Fizgig 中文版

镜像介绍

Fizgig —— 一站式 LoRA 训练 / 修复 / 探索工作台（浏览器即用，无需命令行）。

✦ 本镜像为「全中文界面」版本（v1.1）​：内置自研汉化层（2200+ 条词表 + 动态规则），侧边栏、训练参数、提示消息全面中文化（专业术语按创作圈惯例保留英文）；界面右下角「中 / EN」悬浮按钮可一键切回英文；官方升级后汉化自动保留；汉化词表支持在线热更新，补词不用重装镜像。

本镜像基于 UCloud 基础镜像制作，已预装并调通 Fizgig 完整运行环境（Python 虚拟环境 + PyTorch + 系统依赖），开机自启、零配置上手：部署实例后浏览器打开 8081 端口即可开始训练（v1.1 已把 8081 写入镜像默认开放端口）。

v1.1 新增：Flux 2 Klein 9B、Krea 2、MOSS-Image 三大家族训练支持，连同 Qwen Image 2.1 共 13 项模型预置——全部指向平台公共模型盘（软链挂载，零下载、不占系统盘），开箱即可开训。

Fizgig 由 Peter Neill（shootthesound）开发，免费开源（Apache-2.0），上游仓库： https://github.com/shootthesound/Fizgig

适合人群：中文创作者——想为 Qwen Image 2.1、Flux 2 Klein 9B、Krea 2、MOSS-Image、MiniMax H3 等模型训练 / 修复 LoRA，又不想折腾本地环境的伙伴。

功能特性

• 全中文界面（本镜像特色）​：自研汉化层覆盖全部界面（含训练参数表单、状态消息、报错校验）；右下角「中 / EN」一键切换；fizgig-update 跟随官方升级后自动重打汉化，不会丢失
• 四大家族开箱预置：Qwen Image 2.1 / Flux 2 Klein 9B / Krea 2 / MOSS-Image 的基座、VAE、文本编码器、Turbo LoRA 共 13 项，已按平台公共模型盘软链挂好，部署后无需下载即可开训
• 汉化热更新：终端运行 fizgig-zh-update 即可增量拉取最新词表（sha256 校验、备份、失败自动回滚），发现没译到的词反馈后不用等镜像重新发版
• 训练：LoRA / LoKR 训练，自适应学习率，断点续训（暂停 / 恢复不损质量），低显存自适应（4-bit NF4 量化 + 区块交换）
• 修复（Repair Studio）​：不改训练数据、不重跑训练，用逐区块滑杆直接修复过拟合 / 抢特征的 LoRA，带实时预览与并排对比
• 剖析（Profiler）​：生成 HTML 报告，看清哪些区块在起作用
• 提取（Extract）​：SVD 权重蒸馏，把任意现成 LoRA 降秩轻量化（兼容 PEFT / LyCORIS / kohya 格式）
• 探索（LoRA the Explorer）​：进化式变体发现，成对选择逐步雕出理想效果
• AI 字幕：Florence-2 自动打标 + 中英双语翻译；支持数据集智能优化（坏样本自动排查）
• Gizmo 素材预处理：视频场景切割、波形音频裁剪、Whisper 字幕、语音数据集录制
• 无头服务器友好：整套界面就是网页，电脑 / 手机浏览器皆可访问；关掉页面训练照跑（跑在实例上）
• 本镜像已做好的事：环境预装、开机自启、随机密码防护、模型目录外置软链（升级不丢）、13 项模型预置、全中文界面、fizgig-update 一键跟随官方升级

支持模型族一览（显存为官方参考值）：

模型族	训练最低显存	模型体积	本镜像预置
Qwen Image 2.1	10GB	≈38 GB	已预置
Flux 2 Klein 9B	10GB（<16GB 走 4-bit）	≈34 GB	已预置
Krea 2	8GB	≈32–45 GB	已预置
MOSS-Image	12GB（4-bit 可更低）	≈30 GB	已预置
MiniMax H3（视频+音频）	16GB	≈47 GB	需自行下载
Flux 3 Image Klein	8GB	≈31 GB	需自行下载（HF token）
Z-Image Turbo / SDXL / Anima	8–12GB	视权重而定	视权重而定

使用教程

1. 部署实例

• 卡型推荐：RTX 4090 / 5090（24–32GB 体验舒适）；3090 同理可用；16GB 以下需开量化模式，Krea 2 / Klein 9B 的 fp8 权重单个就超过 12GB，不建议
• 内存建议 32GB 以上（开实时预览或训 MiniMax H3 建议 48GB+）
• 系统盘 100GB 起步（预置模型走公共盘软链不占盘；自行下载的模型族每个 30GB 上下）

2. 打开界面

• 部署完成等待「运行中」→ 浏览器访问：http://<实例公网IP>:8081（界面默认中文）
• v1.1 已把 8081 写入镜像默认开放端口；若控制台端口列表里没有，去「应用端口 / 防火墙」手动放行 8081 一次即可

