初始化换发型项目：3个微服务代码 + 部署脚本

包含： - hair_service_sd: 换发型/换发色算法服务 (端口 8801) - photo_service: LoRA 训练调度服务 (端口 32678) - stable-diffusion-webui: SD WebUI 推理服务 (端口 57860) - kohya_ss_home: 训练环境代码 - meidaojia: 监控测试脚本 - setup.sh: 一键部署脚本 (conda环境恢复 + 配置生成 + 完整性检查) - start_all_services.sh: 启动3个服务 - configure.ini.template: 路径模板化 (BASE_DIR自动推导) - conda_envs/py310.yml: py310 环境定义大文件 (weights/, models/, data/, conda_envs/*.tar.gz 等) 通过 .gitignore 排除，由网盘单独上传。
2026-07-11 18:11:49 +08:00
commit 0eb61f3e60
628 changed files with 120882 additions and 0 deletions
@@ -0,0 +1,330 @@
+# 换发型项目迁移收尾计划
+
+## 背景
+
+项目从 `/home/szlc/project` 迁移到 `/home/szlc/change_hair_3090`。前序工作已完成代码复制和大部分路径修改。本计划覆盖剩余的收尾工作。
+
+## 当前状态
+
+### 已完成
+- ✅ 代码复制：hair_service_sd (代码+weights 9.9G)、photo_service (1.9M)、stable-diffusion-webui (代码+extensions 4.4G+repositories 225M)、meidaojia (124K)、kohya_ss_home (kohya_ss 439M + .local 7.6G + .cache 3.3M)、data (4.9G)
+- ✅ configure.ini.template 创建 + configure.ini 生成
+- ✅ lora_train_service_1.py 修改（BASE_DIR + Docker 命令路径修正）
+- ✅ watch_delete.py 修改（从 config 读取路径）
+- ✅ gunicorn_config.py 修改（注释 chdir）
+- ✅ config.json 修改（删除 onediff 配置，改 sd_model_checkpoint）
+- ✅ git init（main 分支，无提交）
+
+### 未完成（本计划覆盖）
+1. ❌ **stable-diffusion-webui/models/ 目录未复制**（41G，含 228 个 LoRA 33G + v1-5-pruned 4G + 辅助模型）
+2. ❌ **hairstyle_model_infer.py:1096 未注释**（活跃代码，换发色会崩溃）
+3. ❌ **.gitignore 未创建**
+4. ❌ **setup.sh 未创建**
+5. ❌ **start_all_services.sh 未创建**
+6. ❌ **README.md 未创建**
+7. ❌ **conda 环境未导出**（my_hair, sdwebui, py310）
+8. ❌ **git commit 未执行**
+
+### 用户决策
+- Docker 镜像 `chinatszrn/ubuntu:kohya_ss` **不需要导出**（用户表示当前训练已不用 Docker）
+- majicmixRealistic_v7.safetensors 用户会从网上下载
+- onediff 不迁移
+
+## 服务启动方式（从 .bash 脚本确认）
+
+| 服务 | 端口 | conda 环境 | 启动命令 |
+|------|------|-----------|---------|
+| hair_service_sd | 8801 | my_hair | `python run_copy_cost_colorb64.py` |
+| stable-diffusion-webui | 57860 | sdwebui | `python webui.py --api --listen --xformers --port 57860` |
+| photo_service | 32678 | py310 | `python lora_train_service_1.py` |
+
+---
+
+## 执行步骤
+
+### 步骤 1：复制 models/ 目录（41G）
+
+源：`/home/szlc/project/onediff/stable-diffusion-webui/models/`
+目标：`/home/szlc/change_hair_3090/stable-diffusion-webui/models/`
+
+```bash
+rsync -av --progress /home/szlc/project/onediff/stable-diffusion-webui/models/ /home/szlc/change_hair_3090/stable-diffusion-webui/models/
+```
+
+包含：
