83 lines
6.1 KiB
Plaintext
83 lines
6.1 KiB
Plaintext
# 本地视频生成系统部署 + 耳耳蛋调度预案 (D198 · 苍耳提问"如何部署+还是你来操控")
|
||
|
||
> 目标：在苍耳台式机（7800X3D + RX 7900 XTX 24G + 32G→建议升64G）部署 Wan2.2 本地视频生成环境，
|
||
> 并由耳耳蛋(WorkBuddy)通过本机 API 远程调度出片，苍耳只口述需求、不手动点界面。
|
||
|
||
## 架构（耳耳蛋 = 调度大脑，台式机 = 执行手臂）
|
||
|
||
```
|
||
[苍耳口述]
|
||
↓
|
||
[耳耳蛋 / WorkBuddy 调度大脑] ← 生成 ComfyUI 工作流 JSON、提交、监控、后处理
|
||
↓ localhost:8188 HTTP API
|
||
[台式机常驻 ComfyUI + Wan2.2 + Zluda] ← 7900 XTX 实际出片（Apache2.0 商用干净）
|
||
↓
|
||
[输出视频] → 耳耳蛋拉回 → 超分(量产区) / 拼合(FLF2V) → 回传苍耳 + 写 COST-LOG
|
||
```
|
||
|
||
前提修正（D198 末→续）：苍耳先说"WorkBuddy 在办公室笔记本、台式机在家里=异地"，故出过 v2 VPN 架构。
|
||
**但苍耳最新决定：把 WorkBuddy 本身装在家里台式机上** → 调度大脑与执行手臂同机，回到最干净的"本机 localhost"方案（v3）。
|
||
办公室笔记本（4060）回归"爸爸远程操控台式机上的 WorkBuddy 会话"的纯前端角色，不再承担协调逻辑。
|
||
|
||
---
|
||
|
||
## 架构 v3（同机 localhost，目标态，最干净）
|
||
|
||
```
|
||
[苍耳口述] ──远程桌面/Tailscale回家──▶ [家里台式机]
|
||
├─ [耳耳蛋 / WorkBuddy] ← 生成工作流JSON、提交、监控、后处理（同机）
|
||
└─ [常驻 ComfyUI + Wan2.2 + 7900 XTX] ← localhost:8188 本机出片
|
||
↓ 耳耳蛋拉回 → 超分/拼合 → 回传苍耳 + 写 COST-LOG
|
||
```
|
||
|
||
### 为什么 v3 比 v2 省事
|
||
- **无需 VPN/隧道/公网鉴权**：ComfyUI 监听 `127.0.0.1:8188`，只本机可达，无暴露风险（v2 三大跨网难题整体消失）。
|
||
- **无文件回传**：出片就在本机磁盘，我直接读，不跨网传几百 MB。
|
||
- **无跨网抖动**：生成任务不依赖 VPN 稳定性，常驻进程跨会话续跑更稳。
|
||
|
||
### 爸爸在外（办公室/移动）怎么用
|
||
- **方案 α（推荐）**：家里台式机常开 + 装 **Tailscale**（P2P 加密）；爸爸在办公室用 **远程桌面（RDP）连回家台式机**，直接操作那上面的 WorkBuddy 会话——本质是"远程用一台机器"，不是"两台协调"。
|
||
- **方案 β**：若不想常开 RDP，Tailscale 组网后浏览器/客户端访问台式机上的 WorkBuddy 服务端口亦可。
|
||
- 办公室 4060 笔记本 → 仅作**远程桌面客户端 + 轻量本地预览**，不跑重活（除非爸爸想把它当第二轻节点，那是额外优化，非必需）。
|
||
|
||
## 一、台式机部署（一次性，需苍耳授权下载 ~30-60GB 模型）
|
||
|
||
1. **运行环境**：Windows 11 + AMD Adrenalin 驱动；装 **Zluda 转译层**（或直接用 ComfyUI-Zluda 整合包，免配 CUDA，性能 85–95%）。
|
||
2. **装 ComfyUI**：本机 Python venv（**不在 WorkBuddy 沙箱内**），`git clone` + `pip install -r requirements`；确认 torch 走 ROCm/Zluda 后端。
