusion models with an industry-leading WebUI. Compatible with SD 1.5, SDXL, FLUX, and ControlNet. Covers Docker install, workflow setup, benchmarks vs AUTOMATIC1111 and ComfyUI, and production hardening.
- Apache-2.0
- 更新于 2026-05-19
{{< 资源信息 >}}
- Unified Canvas — Layer-based canvas with inpainting, outpainting, brush tools, and image-to-image editing
- 基于节点的工作流程 - 用于可重复、可共享的生成管道的可视化管道构建器
- 模型管理器 — SD 1.5、SDXL、FLUX、Z-Image 和自定义检查点的内置模型下载和管理
- 图库和图板 — 有组织的图像存储，具有元数据保存和拖放支持
- 队列系统 — 用于批量生成和工作流程执行的后台作业处理 ## 安装和设置 ### 方法 1：Docker（推荐用于生产） Docker 是实现生产级 InvokeAI 设置的最快途径。 The official images support NVIDIA (CUDA), AMD (ROCm), and CPU-only modes. 先决条件：
- Docker Engine 24.0+ 启用了 BuildKit
- Docker Compose 插件 (V2)
- NVIDIA Container Toolkit（适用于 GPU）或 ROCm Docker 运行时（适用于 AMD）
- 16GB+ 内存，20GB+ 可用磁盘空间 第 1 步 — 克隆存储库：
bas h git 克隆 https://github.com/invoke-ai/InvokeAI.git cd InvokeAI/docker步骤 2 — 配置环境：bas h cp .env.sample .env使用您的设置编辑.env： ```` bas h
INVOKEAI_ROOT=/opt/invokeai-data
调用AI_PORT=9090
GPU_DRIVER=cuda
CONTAINER_UID=1000
HUGGINGFACE_TOKEN=hf_your_token_here
**Step 3 — Start the container:**
bas
h
./run.sh
或者直接使用`docker compose`：
bas
h
docker 组成-d
通过“http://localhost:9090”访问 UI。 ### 快速 Docker 运行（无组合） 对于无需持久的快速测试：
bas
h
NVIDIA GPU #
docker run –runtime=nvidia –gpus=all \ –发布 9090:9090 \ ghcr.io/invoke-ai/invokeai:latest # AMD GPU
docker run –device /dev/kfd –device /dev/dri \ –发布 9090:9090 \ ghcr.io/invoke-ai/invokeai:main-rocm # 具有数据持久化功能
docker run –runtime=nvidia –gpus=all \ –发布 9090:9090 \ –volume /mnt/invokeai-data:/invokeai \ ghcr.io/invoke-ai/invokeai:最新
### 方法 2：裸机 (Linux/macOS) **第 1 步 — 安装启动器：**
bas
h
pip 安装 invokeai
**第 2 步 — 运行设置：**
bas
h
invokeai-配置
此交互式向导会安装正确的 PyTorch 版本、下载默认模型并配置运行时目录。 **第 3 步 — 启动 WebUI：**
bas
h
调用ai-web
### 方法 3：云 VPS (DigitalOcean) 对于没有本地 GPU 硬件的团队，云 GPU 实例提供完整的 InvokeAI 访问权限。 DigitalOcean GPU Droplet 与 NVIDIA A10G 或 H100 卡运行良好。
bas
h
在新的 Ubuntu 24.04 GPU Droplet 上 #
sudo apt update && sudo apt install -y docker.io docker-compose-plugin sudo systemctl启用–现在docker # 安装 NVIDIA 容器工具包 分布=$(. /etc/os-release;echo $ID$VERSION_ID) 卷曲-s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key 添加 - 卷曲-s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \ sudo tee /etc/apt/sources.list.d/nvidia-docker.list sudo apt update && sudo apt install -y nvidia-container-toolkit sudo nvidia-ctk 运行时配置 –runtime=docker sudo systemctl 重新启动 docker # 部署 InvokeAI git 克隆 https://github.com/invoke-ai/InvokeAI.git cd InvokeAI/docker cp .env.sample .env