+- Lora/ (33G, 228 个 LoRA 文件)
+- Stable-diffusion/ (4G, v1-5-pruned-emaonly.safetensors)
+- ESRGAN/ (1.2G)、BLIP/ (855M)、torch_deepdanbooru/ (615M)、roop/ (529M)、GFPGAN/ (519M)、Codeformer/ (360M)、RealESRGAN/ (64M) 等
+
+注意：majicmixRealistic_v7.safetensors 不在源目录中，用户会单独下载。
+
+### 步骤 2：注释 hairstyle_model_infer.py:1096
+
+文件：`hair_service_sd/hairstyle_model_infer.py`
+
+第 1096 行：
+```python
+# 修改前
+cv2.imwrite('/home/student/Desktop/tmp_color/need/face_base2.png', user_res_8uc3_orisize2)
+# 修改后
+# cv2.imwrite('/home/student/Desktop/tmp_color/need/face_base2.png', user_res_8uc3_orisize2)  # 调试用，路径不存在会导致崩溃
+```
+
+### 步骤 3：创建 .gitignore
+
+文件：`/home/szlc/change_hair_3090/.gitignore`
+
+```gitignore
+# Python
+__pycache__/
+*.pyc
+*.pyo
+*.egg-info/
+.eggs/
+
+# IDE
+.idea/
+.vscode/
+
+# Logs
+*.log
+nohup.out
+/logs/
+
+# 大文件目录（网盘上传）— 注意 /data/ 用前导斜杠仅匹配顶层
+hair_service_sd/weights/
+stable-diffusion-webui/models/
+stable-diffusion-webui/extensions/sd-webui-controlnet/
+stable-diffusion-webui/repositories/
+kohya_ss_home/.local/
+kohya_ss_home/.cache/
+kohya_ss_home/kohya_ss/
+/data/
+conda_envs/*.tar.gz
+docker/
+
+# 运行时生成（setup.sh 生成）
+hair_service_sd/config/configure.ini
+*.pid
+
+# 注意：hair_service_sd/data/ (19M 小静态文件) 不排除，需 git 管理
+# 注意：conda_envs/py310.yml 不排除，需 git 管理
+# 注意：kohya_ss_home/start_docker.sh 不排除，需 git 管理
+```
+
+### 步骤 4：创建 setup.sh
+
+文件：`/home/szlc/change_hair_3090/setup.sh`
+
+功能：
+1. 检查前提条件（conda, git, nvidia-docker）
+2. 从 template 生成 configure.ini（sed 替换 `__BASE_DIR__`）
+3. 用 conda-pack 恢复 my_hair 和 sdwebui 环境
+4. 用 yml 创建 py310 环境
+5. 检查模型/数据目录完整性
+6. 检查 majicmixRealistic_v7.safetensors 是否存在
+7. 创建运行时目录（tmp, res_dir, userImage 等）
+
+```bash
+#!/bin/bash
+set -e
+
+BASE_DIR="$(cd "$(dirname "$0")" && pwd)"
+CONDA_BASE="${CONDA_BASE:-/home/szlc/miniconda3}"
+
+# 初始化 conda（脚本中需要 source 才能用 conda activate）
+if [ -f "$CONDA_BASE/etc/profile.d/conda.sh" ]; then
+    source "$CONDA_BASE/etc/profile.d/conda.sh"
+else
+    echo "WARNING: 未找到 conda.sh，请确认 CONDA_BASE=$CONDA_BASE 正确"
+fi
+
+echo "=== 换发型项目部署脚本 ==="
+echo "BASE_DIR: $BASE_DIR"
+
+# 1. 检查前提条件
+echo "[1/7] 检查前提条件..."
+command -v git >/dev/null || { echo "ERROR: git 未安装"; exit 1; }
+command -v conda >/dev/null || { echo "ERROR: conda 未安装"; exit 1; }
+nvidia-smi >/dev/null 2>&1 || { echo "ERROR: NVIDIA 驱动未安装"; exit 1; }
+
+# 2. 生成 configure.ini
+echo "[2/7] 生成 configure.ini..."
