数据可持久保存的 Stable Diffusion 镜像。用户使用过程中上传的模型、安装的插件和生成的数据等变动都会被保存到持久化存储。 除此之外，这个镜像预装了Stable Diffusion WebUI v1.8.0 以及 Jupyter Notebook 服务，并打包部分的开源模型 以及常用的被广为流传使用的插件例如ControlNet，Dreambooth。用户们不仅可以完成简单的简单完成作画，还能制作更复杂的动画或进行微调训练。

数据可持久保存的 Stable Diffusion 镜像。用户使用过程中上传的模型、安装的插件和生成的数据等变动都会被保存到持久化存储。 除此之外，这个镜像预装了Stable Diffusion WebUI v1.9 以及 Jupyter Notebook 服务，并打包部分的开源模型 以及常用的被广为流传使用的插件例如ControlNet，Dreambooth。用户们不仅可以完成简单的简单完成作画，还能制作更复杂的动画或进行微调训练。

数据可持久保存的 Stable Diffusion 镜像。用户使用过程中上传的模型、安装的插件和生成的数据等变动都会被保存到持久化存储。 除此之外，这个镜像预装了Stable Diffusion WebUI v1.10.1 以及 Jupyter Notebook 服务，并打包部分的开源模型 以及常用的被广为流传使用的插件例如ControlNet，Dreambooth。用户们不仅可以完成简单的简单完成作画，还能制作更复杂的动画或进行微调训练。

数据可持久保存的 Stable Diffusion Forge 镜像。用户使用过程中上传的模型、安装的插件和生成的数据等变动都会被保存到持久化存储。 除此之外，这个镜像预装了Stable Diffusion Froge WebUI Latest 以及 Jupyter Notebook 服务，并打包部分的开源模型 以及常用的被广为流传使用的插件例如ControlNet，Dreambooth。用户们不仅可以完成简单的简单完成作画，还能制作更复杂的动画或进行微调训练。

FluxGym 是一个flux 的Lora 训练器， 只需要简单的上传图片和参数设置，就可以在有限的显存条件进行Flux Lora炼丹。 炼丹的结果保存在临时的存储中，所以炼丹完成后，一定要及时下载结果, 默认的结果存放在/spirit/fluxgym/outputs 目录下，可以通过Jupyter进行下载。则重启后Lora 文件将消失。 如果希望将结果保存在存储上， 需要挂载存储并在存储创建/root/outputs 目录， 那么炼丹的结果文件就会保存在这个目录下。

Stable Diffusion ComfyUI 镜像，这个镜像预装了 Stable Diffusion ComfyUI 以及 Jupyter Notebook 服务。用户可以通过 ComfyUI 方便的按需选择不同的模型、算法和参数来自定义工作流，以生成具有不同风格和效果的图像。

Jupyter Notebook 基础镜像，提供 Python 开发环境和 Jupyter Notebook 服务。 这个镜像适合于学习python语言, 主要为那些Python入门用户提供。 另外一个端口38888 保留给用户自定义服务。

Stable Diffusion LoRA 训练镜像。该镜像预安装了秋叶 lora-scripts 模型训练服务和 Jupyter Notebook 服务， 同时提供了图形用户界面 GUI。用户可以通过 GUI 方便地进行 LoRA 模型训练。

Kohya’s Stable Diffusion trainer 模版。这个镜像预装了 Kohya’s Stable Diffusion trainer 以及 Jupyter Notebook 服务。用户可以通过 GUI 方便地进行模型训练。这个训练器除了能够提供SDXL的Lora 模型训练，还能提供Dreambooth的训练！并且提供了更多更高级的超参数调整选项。你可以通过这个训练器训练出更多精美的SDXL的Lora模型。但是需要注意的是，如果要训练SDXL Lora模型，它只能运行在超过12GB的显存的显卡上。

Kohya’s Stable Diffusion trainer 模版。这个镜像预装了 Kohya’s Stable Diffusion trainer 以及 Jupyter Notebook 服务。用户可以通过 GUI 方便地进行模型训练。这个训练器除了能够提供SDXL的Lora 模型训练，还能提供Dreambooth的训练！并且提供了更多更高级的超参数调整选项。你可以通过这个训练器训练出更多精美的SDXL的Lora模型。但是需要注意的是，如果要训练SDXL Lora模型，它只能运行在超过12GB的显存的显卡上。

Open-WebUI \&\& Ollama 集成了Open-WebUI, 你可以很方便的通过Open-WebUI 使用Ollama上的开源模型进行聊天，帮助你解决问题，编写代码。也可以通过Open-WebUI 的RAG功能， 快速总结文档， 提炼网页