飞牛NAS Docker部署Firefly：打造私有AI绘画工作流

痛点与场景

你是否曾为AI绘画工具的高昂订阅费或隐私泄露而烦恼？Midjourney、DALL·E等在线服务虽强大，但每次生成都需上传图片，版权和隐私风险难以把控。更糟的是，网络延迟和排队等待让创作灵感瞬间冷却。作为NAS用户，你手中的飞牛NAS其实是一台被低估的“算力宝库”——通过Docker部署开源AI绘画工具Firefly，你可以在本地运行Stable Diffusion模型，实现完全离线、无限制的创作，且数据不出家门。今天，我将手把手教你如何在飞牛NAS上搭建专属AI绘画服务器，让创意自由流淌。

准备工作：硬件与软件要求

部署Firefly前，请确保你的飞牛NAS满足以下条件： - 硬件：至少8GB内存（推荐16GB），CPU需支持AVX指令集（多数x86架构NAS均支持），若使用GPU（如NVIDIA显卡）可大幅提升生成速度，但非必需。 - 软件：飞牛OS系统（基于Debian），已安装Docker及Docker Compose插件。若未安装，可在“应用中心”一键安装。 - 存储：预留至少20GB空间，用于存放模型和容器镜像。

小提示：若你的NAS为ARM架构（如飞牛FN-500），需选择支持ARM的Firefly镜像，本文以x86为例。

部署Firefly：Docker Compose一步到位

Firefly是一个基于Gradio的AI绘画WebUI，支持Stable Diffusion模型。我们通过Docker Compose快速部署。首先，在飞牛NAS的“文件管理器”中创建目录/docker/firefly，并在其中新建docker-compose.yml文件，内容如下：

version: &#39;3.8&#39;
services:
  firefly:
    image: ghcr.io/firefly-ai/firefly:latest
    container_name: firefly
    ports:
      - &#34;7860:7860&#34;
    volumes:
      - ./models:/app/models
      - ./outputs:/app/outputs
    environment:
      - HF_AUTH_TOKEN=your_h...here
    restart: unless-stopped

关键参数解释： - ports：将容器7860端口映射到NAS的7860端口，用于访问Web界面。 - volumes：挂载models和outputs目录，分别存放模型及生成图片，便于备份和管理。 - HF_AUTH_TOKEN：可选，若需下载HuggingFace上的Gated模型（如SDXL），需填写你的HuggingFace访问令牌。

保存后，在SSH终端或飞牛NAS的“Docker”插件中，进入/docker/firefly目录，执行：

docker-compose up -d

等待镜像拉取（首次约需5-10分钟），完成后容器自动运行。

配置模型与首次运行

Firefly默认自带基础模型，但推荐下载更高质量的Stable Diffusion模型。在/docker/firefly/models目录下，新建sd子目录，并放入你下载的.safetensors模型文件（可从Civitai或HuggingFace获取）。例如，下载dreamshaper-8.safetensors。

重启容器以加载模型：

docker restart firefly

然后，在浏览器访问http://你的NASIP:7860，即可看到Firefly的Web界面。首次加载模型需数分钟，界面会显示加载进度。

测试生成：在文本框中输入a beautiful landscape, digital art，点击“Generate”，稍等片刻，右侧会输出生成的图片。若一切正常，你的私有AI绘画服务器已启用！

进阶玩法：自定义参数与批量生成

Firefly支持丰富的参数调整，让你精准控制生成效果： - 提示词与负面提示词：在“Negative Prompt”中可输入blurry, low quality等排除项，提升画质。 - 采样器与步数：推荐使用Euler a采样器，步数设为20-30，平衡速度与质量。 - 批量生成：在“Batch Count”中设置一次生成多张图，快速筛选。 - 图像修复：上传图片并勾选“Inpaint”，可局部重绘，实现创意改造。

优化性能：若NAS支持GPU，可在docker-compose.yml中添加deploy配置以启用GPU：

    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]

然后重启容器，生成速度可提升数倍。

安全与维护建议

访问控制：默认端口暴露在局域网，若需外网访问，建议使用VPN或反向代理，并设置认证（如Nginx Basic Auth）。
定期备份：models和outputs目录是关键数据，建议设置定时备份至其他存储。
更新镜像：定期执行docker-compose pull和up -d以获取Firefly新功能。
日志监控：通过docker logs firefly查看运行日志，排查问题。

总结

通过以上步骤，你的飞牛NAS已化身为强大的AI绘画工作站，彻底摆脱在线工具的束缚。从部署到定制，整个过程可控且免费，让创作更自由。不妨立即动手，用你的NAS生成第一幅AI艺术品，感受私有化AI的魅力！