+sed "s|__BASE_DIR__|$BASE_DIR|g" "$BASE_DIR/hair_service_sd/config/configure.ini.template" > "$BASE_DIR/hair_service_sd/config/configure.ini"
+echo "  configure.ini 已生成"
+
+# 3. 恢复 conda 环境（conda-pack）
+echo "[3/7] 恢复 conda 环境..."
+for env_name in my_hair sdwebui; do
+    if [ -f "$BASE_DIR/conda_envs/${env_name}.tar.gz" ]; then
+        echo "  恢复 $env_name ..."
+        rm -rf "$CONDA_BASE/envs/$env_name"
+        mkdir -p "$CONDA_BASE/envs/$env_name"
+        tar -xzf "$BASE_DIR/conda_envs/${env_name}.tar.gz" -C "$CONDA_BASE/envs/$env_name"
+        conda activate "$env_name"
+        conda-unpack  # 修复打包后的硬编码路径
+        conda deactivate
+        echo "  ✓ $env_name 已恢复"
+    else
+        echo "  ✗ conda_envs/${env_name}.tar.gz 不存在，请从网盘下载"
+    fi
+done
+
+# 4. 创建 py310 环境（从 yml）
+echo "[4/7] 创建 py310 环境..."
+if [ -f "$BASE_DIR/conda_envs/py310.yml" ]; then
+    conda env create -f "$BASE_DIR/conda_envs/py310.yml" -n py310 2>/dev/null || echo "  py310 环境已存在，跳过"
+    echo "  ✓ py310 已就绪"
+else
+    echo "  ✗ conda_envs/py310.yml 不存在"
+fi
+
+# 5. 检查模型/数据目录
+echo "[5/7] 检查模型和数据目录..."
+for dir in hair_service_sd/weights stable-diffusion-webui/models/Lora stable-diffusion-webui/models/Stable-diffusion stable-diffusion-webui/extensions/sd-webui-controlnet stable-diffusion-webui/repositories kohya_ss_home/.local kohya_ss_home/kohya_ss data/ref_hairstyle; do
+    if [ -d "$BASE_DIR/$dir" ]; then
+        echo "  ✓ $dir"
+    else
+        echo "  ✗ $dir 缺失，请从网盘下载"
+    fi
+done
+
+# 6. 检查训练底模
+echo "[6/7] 检查 majicmixRealistic_v7..."
+if [ -f "$BASE_DIR/stable-diffusion-webui/models/Stable-diffusion/majicmixRealistic_v7.safetensors" ]; then
+    echo "  ✓ majicmixRealistic_v7.safetensors 已存在"
+else
+    echo "  ✗ majicmixRealistic_v7.safetensors 缺失，请从网上下载并放置到 stable-diffusion-webui/models/Stable-diffusion/"
+fi
+
+# 7. 创建运行时目录
+echo "[7/7] 创建运行时目录..."
+mkdir -p "$BASE_DIR/logs"
+mkdir -p "$BASE_DIR/data/tmp" "$BASE_DIR/data/res_dir" "$BASE_DIR/data/userImage" "$BASE_DIR/data/user_info"
+mkdir -p "$BASE_DIR/kohya_ss_home/train_material"
+
+echo ""
+echo "=== 部署完成 ==="
+echo "启动服务: ./start_all_services.sh"
+```
+
+### 步骤 5：创建 start_all_services.sh
+
+文件：`/home/szlc/change_hair_3090/start_all_services.sh`
+
+```bash
+#!/bin/bash
+BASE_DIR="$(cd "$(dirname "$0")" && pwd)"
+CONDA_BASE="${CONDA_BASE:-/home/szlc/miniconda3}"
+
+# 1. hair_service_sd (端口 8801)
+cd "$BASE_DIR/hair_service_sd"
+nohup "$CONDA_BASE/envs/my_hair/bin/python" run_copy_cost_colorb64.py > "$BASE_DIR/logs/hair_service.log" 2>&1 &
+echo "hair_service_sd 已启动 (PID: $!)"
