跳至主要内容

安裝

快速安裝程式會自動設定好 gituv 與 Python(透過 uv)。前端 bundle 會從 GitHub 最新 release 直接下載預編好的版本,後端則會 checkout 到同一個 release tag,讓兩者保持同步 —— 一般使用者不需要 Node.js 或 pnpm

:::tip 我該用哪種安裝方式?

  • 快速安裝(本頁)—— 你只想執行 CodefyUI。
  • 開發者安裝 —— 你想編輯程式碼或貢獻(手動設定 uv + pnpm,並支援熱重載)。 :::

快速安裝

# macOS / Linux
curl -fsSL https://raw.githubusercontent.com/treeleaves30760/CodefyUI/main/install.sh | bash
# Windows (PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://raw.githubusercontent.com/treeleaves30760/CodefyUI/main/install.ps1 | iex"

預設安裝到 ~/CodefyUI(macOS/Linux)或 %USERPROFILE%\CodefyUI(Windows)。可用環境變數 CODEFYUI_DIR 覆寫。

在 Windows 上,install.ps1 會透過 winget 安裝缺少的 gitwinget 內建於 Windows 11 與較新的 Windows 10(透過「App Installer」套件)。

安裝程式會把 cdui 啟動器放到 ~/.local/bin/cdui(Windows 為 %USERPROFILE%\.local\bin\cdui.cmd)。請重新開啟你的 terminal,然後在任何目錄執行:

cdui start

開啟 http://localhost:8000。單一 uvicorn 程序會同時提供 API 與預編好的 React 前端。cdui start 預設在背景執行 —— 你可以關閉 terminal 而伺服器會繼續運作;用 cdui statuscdui stop 來管理它。加上 --foreground-f)可改為前景執行,並以 Ctrl+C 停止。

備註

本快速開始假設使用預設的 PyTorch 版本,它適用於所有平台(CPU / Apple Silicon MPS)。若需特定的 NVIDIA CUDA 版本、AMD ROCm,或想驗證 GPU 偵測,請參考 GPU 與裝置設定

安裝旗標與環境變數

install.shinstall.ps1 與(首次安裝後的)cdui install 都接受同一組選項,可以用 CLI 旗標或預先設好的環境變數。stdin 是 TTY 時預設互動,否則走安全預設值。

旗標環境變數用途
--gpu <choice>CODEFYUI_GPUauto / cu118 / cu121 / cu124 / cu128 / rocm6.1 / rocm6.2 / cpu / mps / skip選擇 PyTorch wheel index。auto 透過 nvidia-smirocm-smi/Apple Silicon 自動偵測。skip 完全不裝 torch(進階)。
--dev / --no-devCODEFYUI_DEV1 / 0是否安裝 [dev] extra(pytest、httpx、httpx-ws)。cdui test 需要。一般使用者預設關閉,貢獻者開啟。
--yes全部用預設值,不互動(CI/headless)。
--lang <code>CODEFYUI_LANGen / zh-TW安裝程式提示文字語言。
CODEFYUI_DIRpath安裝目錄(預設 ~/CodefyUI)。
CODEFYUI_RELEASE_TAGtag鎖定前端 bundle 為某個 release(預設 latest)。
CODEFYUI_FORCE_BUILD1跳過下載 prebuilt dist,改在本地用 pnpm build(追蹤 main)。

正式模式與開發者模式

  • cdui start —— 單一 uvicorn 跑 :8000 提供預編前端。不需要 Node。 這是一般使用者的預設模式。
  • cdui dev —— Vite dev server 跑 :5173(HMR)+ uvicorn 跑 :8000需要 Node 24+ 與 pnpm。 編輯前端程式碼時使用 —— 請參考開發者安裝
  • cdui build —— 在本地重建 frontend/dist(也需要 Node + pnpm)。

完整的啟動器指令清單請見 CLI 指令

驗證是否正常運作

curl http://127.0.0.1:8000/api/health

這應該會回傳類似 {"status":"ok","nodes_loaded":94,"presets_loaded":3} 的內容(nodes_loaded 數量會隨每個版本增加 —— 確認非 0 即可)。

接著開啟前端,載入 Train CNN on MNIST 範例並點擊 執行。你應該會在下方面板看到訓練進度出現。

更新

cdui update

更新到最新 release(prebuilt 路徑),或拉取 main(從原始碼建置時)並重新同步前端。