Docker 部署

容器化运行：容器依赖 NVIDIA 容器环境，在准备好支持 GPU 的 Docker 环境后即可构建和启动。

NOTE

Docker 镜像内部使用与本地相同的 install.py 进行依赖安装，无需额外脚本。 Dockerfile 基于 CUDA 12.8，使用 install.py --all 将所有 handler 依赖统一打包到镜像中。

前置条件

• NVIDIA GPU 及驱动（支持 CUDA 12.8）
• NVIDIA Container Toolkit
• Docker 20.10+ 且 Docker Compose V2

构建镜像

# 克隆项目并进入目录
git clone https://github.com/HumanAIGC-Engineering/OpenAvatarChat.git && cd OpenAvatarChat

# 下载所有子模块
git submodule update --init --recursive --depth 1

# 下载所有 handler 所需的模型
uv run scripts/download_models.py --all

# 构建镜像
bash build_cuda128.sh

配置环境变量

如需使用百炼 API（用于 LLM 和 CosyVoice TTS），在项目根目录创建 .env 文件：

echo "DASHSCOPE_API_KEY=sk-xxxxx" > .env

运行容器

使用 run_docker_cuda128.sh 脚本启动，通过 --config 指定不同的数字人配置：

# LiteAvatar（轻量数字人，默认配置）
bash run_docker_cuda128.sh --config config/chat_with_openai_compatible_bailian_cosyvoice.yaml

# LAM（3D 数字人）
bash run_docker_cuda128.sh --config config/chat_with_lam.yaml

# MuseTalk（视频驱动数字人）
bash run_docker_cuda128.sh --config config/chat_with_openai_compatible_bailian_cosyvoice_musetalk.yaml

# FlashHead（高质量数字人，GPU 资源消耗较大）
bash run_docker_cuda128.sh --config config/chat_with_openai_compatible_bailian_cosyvoice_flashhead.yaml

启动成功后访问 https://localhost:8282 进入对话界面。

NOTE

• 使用 MuseTalk 配置时，脚本会自动添加 PYTORCH_JIT=0 环境变量。
• FlashHead 和 MuseTalk 的 concurrent_limit 为 1，GPU 占用较高。
• 配置文件通过 volume 挂载到容器内，可在 config/ 目录下自行修改。

Docker Compose

支持使用 Docker Compose 一次性拉起 Open Avatar Chat 服务和 coturn 服务。

NOTE

在构建完成 open-avatar-chat:latest 之后，可以修改项目根目录下 docker-compose.yml 中的 command 字段来切换配置文件，默认为 chat_with_openai_compatible_bailian_cosyvoice.yaml。

# 拉起服务
docker compose up

# 关闭服务
docker compose down

支持的数字人配置

配置文件	数字人类型	说明
chat_with_openai_compatible_bailian_cosyvoice.yaml	LiteAvatar	轻量级，资源占用低
chat_with_lam.yaml	LAM	3D 数字人，使用 WebSocket 客户端
chat_with_openai_compatible_bailian_cosyvoice_musetalk.yaml	MuseTalk	视频驱动，需要 PYTORCH_JIT=0
chat_with_openai_compatible_bailian_cosyvoice_flashhead.yaml	FlashHead	高质量生成，GPU 占用较高

各配置文件还有对应的全双工（duplex）版本，可在 config/ 目录下查看。