README_zh.md

[ English | 中文 ]

• 简介
  • Fooocus
  • Fooocus-API
• 开始
  • 在 Replicate 上运行
  • 自托管
    • conda
    • venv
    • 预下载及安装
    • 已经有安装好的 Fooocus
  • 使用Docker启动
• 命令行参数
• 更新日志
• Apis
• License
• 感谢 💜

简介

使用 FastAPI 构建的 Fooocus 的 API。

当前支持的 Fooocus 版本: 2.1.860。

Fooocus

该部分出自 Fooocus 项目。

Fooocus 是一个图像生成软件 (基于 Gradio)。

Fooocus 是对于 Stable Diffusion 和 Midjourney 的重新思考以及设计：

• 我们学习了 Stable Diffusion 的开源、免费、离线运行。

• 我们学习了 Midjourney 的专注，不需要手动调整，专注于描述词以及图像。

Fooocus 包含了许多内部优化以及质量改进。 忘记那些复杂困难的技术参数，享受人机交互带来的想象力的突破以及探索新的思维

Fooocus-API

可能你已经尝试过使用 Gradio client 来调用 Fooocus，对我来说可真是不咋地

Fooocus API 使用 FastAPI 构建了一系列 REST API 来使用 Fooocus。现在，你可以用任何你喜欢的编程语言来调用 Fooocus 的强大能力。

此外，我们还提供了详细的 文档 和 示例代码

开始

在 Replicate 上运行

现在你可以在 Replicate 上使用 Fooocus-API，在这儿： konieshadow/fooocus-api.

使用预先调整参数的:

• konieshadow/fooocus-api-anime
• konieshadow/fooocus-api-realistic

我认为这是更简单的体验 Fooocus's 强大的方法

自托管

需要 Python >= 3.10，或者使用 conda、venv 创建一个新的环境

硬件需求来源于 Fooocus。 详细要求可以看这里

conda

按照下面的步骤启动一个 app：

conda env create -f environment.yaml
conda activate fooocus-api

然后，执行 python main.py 启动 app ，默认情况下会监听在 http://127.0.0.1:8888

如果是第一次运行，程序会自动处理完成剩余的环境配置、模型下载等工作，因此会等待一段时间。也可以预先配置好环境、下载模型，后面会提到。

venv

和使用 conda 差不多，创建虚拟环境，启动 app ，等待程序完成环境安装、模型下载

# windows
python -m venv venv
.\venv\Scripts\Activate

# linux
python -m venv venv
source venv/bin/activate

然后执行 python main.py

预下载及安装

如果想要手动配置环境以及放置模型，可以参考下面的步骤

在创建完 conda 或者 venv 环境之后，按照下面的步骤手动配置环境、下载模型

首先，安装 requirements： pip install -r requirements.txt

然后安装 pytorch+cuda： pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu121 更多安装信息在这儿,

关于 pytorch 和 cuda 的版本，Fooocus API 使用的是 Fooocus 推荐的版本，目前是 pytorch2.1.0+cuda12.1。如果你是个"犟种"非要用其他版本，我测试过也是可以的，不过启动的时候记得加上 --skip-pip，否则程序会自动替换为推荐版本。

然后创建一个名为 repositories 的目录，将 https://github.com/lllyasviel/Fooocus 克隆到其中。注意必须使用 git clone，download zip下载解压不包含Git信息，无法正常运行。如果你有一个已经安装完成的 Fooocus，查看这里

最后，把下载的模型放到这个目录 repositories\Fooocus\models

这里是一个启动必须下载的模型列表 (也可能不一样如果 启动参数 不同的话):

• checkpoint: 放到 repositories\Fooocus\models\checkpoints

  • juggernautXL_version6Rundiffusion.safetensors

• vae_approx: 放到 repositories\Fooocus\models\vae_approx

  • xlvaeapp.pth
  • vaeapp_sd15.pth
  • xl-to-v1_interposer-v3.1.safetensors

• lora: 放到 repositories\Fooocus\models\loras

  • sd_xl_offset_example-lora_1.0.safetensors

国内不好下的到 这儿下载， 提取码: D4Mk

已经有安装好的 Fooocus

如果你已经有一个安装好的且运行正常的 Fooocus， 推荐的方式是复用模型, 只需要将 Fooocus 根目录下的 config.txt 文件复制到 Fooocus API 的根目录即可。 查看 Customization 获取更多细节.

