# ViGent 手动部署指南

## 服务器信息

| 配置 | 规格 |
|------|------|
| 服务器 | Dell PowerEdge R730 |
| CPU | 2× Intel Xeon E5-2680 v4 (56 线程) |
| 内存 | 192GB DDR4 |
| GPU 0 | NVIDIA RTX 3090 24GB |
| GPU 1 | NVIDIA RTX 3090 24GB (用于 LatentSync) |
| 部署路径 | `/home/rongye/ProgramFiles/ViGent2` |

---

## 步骤 1: 环境检查

```bash
# 检查 GPU
nvidia-smi

# 检查 Python 版本 (需要 3.10+)
python3 --version

# 检查 Node.js 版本 (需要 18+)
node --version

# 检查 FFmpeg
ffmpeg -version
```

如果缺少 FFmpeg:
```bash
sudo apt update
sudo apt install ffmpeg
```

---

## 步骤 2: 创建目录结构

```bash
mkdir -p /home/rongye/ProgramFiles/ViGent2
cd /home/rongye/ProgramFiles/ViGent2
```

将项目文件复制到该目录。

---

## 步骤 3: 安装后端依赖

```bash
cd /home/rongye/ProgramFiles/ViGent2/backend

# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate

# 安装 PyTorch (CUDA 12.1)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

# 安装 Python 依赖
pip install -r requirements.txt

# 安装 Playwright 浏览器（社交发布需要）
playwright install chromium
```

---

## 步骤 4: 部署 AI 模型 (LatentSync 1.6)

> ⚠️ **重要**：LatentSync 需要独立的 Conda 环境和 **~18GB VRAM**。请**不要**直接安装在后端环境中。

请参考详细的独立部署指南：
**[LatentSync 部署指南](../models/LatentSync/DEPLOY.md)**

该指南包含以下关键步骤，请务必严格按照文档操作：
1. 创建独立的 `latentsync` Conda 环境
2. 安装 PyTorch 2.5.1 和相关依赖
3. 下载模型权重 (HuggingFace CLI)
4. 复制核心推理代码
5. 验证推理脚本

确保 LatentSync 部署成功后，再继续后续步骤。

---

## 步骤 5: 启动 LatentSync 常驻加速服务 (可选)

为了消除每次生成视频时的 30-40秒 模型加载时间，建议启动常驻服务：

```bash
cd /home/rongye/ProgramFiles/ViGent2/models/LatentSync

# 后台启动服务 (自动读取 backend/.env 中的 GPU 配置)
nohup python -m scripts.server > server.log 2>&1 &
```

---

## 步骤 7: 配置环境变量

```bash
cd /home/rongye/ProgramFiles/ViGent2/backend

# 复制配置模板 (默认配置已经就绪)
cp .env.example .env
```

> 💡 **说明**：`.env.example` 已包含正确的 LatentSync 默认配置，直接复制即可使用。  
> 如需自定义，可编辑 `.env` 修改以下参数：

| 配置项 | 默认值 | 说明 |
|--------|--------|------|
| `LATENTSYNC_GPU_ID` | 1 | GPU 选择 (0 或 1) |
| `LATENTSYNC_USE_SERVER` | false | 设为 true 以启用常驻服务加速 |
| `LATENTSYNC_INFERENCE_STEPS` | 20 | 推理步数 (20-50) |
| `LATENTSYNC_GUIDANCE_SCALE` | 1.5 | 引导系数 (1.0-3.0) |
| `DEBUG` | true | 生产环境改为 false |

---

## 步骤 8: 安装前端依赖

```bash
cd /home/rongye/ProgramFiles/ViGent2/frontend

# 安装依赖
npm install
```

---

## 步骤 9: 测试运行

### 启动后端

```bash
cd /home/rongye/ProgramFiles/ViGent2/backend
source venv/bin/activate
uvicorn app.main:app --host 0.0.0.0 --port 8006
```

### 启动前端 (新开终端)

```bash
cd /home/rongye/ProgramFiles/ViGent2/frontend
npm run dev -- -H 0.0.0.0 --port 3002
```

---

## 步骤 10: 验证

1. 访问 http://服务器IP:3002 查看前端
2. 访问 http://服务器IP:8006/docs 查看 API 文档
3. 上传测试视频，生成口播视频

---

## 使用 systemd 管理服务 (可选)

### 后端服务

创建 `/etc/systemd/system/vigent2-backend.service`:
```ini
[Unit]
Description=ViGent2 Backend API
After=network.target

[Service]
Type=simple
User=rongye
WorkingDirectory=/home/rongye/ProgramFiles/ViGent2/backend
Environment="PATH=/home/rongye/ProgramFiles/ViGent2/backend/venv/bin"
ExecStart=/home/rongye/ProgramFiles/ViGent2/backend/venv/bin/uvicorn app.main:app --host 0.0.0.0 --port 8006
Restart=always

[Install]
WantedBy=multi-user.target
```

### 前端服务

创建 `/etc/systemd/system/vigent2-frontend.service`:
```ini
[Unit]
Description=ViGent2 Frontend
After=network.target

[Service]
Type=simple
User=rongye
WorkingDirectory=/home/rongye/ProgramFiles/ViGent2/frontend
ExecStart=/usr/bin/npm run start
Restart=always

[Install]
WantedBy=multi-user.target
```

### 启用服务

```bash
sudo systemctl daemon-reload
sudo systemctl enable vigent2-backend vigent2-frontend
sudo systemctl start vigent2-backend vigent2-frontend
```

---

## 故障排除

### GPU 不可用

```bash
# 检查 CUDA
nvidia-smi
python3 -c "import torch; print(torch.cuda.is_available())"
```

### 端口被占用

```bash
# 查看端口占用
sudo lsof -i :8006
sudo lsof -i :3002
```

### 查看日志

```bash
# 后端日志
journalctl -u vigent2-backend -f

# 前端日志
journalctl -u vigent2-frontend -f
```