3. 获取密码

• 进入实例的 JupyterLab 终端，运行：

fizgig-pass

• 首次开机会自动生成随机密码（每台实例独立）；登录后可在 偏好设置 → Web UI 里修改

4. 模型准备

• 四大家族（Qwen Image 2.1 / Klein 9B / Krea 2 / MOSS-Image）已预置，进 偏好设置（Preferences）​ 应看到路径已填好、卡片无缺件提示
• 想用 MiniMax H3、Flux 3 Klein 等未预置的家族：在对应模型卡片点 Download models for me 自动下载并填好路径（平台网络已针对 HuggingFace 加速）
• Flux 2 Klein / Flux 3 Klein 需先到 HuggingFace 对应模型页接受许可，生成免费 token 后填入
• 若实例所在区域没有公共模型盘，预置会自动跳过，按卡片提示下载即可（不报错，不影响其他家族）

5. 开始训练

• 开始 标签上传训练素材（浏览器直接拖入文件夹）→ 写好标注（可一键 AI 打标）→ 训练 标签选一个预设开训
• 参数起步建议：预设 Style（rank 16 / 平直学习率 1.5e-4 / 20–30 轮逐轮存盘）；动手前先用 Turbo 预览 看效果，注意预览步数要配 8 步 / CFG 1，用 25 步 / CFG 3 会得到一版「脏」图，那是参数不匹配而非模型问题
• 成品 LoRA 直接在网页里下载；训练中可关闭页面，实例端继续跑

6. 界面语言

• 界面右下角「中 / EN」悬浮按钮一键切换中英文；默认中文

7. 常用命令（终端）​

命令	作用
fizgig-pass	查看访问密码
fizgig-up	启动（已运行则不重复启动）
fizgig-stop	停止
fizgig-log	查看实时日志
fizgig-update	跟随官方升级到最新版并重启（汉化自动保留）
fizgig-zh-update	只更新汉化词表（不重启、不动程序本体）

环境验证

部署后可在 JupyterLab 终端依次执行：

nvidia-smi                                                       # 确认 GPU 可见
fizgig-pass                                                      # 查看访问密码
curl -s -o /dev/null -w "%{http_code}\n" http://127.0.0.1:8081   # 应返回 200
curl -s http://127.0.0.1:8081/fizgig-zh-dict.js | wc -c          # 约 28 万字节 = 汉化就位
ls /root/fizgig-models | head                                    # 预置模型软链清单

镜像内环境：

• Python 虚拟环境：/root/Fizgig/venv
• 模型目录：/root/fizgig-models（已软链至程序内 user_data/models，13 项预置指向平台公共盘）
• 自启动脚本：/start.d/fizgig.sh；日志：/root/fizgig.log
• 端口：Fizgig 8081 ｜ JupyterLab 8888
• 说明文档：/root/Fizgig使用说明.txt
• 版本基准：Fizgig 官方仓库 2026-11-04 版 ｜ 汉化层 v1.1.7（2200+ 条）｜ 模型预置 13 项

常见问题

Q：8081 打不开？ A：先确认实例处于「运行中」，刚开机请等 1–2 分钟让服务拉起；再检查控制台「应用端口 / 防火墙」是否放行了 8081。

Q：界面怎么切换中英文？ A：界面右下角有「中 / EN」悬浮按钮，一点即切；默认中文。

Q：为什么有些词还是英文？ A：LoRA / Epoch / Rank / Preset 等专业术语按创作圈惯例保留英文，便于对照教程与官方文档；界面说明性文字均为中文。

Q：发现某个地方没译到，怎么办？ A：终端运行 fizgig-zh-update 拉取最新词表（不重启服务）；仍未覆盖的可反馈给我，补进词表后发版即可，下一次 fizgig-zh-update 就生效，不用换镜像。

Q：官方升级后汉化会丢吗？ A：不会——fizgig-update 已内置汉化重打钩子，跟随官方升级后中文界面自动保留。

Q：忘记密码 / 想换密码？ A：终端运行 fizgig-pass 查看；修改可在网页 偏好设置 → Web UI → Password（修改后重启生效，重启后依然是新密码）。

Q：为什么镜像里没有内置全套模型权重？ A：四大家族的 13 项必需权重已通过平台公共模型盘软链预置（零下载、不占系统盘）；其余家族体积大、且部分模型许可要求使用者本人接受条款，因此按需下载。

Q：模型下载慢或中断？ A：平台网络对 HuggingFace 有加速；下载器支持重试（偏好设置里再点一次即可，已下载部分不会重复）。仍慢时可换时段重试。

Q：磁盘不够装多个模型族？ A：挂载数据盘后迁移（命令见 /root/Fizgig使用说明.txt），推荐把 /root/fizgig-models 迁到数据盘。

Q：想升级 Fizgig 新版本？ A：终端运行 fizgig-update（git 拉取最新版 + 依赖补齐 + 自动重启），你的模型、数据集、LoRA 输出与中文界面均不受影响。

Q：训练数据放在哪？ A：上传的素材与输出都在 /root/Fizgig/user_data（其中模型实际存放于 /root/fizgig-models）。