+
+# 2. stable-diffusion-webui (端口 57860)
+cd "$BASE_DIR/stable-diffusion-webui"
+nohup "$CONDA_BASE/envs/sdwebui/bin/python" webui.py --api --listen --xformers --port 57860 > "$BASE_DIR/logs/webui.log" 2>&1 &
+echo "stable-diffusion-webui 已启动 (PID: $!)"
+
+# 3. photo_service (端口 32678)
+cd "$BASE_DIR/photo_service"
+nohup "$CONDA_BASE/envs/py310/bin/python" lora_train_service_1.py > "$BASE_DIR/logs/photo_service.log" 2>&1 &
+echo "photo_service 已启动 (PID: $!)"
+
+echo "所有服务已在后台启动，日志在 $BASE_DIR/logs/"
+```
+
+### 步骤 6：创建 README.md
+
+文件：`/home/szlc/change_hair_3090/README.md`
+
+内容包含：
+- 项目简介（3 个微服务）
+- 目录结构
+- 前提条件（Ubuntu 22.04, 3090 GPU, conda, git）
+- 部署步骤（git clone → 下载网盘文件 → ./setup.sh → ./start_all_services.sh）
+- 网盘文件清单（models/, weights/, data/, conda_envs/, etc.）
+- 服务端口说明
+- 常见问题
+
+### 步骤 7：导出 conda 环境
+
+```bash
+# 安装 conda-pack
+conda install -n base -c conda-forge conda-pack -y
+
+# 导出 my_hair (10G → ~5G 压缩)
+conda pack -n my_hair -o /home/szlc/change_hair_3090/conda_envs/my_hair.tar.gz --force
+
+# 导出 sdwebui (7.3G → ~4G 压缩)
+conda pack -n sdwebui -o /home/szlc/change_hair_3090/conda_envs/sdwebui.tar.gz --force
+
+# 导出 py310 (yml)
+conda env export -n py310 --no-builds > /home/szlc/change_hair_3090/conda_envs/py310.yml
+```
+
+注意：conda-pack 可能需要较长时间（每个环境 5-10 分钟），建议后台执行。
+
+### 步骤 8：Git 提交
+
+```bash
+cd /home/szlc/change_hair_3090
+git add .
+# 验证大文件未被追踪
+git status --short | grep -E "\.(safetensors|pth|pt|tar\.gz|tar)$"  # 应无输出
+git commit -m "初始化换发型项目：3个微服务代码 + 部署脚本"
+```
+
+---
+
+## 验证步骤
+
+### 路径一致性验证
+```bash
+# 检查无残留旧路径（注释行除外）
+grep -rn "/home/szlc/project\|/gz-fs\|/mnt/nas_hdd\|/root/project" /home/szlc/change_hair_3090/ --include="*.py" --include="*.ini" --include="*.sh" | grep -v "^.*:#"
+# 应无输出或仅匹配注释行
+```
+
+### Git 追踪验证
+```bash
+# 大文件不应被追踪
+git status --short | grep -E "weights/|models/.*safetensors|\.tar\.gz|\.tar$"
+# 应无输出
+```
+
+### 目录完整性验证
+```bash
+# 关键目录存在
+for d in hair_service_sd/weights stable-diffusion-webui/models/Lora stable-diffusion-webui/models/Stable-diffusion stable-diffusion-webui/extensions/sd-webui-controlnet kohya_ss_home/.local data/ref_hairstyle; do
+    [ -d "$d" ] && echo "✓ $d" || echo "✗ $d 缺失"
+done
+```
+
+---
+
+## 网盘上传清单
+
+| 路径 | 大小 | 说明 |
+|------|------|------|
+| hair_service_sd/weights/ | 10G | 换发算法模型 |
+| stable-diffusion-webui/models/ | 41G | SD模型+LoRA+辅助模型 |
+| stable-diffusion-webui/extensions/sd-webui-controlnet/ | 4.4G | ControlNet扩展 |
+| stable-diffusion-webui/repositories/ | 225M | SD依赖仓库 |
