先把 AI Toolkit 装好、跑起来。本教程给两条路：本地安装（自己显卡训练）和 云端 AI Toolkit（免环境，租 H100/H200 训练）。另外准备 HF 授权与国内网络加速。
硬件要求
- NVIDIA GPU（需要 CUDA 支持；A 卡 / 核显无法训练）
- 显存按模型差异很大：
| 模型 | 训练显存建议（参考） |
|---|---|
| SD 1.5 | 8GB 起 |
| Z-Image Turbo | 16–24GB（量化后可更低） |
| SDXL | 12–16GB+ |
| FLUX.1 / FLUX.2（klein） | 24GB 起步，量化 + Low VRAM 可跑；48GB+ 更舒适 |
| FLUX.2 [dev] | 16–24GB 紧张可行；32–48GB 舒适；64GB+ 最佳 |
| Wan 2.1/2.2 14B（视频） | 24GB 需谨慎设置；48GB+ 更舒适 |
- Python ≥ 3.10（推荐 3.12）
- 磁盘：基座模型 + 输出目录，预留 50GB 以上比较稳妥
方式 A：本地安装（推荐）
AI Toolkit 提供三种安装路径：
① AI Toolkit Manager（一键，实验性但推荐）
仓库内置 Manager，自动检测你的硬件、安装匹配的 PyTorch、创建 Python 环境，还会在本地拿一份 Node.js 与 FFmpeg——全部装在 ai-toolkit 文件夹内，不动系统环境。每次启动自动检查更新（你本地改过的文件不会被覆盖）。
git clone https://github.com/ostris/ai-toolkit.git
cd ai-toolkit
# Windows 直接双击 run_windows.bat（或终端运行）；Linux 用 ./run_linux.sh
也可以直接用命令管理：
python -m manager install # 首次安装
python -m manager update # 拉更新 + 同步依赖
python -m manager launch # 启动 UI
python -m manager doctor # 诊断环境问题
启动后浏览器访问 http://localhost:8675 即可打开 Web UI。
② 手动安装
git clone https://github.com/ostris/ai-toolkit.git
cd ai-toolkit
python -m venv venv
.venvScriptsactivate
pip install --no-cache-dir torch==2.13.0 torchvision==0.28.0 torchaudio==2.11.0 --index-url https://download.pytorch.org/whl/cu130
pip install -r requirements.txt
说明：PyTorch 版本随 CUDA 版本调整；Linux 流程相同（source venv/bin/activate）。Windows 装不上时，官方推荐 AI-Toolkit-Easy-Install 一键脚本。
③ Web UI 单独启动（手动安装后）
cd ui
npm run build_and_start
同样访问 http://localhost:8675。UI 只需要 Node.js > 20。
方式 B：RunComfy 云端 AI Toolkit
不想折腾驱动、CUDA 或本地环境时，用云端版本：
- 打开 RunComfy Cloud AI Toolkit（浏览器即用）
- 提供 80GB / 141GB VRAM 的强力 GPU（H100/H200 级别）
- 数据集、配置、checkpoint、历史任务保存在云端持久工作区
本地训练与云端训练在界面上完全一致，只是底层硬件不同。
授权准备：gated 模型与 HF_TOKEN
FLUX.1 / FLUX.2 / Krea 2 等模型在 Hugging Face 上是 gated（门控） 模型：需要先登录 HF 并接受模型许可协议，再配置访问令牌，否则下载报 GatedRepoError / 401。
# 两步：
# 1. 浏览器打开模型页，点"同意并接受许可"（如 black-forest-labs/FLUX.2-dev）
# 2. 登录并生成 Read 令牌，配置到环境
pip install huggingface_hub
huggingface-cli login # 粘贴你的 HF Token
开源模型（如 Z-Image Turbo，Apache 2.0）不需要授权，适合新手先跑通。
安全：AI_TOOLKIT_AUTH
Web UI 默认无密码。如果部署在远程服务器/公网，必须设置访问令牌：
$env:AI_TOOLKIT_AUTH = "你的强密码"
npm run build_and_start
之后访问 UI 需要输入该令牌，防止未授权访问。
国内网络注意
HF 下载慢或超时是常见问题，处理方式：
- 使用 HF 镜像：设置环境变量
HF_ENDPOINT=https://hf-mirror.com - 或手动把模型文件放到本地目录，配置里用本地路径
验证安装
- 本地：浏览器打开
http://localhost:8675能出现 AI Toolkit 界面即成功 - 命令行：
python run.py --help有输出即成功 - 云端：打开 RunComfy Cloud 能进入 New Job 页面即成功
下一步
→ 03 · Web UI 概览 熟悉界面上的每个面板