|
||
3. **拉模型（Apache2.0 商用干净）**：
|
||
- Wan2.2-14B 权重（HuggingFace / ModelScope，BF16 ≈14GB）+ VAE + 文本编码器
|
||
- Wan2.2 4步蒸馏版（LightX2V）用于快档
|
||
- 角色/场景视觉锚点（咱 IMAGE-FIRST 资产：前期用 SD/Seedream 出，本地 i2v 复用）
|
||
4. **装节点**：ComfyUI-WanVideoWrapper（动态显存卸载，支持 24G 卡跑 14B）+ 超分节点（Real-ESRGAN）。
|
||
5. **常驻配置**：ComfyUI 监听 `127.0.0.1:8188`；注册为**开机自启服务**（独立进程，避 WorkBuddy 会话结束中断生成）。
|
||
6. **验证**：用咱 TEST 镜头（CHAR-伊莎贝尔一致性 / ENV / PROP 牌匾）跑一镜 720p 蒸馏，确认出片 + 一致性达标（过矩阵硬规则再量产）。
|
||
|
||
## 二、耳耳蛋调度设计（每次出片）
|
||
|
||
1. 苍耳口述："跑 EP02 第3镜，720p 蒸馏，注入伊莎贝尔锚点"。
|
||
2. 耳耳蛋生成 **ComfyUI 工作流 JSON**（含 i2v 参考帧=角色锚点、提示词、参数档位）。
|
||
3. 提交：`curl -s -X POST 127.0.0.1:8188/prompt -d @workflow.json` → 返回 `prompt_id`。
|
||
4. 监控：后台 `curl 127.0.0.1:8188/history/<prompt_id>` 轮询至完成（生成慢，用后台 Bash 不阻塞对话）。
|
||
5. 后处理：拉输出视频 → 量产区 480p 超分 1080p → 多镜 FLF2V 拼接 → 回传苍耳 + 写 COST-LOG（本地电费≈0，记"迭代免费"）。
|
||
|
||
## 三、现实约束（诚实）
|
||
|
||
- **生成慢**：用后台提交+轮询，不阻塞对话；长任务靠 ComfyUI 常驻跨会话续跑。
|
||
- **模型体积**：下载需苍耳授权磁盘/网络（台式机本机下）；建议先下 14B BF16 + 蒸馏版，1.3B 后补。
|
||
- **一致性**：靠角色锚点 i2v 注入（IMAGE-FIRST 核心），首次须过 TEST 质检再量产。
|
||
- **爸爸在外访问**：v3 下爸爸用远程桌面/RDP 回家里台式机操作 WorkBuddy 会话即可；若台式机休眠需设"网络唤醒(WOL)"或常开。WorkBuddy 与 ComfyUI 同机，调度无跨网损耗。
|
||
- **沙箱**：WorkBuddy Bash 与 ComfyUI 同机，localhost 直连无障碍。
|
||
|
||
## 四、部署步骤（目标态 v3，苍耳拍板后执行）
|
||
|
||
1. **在家台式机装 WorkBuddy**：下载安装 WorkBuddy（同账号登录，会话/技能/记忆同步）→ 咱的对话与调度脚本都跑在台式机。
|
||
2. **台式机部署生成环境**（见第一节）：Zluda/ROCm + ComfyUI + Wan2.2 + 节点，常驻 8188。
|
||
3. **Tailscale 组网（可选但建议）**：台式机装 Tailscale，爸爸在外用 RDP 连回操作 WorkBuddy 会话。
|
||
4. **验证**：拿 EP02 一镜走"口述→我生成JSON→localhost提交→出片→超分拼合→回传"全链路。
|
||
|
||
## 五、下一步（待苍耳拍板）
|
||
|
||
- **A**：苍耳在家台式机按本预案部署（先装 WorkBuddy + 生成环境），我生成逐条可执行命令。
|
||
- **B**：我把"蛋蛋调度台式机"封装成 **Skill（ear-local-video-dispatch）**，固化工作流模板 + 调度脚本，可复用。
|
||
- **C**：先拿 EP02 一镜实测，验证端到端链路（部署→调度→出片→回传）。
|