+| kohya_ss_home/.local/ | 7.6G | 训练pip包 |
+| kohya_ss_home/.cache/ | 3.3M | CLIP缓存 |
+| kohya_ss_home/kohya_ss/ | 439M | 训练代码 |
+| data/ | 4.9G | 业务数据 |
+| conda_envs/my_hair.tar.gz | ~5G | conda环境 |
+| conda_envs/sdwebui.tar.gz | ~4G | conda环境 |
+| **合计** | **约 78G** | |
+
+---
+
+## 关键风险
+
+1. **hairstyle_model_infer.py:1096** — 活跃代码路径中的 `cv2.imwrite('/home/student/Desktop/...')`，不注释会导致换发色功能崩溃
+2. **majicmixRealistic_v7.safetensors** — 训练底模不在源目录中，用户需从网上下载
+3. **conda-pack glibc 兼容性** — 源机器和目标机器需同为 Ubuntu 且 glibc 版本兼容
+4. **Docker 训练** — 当前代码仍含 Docker 命令，用户表示不再需要 Docker 训练，代码可能需要后续修改
@@ -0,0 +1,272 @@
+# 换发型项目迁移到 3090 部署计划
+
+## Context
+
+本机 `/home/szlc/project` 下有一个换发型/换发色/训练发型的 AI 项目，包含 3 个微服务协同工作。目标是将所有代码和依赖迁移到 `/home/szlc/change_hair_3090`，代码用 git 管理，模型/数据/环境等大文件放在同一目录但 .gitignore 排除（单独用网盘上传）。最终实现：在新 3090 Ubuntu 机器上 `git clone` + 下载网盘文件 + 运行 `setup.sh` 即可完成部署。
+
+**用户决策**：包含全部 228 个 LoRA（33G）；Docker sudo 密码 asdfasdf；从网上下载 majicmixRealistic_v7；不迁移 onediff。
+
+---
+
+## 目标目录结构
+
+```
+/home/szlc/change_hair_3090/           ← Git 仓库根
+├── .gitignore
+├── README.md                           ← 部署文档 [git]
+├── setup.sh                            ← 一键部署脚本 [git]
+├── start_all_services.sh               ← 启动3个服务 [git]
+│
+├── hair_service_sd/                    ← 换发算法服务 [git: 代码]
+│   ├── config/configure.ini.template   ← 配置模板（含 __BASE_DIR__ 占位符）[git]
+│   ├── config/configure.ini            ← setup.sh 生成 [gitignore]
+│   ├── core/ models/ utils/ common/    ← 代码 [git]
+│   ├── *.py                            ← 代码 [git]
+│   ├── data/                           ← 小静态文件 9M [git]
+│   └── weights/                        ← 10G 模型 [gitignore/网盘]
+│
+├── photo_service/                      ← 训练服务 [git: 代码 4M]
+│   ├── lora_train_service_1.py         ← 需修改路径 [git]
+│   ├── webui_im2im.py *.py utils/      ← [git]
+│   └── conda_envs/py310.yml            ← py310 环境定义 [git]
+│
+├── stable-diffusion-webui/             ← SD WebUI [git: 代码 ~280M]
+│   ├── webui.py modules/ javascript/   ← 代码 [git]
+│   ├── config.json                     ← 清理onediff配置 [git]
+│   ├── extensions/sd-webui-controlnet/ ← 4.4G(annotator+models) [gitignore/网盘]
+│   ├── repositories/                   ← 225M [gitignore/网盘]
+│   └── models/                         ← 49G [gitignore/网盘]
+│       ├── Lora/                       ← 33G 228个LoRA
+│       ├── Stable-diffusion/           ← v1-5 + majicmixRealistic_v7
+│       └── ESRGAN/ GFPGAN/ BLIP/ ...
