TizenryA/colab-gpu-studio
多媒体与设计自托管的手机端 AI 创作工作台,按需调用 Google Colab GPU 运行 ComfyUI 出图与视频工作流。
项目介绍
Colab GPU Studio 面向想在手机上操作 ComfyUI 的用户。前端是针对触控优化的 React 单页,后端是 FastAPI;网页、任务队列和历史作品都放在用户自己的 VPS 上,不占 GPU。只有开始生成时才向 Colab 申请 GPU,成品存回后立刻销毁 runtime,避免计算单元空转 README lines 5–10。
ComfyUI 环境和模型权重缓存在用户的 Google Drive 里:便宜的 CPU runtime 负责装环境、下模型,贵的 GPU 只做还原环境、采样、关机。仓库内置 4 套工作流,覆盖 Krea+MOSS 双采文生图、OpenMOSS 文生图,以及 MiniMax H3 首尾帧和多参考图生视频,按工作流分别推荐 T4 或 L4 内置工作流说明。
快速使用
只读界面演示使用公开密码 demo-readonly,数据为 Mock,快照不连接真实 GPU,生成、上传、授权均不可用 演示说明。真正使用可从 0.1.31-dev.8 发布页 下载,或按源码部署。
VPS 推荐 Docker 方式,前提是装好 Docker、Docker Compose 和 Python(用来生成初始随机密钥):
uv run python scripts/init_env.py --site-url https://你的域名
docker compose up -d --build
启动 api / worker / watchdog 三个容器后,服务只监听 127.0.0.1:8788,公网访问需在前面加 Caddy 或 Nginx 并配 HTTPS。数据存在 studio-data 卷里,不要敲 docker compose down -v Docker 部署。
本地运行需要 Python 3.11+、uv、Node.js 和 npm:
uv sync --extra test
uv run python scripts/init_env.py --site-url http://127.0.0.1:8788
npm --prefix web ci
npm --prefix web run build
之后分别启动 Web API、队列 Worker 和超时清理 Watchdog 三个进程 本地运行步骤。打开 http://127.0.0.1:8788,用 .env 里的 STUDIO_PASSWORD 登录。
接入真实 GPU
真实 GPU 默认关闭(GPU_REAL_ENABLED=0),内置工作流以草稿形式存在。需要在设置中导入 Google Cloud Web 客户端 JSON,连接 Colab 和 Drive,再启用工作流并设置预算限额,步骤见 OAuth 配置 与 工作流审查流程。页面上的 CU 消耗只是估算,实际扣费以 Google Colab 后台为准。
使用约束
.env、数据库和 OAuth 客户端 JSON 不能外传;ENCRYPTION_KEY用于解密库中 OAuth 令牌,丢失后需重新授权。- 项目按个人自用设计,没有多租户隔离,不适合直接作为公开的多人 SaaS。
- 代码采用 AGPL-3.0,通过网络对外提供修改后的版本也须开源完整修改源码;ComfyUI、第三方节点、模型和 LoRA 各自遵循原许可证,仓库不含模型权重。
scripts/verify_offline.py会在隔离配置下跑后端测试、Ruff、前端契约与构建,并启动临时 Mock 服务,不触碰真实 Colab、OAuth、Drive 和 GPU,因此不能证明真实云端或模型可用;对应 CI 配置尚未在 GitHub Actions 上运行 离线验收。
HotRepo 点评
站内记录很有限:项目在 2026-11-06 进入 HotRepo 新项目榜的 Python 榜,约一小时内新增 10 Star、0 Fork,累计 117 Star、18 Fork。没有全语言日榜名次,Star 曲线也只有两个采样点,不足以判断趋势。值得关注的是设计取舍本身——把便宜的 CPU 环境准备和昂贵的 GPU 采样拆开,并在单次生成后销毁 runtime,这是具体的成本控制思路,而不是对 ComfyUI 的通用包装。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。