编辑 .env: 设置 INVOKEAI_ROOT 和 HUGGINGFACE_TOKEN #
sudo docker compose up -d
*本指南包含 DigitalOcean 的附属链接。 通过这些链接注册即可支持该网站，无需额外付费。* ### 制作 docker-compose.yml 参考
yam
l
版权所有 (c) 2023 尤金·布罗德斯基 https://github.com/ebr x-invokeai: &invokeai 图片：“ghcr.io/invoke-ai/invokeai：最新” 建造： 语境： .. dockerfile: docker/Dockerfile 环境文件： -.env 环境： - INVOKEAI_ROOT=${CONTAINER_INVOKEAI_ROOT:-/invokeai} - HF_HOME 端口： - “${INVOKEAI_PORT:-9090}:${INVOKEAI_PORT:-9090}” 卷： - 类型：绑定 来源：${HOST_INVOKEAI_ROOT:-${INVOKEAI_ROOT:-/invokeai}} 目标：${CONTAINER_INVOKEAI_ROOT:-/invokeai} 绑定： 创建主机路径：true - ${HF_HOME:-/.cache/huggingface}:${HF_HOME:-/invokeai/.cache/huggingface} 蒂：正确 标准输入打开：真 服务： 调用cuda： «：*调用ai 部署： 资源： 预订： 设备： - 驱动程序：nvidia 数量：1 能力：[GPU] 调用ai-cpu： «：*调用ai 简介： - 中央处理器 调用ai-rocm： «：*调用ai 环境： - AMD_VISIBLE_DEVICES=全部 - RENDER_GROUP_ID=${RENDER_GROUP_ID} 运行时：amd 简介： - 罗姆 #
- **SDXL** — 分辨率更高，依从性更好
- **FLUX / FLUX.2** — 最先进的品质（2025-2026）
- **Z-Image** — 微调友好的未蒸馏模型 **通过模型管理器添加模型：** 1. 打开 WebUI → 模型管理器选项卡
2. 点击“安装模型”→粘贴拥抱脸URL或本地路径
3. 模型自动下载并转换 **手动添加模型：** ````
bas
h
# Place .safetensors or .ckpt files in the models directory
cp your-model.safetensors /opt/invokeai-data/models/sd-1/main/ # 重启容器
docker compose 重新启动
```` ### ControlNet 集成 InvokeAI 通过其节点工作区拥有本机 ControlNet 支持。 可用的处理器包括深度图、Canny 边缘、OpenPose、分割等。 **在工作流程中使用 ControlNet：** 1. 在 UI 中打开“工作流程”选项卡
2. 从节点库添加 ControlNet 节点
3. 连接您的基础模型和参考图像
4. 选择预处理器（Canny、Depth、OpenPose 等）
5. 设置控制强度（推荐0.5–1.0）
6. 对生成进行排队 ### ComfyUI 工作流程导入 虽然 InvokeAI 和 ComfyUI 使用不同的工作流格式，但您可以在 InvokeAI 的节点编辑器中重新创建 ComfyUI 管道。 节点库涵盖： - KSampler / 采样器节点
- CLIP 文本编码
- VAELoader / VAEDecode
- 图像缩放节点
- ControlNet 处理器 ````蟒蛇
# 示例：以编程方式设置生成参数
# 通过 InvokeAI 的 REST API (v6.12.0+)
导入请求 响应 = requests.post( “http://localhost:9090/api/v1/sessions”， json={ “模型”：“稳定扩散-xl-base-1.0”， “宽度”：1024， “高度”：1024， “步骤”：30， “cfg_scale”：7.5， “调度程序”：“euler_a”， "positive_prompt": "夜晚的赛博朋克城市景观，霓虹灯，非常详细", "negative_prompt": "模糊、低质量、扭曲" }
）
打印（response.json（）[“session_id”]）
```` ## 基准/实际用例 ### SDXL 生成速度（RTX 3060 Ti，8GB VRAM） | 平台| 768×1024（平均）| 1024×1024（平均）| 笔记|
|
💬 留言讨论