+│
+├── kohya_ss_home/                      ← 训练环境 [gitignore/网盘]
+│   ├── kohya_ss/                       ← 训练代码 427M
+│   ├── .local/                         ← pip包 7.6G
+│   ├── .cache/clip/                    ← CLIP缓存 1.6M
+│   ├── .cache/huggingface/             ← 1.8M
+│   └── start_docker.sh                 ← [单独提取到git]
+│
+├── data/                               ← 业务数据 4.9G [gitignore/网盘]
+│   ├── ref_hairstyle/ ref_color/ ref_online/ ...
+│
+├── conda_envs/                         ← [gitignore/网盘]
+│   ├── my_hair.tar.gz                  ← conda-pack ~5G
+│   └── sdwebui.tar.gz                  ← conda-pack ~4G
+│
+├── docker/                             ← [gitignore/网盘]
+│   └── kohya_ss_image.tar              ← Docker镜像
+│
+├── logs/                               ← [gitignore]
+└── meidaojia/                          ← 监控测试脚本 [git]
+```
+
+---
+
+## 路径迁移策略（核心）
+
+### 策略：BASE_DIR 自动推导 + configure.ini 模板
+
+所有服务通过脚本自身位置自动推导 `BASE_DIR`，不依赖环境变量，clone 到任意目录均可工作。
+
+### 1. configure.ini → 模板化
+
+创建 `hair_service_sd/config/configure.ini.template`（[git] 管理），所有 `/home/szlc/project/data/...` 替换为 `__BASE_DIR__/data/...`。
+
+关键变更：
+- 所有数据路径：`/home/szlc/project/data/...` → `__BASE_DIR__/data/...`
+- `train_dir`：`/data/train_material` → `__BASE_DIR__/kohya_ss_home/train_material`（必须在 kohya_ss_home 下，Docker 容器才能访问）
+- `logpath`：`/home/szlc/project/logs` → `__BASE_DIR__/logs`
+- `configure.ini` 本身加入 .gitignore，由 setup.sh 用 sed 替换 `__BASE_DIR__` 生成
+
+### 2. lora_train_service_1.py → BASE_DIR 自动推导
+
+**第 38-43 行**（online 模式路径）：
+```python
+# 修改前
+kohya_ss_home_dir = '/root/project/kohya_ss_home'
+webui_lora_dir = '/gz-fs/Lora'
+# 修改后
+BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+kohya_ss_home_dir = os.path.join(BASE_DIR, 'kohya_ss_home')
+webui_lora_dir = os.path.join(BASE_DIR, 'stable-diffusion-webui', 'models', 'Lora')
+```
+
+### 3. Docker 训练命令（第 301-315 行）→ 路径映射修正
+
+关键变更：
+- `--gpus "device=1"` → `--gpus "device=0"`（新机器单 GPU）
+- 删除 `-v /mnt:/mnt`（NAS 挂载不再需要）
+- 新增 `-v {sd_models_dir}:/mnt/sd_models`（挂载训练底模到容器）
+- `--pretrained_model_name_or_path` → `/mnt/sd_models/majicmixRealistic_v7.safetensors`
+- `--train_data_dir` 和 `--output_dir`：主机路径转换为容器路径（`kohya_ss_home_dir` → `/home/chinatszrn`）
+
+```python
+sd_models_dir = os.path.join(BASE_DIR, 'stable-diffusion-webui', 'models', 'Stable-diffusion')
+container_images_dir = images_dir.replace(kohya_ss_home_dir, '/home/chinatszrn')
+container_model_dir = model_dir.replace(kohya_ss_home_dir, '/home/chinatszrn')
+```
+
+### 4. 其他硬编码路径修复
+
+| 文件 | 行号 | 修改 |
+|------|------|------|
