部署前需要了解什么
Roop Unleashed 是一类基于深度学习的人像处理工具，常用于视频创作、数字人素材测试、影视后期预览和本地化 AI 工作流验证。相比直接在宿主机安装 Python、CUDA、依赖库，Docker 部署的优势是环境隔离、迁移方便、卸载干净，尤其适合不想反复处理依赖冲突的用户。
不过，容器化并不等于完全“零配置”。实际部署时仍要关注三件事：镜像来源是否可靠，Web 服务端口是否正确映射，模型、素材和输出文件是否挂载到宿主机目录。只要这三点处理好，后续升级、备份和迁移都会简单很多。
硬件与系统准备
基础环境建议使用 Linux 服务器、NAS 或装有 Docker Desktop 的 Windows/macOS。CPU 模式可以运行，但处理速度通常较慢；如果希望处理视频任务，建议使用 NVIDIA 显卡，并提前安装匹配的显卡驱动和 NVIDIA Container Toolkit。显存越大，可处理的分辨率和批处理能力越好。
存储方面，建议预留至少 20GB 可用空间。镜像本身、模型文件、缓存、临时帧和输出视频都会占用磁盘。若要长期使用，最好将数据目录放在容量较大的分区，例如 /data/roop-unleashed，而不是系统盘的临时目录。
创建数据目录
在部署前先规划目录结构，避免容器删除后素材和结果一起丢失。可以在宿主机创建一个主目录，再按用途拆分为模型、输入、输出和缓存目录。例如：/data/roop-unleashed/models 用于存放模型文件，/data/roop-unleashed/input 用于放待处理素材，/data/roop-unleashed/output 用于保存结果，/data/roop-unleashed/cache 用于缓存。
目录权限也要提前处理。如果容器启动后提示无法写入，多半是宿主机目录权限不足。Linux 用户可根据实际运行用户调整目录属主，或临时赋予容器可写权限。生产环境不建议无脑开放过高权限，至少要保证只有需要的目录被挂载。
拉取镜像的思路
Roop Unleashed 的 Docker 镜像可能来自项目维护者、社区构建者或自行打包。优先选择更新记录清晰、说明文档完整、下载量和反馈较稳定的镜像。拉取前要确认镜像标签，例如 latest、cuda、cpu、版本号等。latest 使用方便，但不利于固定环境；版本号标签更适合长期使用。
典型流程是先搜索或确认镜像名，再执行 docker pull 拉取。拉取完成后可用 docker images 查看本地镜像。若网络环境较慢，可以配置正规镜像源或在网络稳定时拉取。不要随意运行来源不明的镜像，更不要把敏感文件目录挂载进容器。
基础启动命令示例
CPU 环境可以使用类似思路启动：指定容器名，映射 Web 端口，挂载数据目录，并设置自动重启策略。端口映射一般写成“宿主机端口:容器端口”。如果镜像内部 Web 服务监听 7860，那么可以映射为 7860:7860，浏览器访问 https://服务器IP:7860 即可打开界面。
启动时建议至少挂载一个持久化目录。例如将 /data/roop-unleashed 挂载到容器内的 /workspace/data。这样素材、模型和输出结果都不会因为容器重建而丢失。容器名建议固定，例如 roop-unleashed，方便后续查看日志、停止、重启和升级。
显卡环境的启动要点
如果使用 NVIDIA 显卡，启动容器时通常需要加入 GPU 参数，让容器能够调用宿主机显卡。部署前可先在宿主机执行 nvidia-smi，确认驱动工作正常。再确认 Docker 已能识别 GPU 运行时，否则容器内即使安装了相关库，也无法使用硬件计算能力。
显卡版镜像要与 CUDA 生态相匹配。若宿主机驱动过旧，可能出现容器启动正常但推理时报错的情况。遇到这类问题，不要盲目反复重装应用，先检查驱动版本、镜像标签、容器日志和项目说明中的兼容范围。