使用这种方法 Fooocus 和 Fooocus API 会同时存在，独立运行互不干扰。

除非你能确保已安装的 Fooocus 目录是一个 Git 仓库，否则不推荐直接将其复制到 repositories 目录。

使用Docker启动

开始之前，先安装 NVIDIA Container Toolkit，这是 Docker 可以使用 GPU 的前提。

运行

docker run -d --gpus=all \
    -e NVIDIA_DRIVER_CAPABILITIES=compute,utility \
    -e NVIDIA_VISIBLE_DEVICES=all \
    -p 8888:8888 konieshadow/fooocus-api

一个更实用的例子:

mkdir ~/repositories
mkdir -p ~/.cache/pip

docker run -d --gpus=all \
    -e NVIDIA_DRIVER_CAPABILITIES=compute,utility \
    -e NVIDIA_VISIBLE_DEVICES=all \
    -v ~/repositories:/app/repositories \
    -v ~/.cache/pip:/root/.cache/pip \
    -p 8888:8888 konieshadow/fooocus-api

这里把 repositories 和 pip cache 映射到了本地

你还可以添加 -e PIP_INDEX_URL={pypi-mirror-url} 选项来更换 pip 源

命令行参数

• -h, --help 显示本帮助并退出
• --port PORT 设置监听端口，默认：8888
• --host HOST 设置监听地址，默认：127.0.0.1
• --base-url BASE_URL 设置返回结果中的地址，默认是： http://host:port
• --log-level LOG_LEVEL Uvicorn 中的日志等级，默认：info
• --sync-repo SYNC_REPO 同步 Fooocus 仓库到本地，skip 用于在启动时跳过同步，only 只同步不启动程序
• --skip-pip 跳过启动时的 pip 安装
• --preload-pipeline 启动 http server 之前加载 pipeline
• --queue-size QUEUE_SIZE 工作队列大小，默认是 100 ，超过队列的请求会返回失败
• --queue-history QUEUE_HISTORY 保留的作业历史，默认 0 即无限制，超过会被删除，包括生成的图像
• --webhook-url WEBHOOK_URL 通知生成结果的 webhook 地址，默认为 None
• --persistent 持久化历史记录到SQLite数据库，默认关闭

从 v0.3.25 开始, Fooocus 的命令行选项也被支持，你可以在启动时加上 Fooocus 支持的选项

比如(需要更大的显存):

python main.py --all-in-fp16 --always-gpu

完成的 Fooocus 命令行选项可以在这儿找到。

更新日志

[24/01/10] v0.3.29 : 支持将历史生成数据持久化到数据库，并且支持从数据库中读取历史数据

[24/01/09] v0.3.29 : Image Prompt Mixing requirements implemented, With this implementation, you can send image prompts, and perform inpainting or upscaling with a single request.

[24/01/04] v0.3.29 : 合并了 Fooocus v2.1.860

[24/01/03] v0.3.28 : 增加 text-to-image-with-ip 接口

[23/12/29] v0.3.27 : 增加 describe 接口，现在你可以使用图像反推提示词了

[23/12/29] v0.3.27 : 增加查询历史 API。增加 webhook_url 对所有请求的支持

[23/12/28] v0.3.26 : 重大变更: 添加 webhook 选项以支持生成完毕后的事件通知。将 async 的任务 ID 由数字改为 UUID 来避免应用重启后造成的混乱

[23/12/22] v0.3.25 : 增加对 Fooocus 命令行选项的支持 重大变更: 移除disable-private-log 选项，你可以使用 Fooocus 原生的 --disable-image-log 来达到同样的效果

[23/12/19] v0.3.24 : 该版本合并了 Fooocus v2.1.839, 包含一个对于 seed 的重大变更，详情参考：2.1.839.

[23/12/14] v0.3.23 : 合并 Fooocus v2.1.837.

[23/11/30] v0.3.22 : 支持自定义 upscale， 通过传递 upscale_value 给 upsacle api 来重写 upscale 值

[23/11/28] v0.3.21 : 增加 outpaint 自定义大小，感谢 freek99 提供的代码。当超出队列历史限制时，删除生成的图像。删除对输入分辨率的限制。现在你可以通过 width*height 给 aspect_ratios_selection 来指定任意分辨率。将 seed 字段的类型从 generation result 更改为字符串，以避免数字溢出。

更早的日志可以在 release page 找到

Apis

你可以在这里找到所有的 API 细节

License

感谢 💜

感谢所有为改进 Fooocus API 做出贡献和努力的人。再次感谢 ✨ 社区万岁 ✨!