+| `hairstyle_model_infer.py` | 1096 | 注释掉 `cv2.imwrite('/home/student/Desktop/...')`（**活跃代码路径，不注释会崩溃**） |
+| `watch_delete.py` | 8 | 从 configure.ini 读取 userDir 而非硬编码 |
+| `config.json` (webui) | - | 删除 `onediff_compiler_caches_path` 和 `onediff_compiler_backend` 两行 |
+| `gunicorn_config.py` | 21 | 注释掉 `chdir`（未使用） |
+| webui extensions | - | 删除失效的 onediff_sd_webui_extensions 符号链接 |
+
+### 5. 安全提醒
+
+`upload_oss.py` 第 8-9 行包含硬编码的阿里云 OSS AccessKey/Secret（作为 `os.getenv` 默认值）。这些密钥会随代码进入 git。如仓库非私有，应改为只从环境变量读取。
+
+---
+
+## Conda 环境迁移
+
+| 环境 | 大小 | 策略 |
+|------|------|------|
+| my_hair | 10G/289包 | conda-pack 打包为 tar.gz（约 5G 压缩） |
+| sdwebui | 7.3G/193包 | conda-pack 打包为 tar.gz（约 4G 压缩） |
+| py310 | 701M/32包 | yml 导出（包少，重建可靠） |
+
+setup.sh 中用 `conda pack` 恢复 tar.gz 环境，用 `conda env create -f` 恢复 py310。
+
+---
+
+## 执行步骤
+
+### 阶段 1：创建目录结构 + 复制代码
+
+1. 创建目标目录结构
+2. `rsync` 复制 hair_service_sd 代码（排除 weights, __pycache__, .git, *.log, nohup.out）
+3. `rsync` 复制 photo_service 代码（排除 __pycache__, .idea, *.log, 大图片）
+4. `rsync` 复制 stable-diffusion-webui 代码（排除 models/, extensions/sd-webui-controlnet/, repositories/, .git, cache/, outputs/）
+5. `rsync` 复制 meidaojia（排除 .git, nohup.out, 大图片）
+6. 复制 kohya_ss_home/start_docker.sh 到 git 管理
+
+### 阶段 2：复制资源（网盘文件）
+
+7. 复制 hair_service_sd/weights/（10G）
+8. 复制 hair_service_sd/data/（9M 静态文件）
+9. 复制 stable-diffusion-webui/models/（49G，含 33G LoRA）
+10. 复制 stable-diffusion-webui/extensions/sd-webui-controlnet/（4.4G）
+11. 复制 stable-diffusion-webui/repositories/（225M）
+12. 复制 data/ 业务数据（4.9G）
+13. 复制 kohya_ss_home/（kohya_ss 代码 + .local 7.6G + .cache/clip + .cache/huggingface，排除 pip/torch 缓存）
+
+### 阶段 3：路径修改
+
+14. 创建 `configure.ini.template`
+15. 修改 `lora_train_service_1.py`（BASE_DIR + Docker 命令）
+16. 注释 `hairstyle_model_infer.py:1096`
+17. 修改 `watch_delete.py`
+18. 清理 `config.json`（删除 onediff 配置）
+19. 注释 `gunicorn_config.py:21`
+20. 创建 `start_all_services.sh`
+21. 创建 `setup.sh`
+22. 创建 `README.md`
+23. 创建 `.gitignore`
+
+### 阶段 4：导出环境和镜像
+
+24. `conda install -n base -c conda-forge conda-pack`
+25. `conda pack -n my_hair -o conda_envs/my_hair.tar.gz`
+26. `conda pack -n sdwebui -o conda_envs/sdwebui.tar.gz`
+27. `conda env export -n py310 --no-builds > conda_envs/py310.yml`
+28. `sudo docker save chinatszrn/ubuntu:kohya_ss -o docker/kohya_ss_image.tar`
+
+### 阶段 5：Git 提交
+
+29. `git add .` + 验证 .gitignore 生效（大文件不被追踪）
+30. `git commit`
+
+---
+
+## setup.sh 部署脚本功能
+
+新机器上执行 `./setup.sh` 完成：
+1. 检查前提条件（git, conda, docker, nvidia-docker）
+2. 用 sed 从 template 生成 configure.ini
+3. 用 conda-pack 恢复 my_hair 和 sdwebui 环境
+4. 用 yml 创建 py310 环境