端口映射怎么配置
端口映射是新手最容易卡住的地方。容器内服务端口由镜像决定，宿主机端口由用户决定。若容器内部是 7860，宿主机也使用 7860，就写 7860:7860；如果 7860 已被其他服务占用，可以改为 17860:7860，此时浏览器访问 https://服务器IP:17860。
如果页面打不开，先排查四点：容器是否正在运行，日志里 Web 服务是否启动成功，宿主机防火墙是否放行该端口，云服务器安全组是否允许访问。局域网部署通常只需要处理本机防火墙；云服务器还要在控制台开放对应入站端口。
数据目录挂载建议
建议把模型、输入和输出都放在宿主机可见目录，便于管理和备份。挂载时要注意路径对应关系：宿主机路径是真实存储位置，容器路径是应用内部看到的位置。应用界面里选择文件时，看到的是容器路径，而不是宿主机路径。
如果镜像文档要求固定目录，例如 /app/models、/app/output，应按文档挂载，避免应用找不到模型或结果无法保存。不要把整个根目录、用户主目录或包含私密资料的目录直接挂载给容器。最稳妥的方式是只挂载专门为该工具准备的工作目录。
使用 Docker Compose 管理
长期使用建议改用 Docker Compose，把镜像名、端口、目录、GPU 参数和重启策略写入配置文件。这样重装系统、迁移机器或升级版本时，只需要保留 compose 文件和数据目录即可恢复服务。相比手写一长串启动命令，Compose 更不容易出错。
配置中应明确写出镜像标签，不建议长期使用 latest。端口也应写清楚，例如宿主机 17860 对应容器 7860。目录挂载最好使用绝对路径，避免在不同执行目录下启动时挂载到错误位置。
升级与回滚方法
升级前先备份数据目录和当前配置，尤其是模型、输出结果、任务配置和自定义脚本。然后拉取新镜像，停止旧容器，使用相同挂载目录启动新容器。只要数据目录没有变化，通常可以保留原来的文件。
回滚的关键是保留旧镜像标签。如果之前使用了明确版本号，回滚只需停止新容器，再用旧版本镜像启动。若一直使用 latest，则很难确认旧环境对应哪一个版本。因此，稳定使用场景建议采用版本号标签，并记录每次升级时间和变更内容。
常见问题排查
第一，容器启动后马上退出。可查看 docker logs，常见原因包括启动参数错误、缺少模型、目录无权限或镜像与硬件环境不匹配。第二，页面能打开但处理失败，多与模型路径、素材格式、显存不足有关。可以先用小分辨率图片或短视频测试。
第三，处理速度很慢。先确认是否真的启用了 GPU，而不是落到了 CPU 模式。第四，输出目录为空。检查应用内保存路径是否对应到已挂载目录，容器内路径和宿主机路径不要混淆。第五，端口无法访问。优先检查端口占用、防火墙、安全组和容器监听地址。
安全边界与合规提醒
这类人像处理工具应仅用于获得授权的素材、个人学习、内部测试或合规创作。不要使用他人照片、视频制作误导性内容，也不要用于冒充身份、虚假宣传或损害他人权益。涉及商业发布时，应保存授权记录，确认素材来源、肖像许可和平台规则。
从安全角度看，容器不要以过高权限运行，不要挂载无关敏感目录，不要把 Web 界面直接暴露到公网。如果确实需要远程访问，建议增加访问控制、反向袋里认证或仅允许可信地址访问。部署完成后定期更新镜像和宿主机组件，及时清理临时文件，避免磁盘被缓存占满。
实用部署建议
新手可以先按 CPU 模式跑通流程，再切换到 GPU 环境优化速度；先用小文件测试输入、处理和输出链路，再处理大视频。每次调整镜像、端口或目录后，都要记录配置，避免后续无法复现。
更稳妥的部署方式是：固定镜像版本，固定数据目录，固定宿主机端口，使用 Compose 管理服务，并建立简单备份策略。这样 Roop Unleashed 不只是“能启动”，而是能长期稳定地服务于本地 AI 创作流程。