+5. `docker load` 导入 kohya_ss 镜像
+6. 检查所有模型/数据目录是否存在（报告缺失项）
+7. 检查 majicmixRealistic_v7.safetensors 是否已下载
+8. 创建运行时目录（tmp, res_dir, userImage 等）
+
+---
+
+## 验证方案
+
+### 环境验证
+```bash
+# Conda 环境
+/home/szlc/miniconda3/envs/my_hair/bin/python -c "import torch; print(torch.cuda.is_available())"
+/home/szlc/miniconda3/envs/sdwebui/bin/python -c "import torch; print(torch.cuda.is_available())"
+# Docker
+sudo docker run --rm --gpus all chinatszrn/ubuntu:kohya_ss nvidia-smi
+```
+
+### 服务启动验证
+```bash
+# 1. hair_service_sd（端口 8801）
+cd /home/szlc/change_hair_3090/hair_service_sd
+/home/szlc/miniconda3/envs/my_hair/bin/python run_copy_cost_colorb64.py
+# 预期：看到 "[HAIR_INIT] All init done." 且端口 8801 可访问
+
+# 2. webui（端口 57860）
+cd /home/szlc/change_hair_3090/stable-diffusion-webui
+/home/szlc/miniconda3/envs/sdwebui/bin/python webui.py --api --listen --xformers --port 57860
+# 预期：curl http://127.0.0.1:57860/sdapi/v1/options 返回 JSON
+
+# 3. photo_service（端口 32678）
+cd /home/szlc/change_hair_3090/photo_service
+/home/szlc/miniconda3/envs/py310/bin/python lora_train_service_1.py
+# 预期：服务启动无报错
+```
+
+### 路径一致性验证
+```bash
+# 无残留旧路径
+grep -r "/home/szlc/project" /home/szlc/change_hair_3090/ --include="*.py" --include="*.ini" --include="*.sh"
+grep -r "/gz-fs\|/mnt/nas_hdd\|/root/project" /home/szlc/change_hair_3090/ --include="*.py" --include="*.ini"
+# 以上应无输出（注释行除外）
+```
+
+---
+
+## .gitignore 中的例外
+
+以下文件虽在大文件目录中，但需 git 管理（在 .gitignore 中用 `!` 添加例外）：
+- `!conda_envs/py310.yml` — py310 环境定义（小文本文件）
+- `!kohya_ss_home/start_docker.sh` — Docker 启动脚本（小文件）
+
+---
+
+## 关键风险
+
+1. **hairstyle_model_infer.py:1096** — 活跃代码路径中的 `cv2.imwrite('/home/student/Desktop/...')`，不注释会导致换发色功能崩溃
+2. **Docker GPU 设备号** — 原代码 `--gpus "device=1"`，新机器需改为 `device=0`
+3. **train_dir 路径变更** — 原 `/data/train_material`（121G）不迁移，新路径在 `kohya_ss_home/train_material/`
+4. **OSS 密钥** — upload_oss.py 含硬编码密钥，会进入 git
+5. **majicmixRealistic_v7** — 需用户手动下载放置到 `stable-diffusion-webui/models/Stable-diffusion/`
+6. **conda-pack glibc 兼容性** — 源机器和目标机器需同为 Ubuntu 且 glibc 版本兼容
+
+---
+
+## 网盘需上传的文件清单
+
+| 路径 | 大小 | 说明 |
+|------|------|------|
+| hair_service_sd/weights/ | 10G | 换发算法模型 |
+| stable-diffusion-webui/models/ | 49G | SD模型+LoRA+辅助模型 |
+| stable-diffusion-webui/extensions/sd-webui-controlnet/ | 4.4G | ControlNet扩展 |
+| stable-diffusion-webui/repositories/ | 225M | SD依赖仓库 |
+| kohya_ss_home/ | ~8G | 训练环境(代码+.local+clip缓存) |
+| data/ | 4.9G | 业务数据 |
+| conda_envs/my_hair.tar.gz | ~5G | conda环境 |
+| conda_envs/sdwebui.tar.gz | ~4G | conda环境 |
+| docker/kohya_ss_image.tar | ?G | Docker镜像 |
+| **合计** | **约 85G+** | |