AI 环境管理

AI 环境管理从当前安装状态出发，补齐独立运行环境和必需模型，并提供设置入口与模型缓存释放操作。

执行过程

flowchart TD
    Entry["Set Up AI Server"] --> Status["读取环境与必需模型状态"]
    Status --> Ready{"是否全部就绪？"}
    Ready -- "是" --> Done["结束"]
    Ready -- "否" --> Environment{"运行环境是否就绪？"}
    Environment -- "否" --> Install["安装隔离 Python 环境"]
    Environment -- "是" --> Download["下载缺失的必需模型"]
    Install --> Download --> Done

SetupAIEnvironment 是统一入口。首次使用时先安装运行环境，再下载默认模型；环境已经存在时，只补齐缺失模型。环境安装由 Blender Operator 启动，模型下载通过 Job Server 执行。

节点说明

读取状态，选择下一步

入口位于 src/anyimage/operators/ai_setup.py。SetupAIEnvironment 通过 properties.py 中的 ai_status() 读取环境和模型状态，并根据结果结束、安装环境或调用 DownloadRequiredModels。对话框同时显示预计下载量和缺失模型名称。

runtime.py 提供当前 Environment 与 Server 状态；Server 正忙时不会启动新的安装流程。OpenAIEnvironmentSettings 打开 AnyImage 的扩展首选项。

安装独立环境

环境尚未就绪时，SetupAIEnvironment 调用 Runtime 注册的安装 Operator。use_mirror 决定 uv、Python 和安装包的下载源，模型使用模型目录中声明的来源。

安装完成后通过 post_install() 下载默认模型，模型依赖加载于独立 Server 环境。

下载模型

ai_setup.py 中的 DownloadModel 处理单个模型，DownloadRequiredModels 处理默认必需模型集合。两者先检查 Environment、Blender Online Access 和模型记录，再提交 download-model 或 download-required-models Job。

Job 在 server/app.py 注册；server/model_catalog.py 保存模型名称、文件和来源，server/model_download.py 下载并校验文件，server/model_manager.py 管理模型目录与已加载 Session。下载进度和错误通过同一套 BlendJob Runtime 返回 Blender。

释放模型缓存

ai_setup.py 中的 ClearModels 调用 runtime.clear_resource("model_manager")，释放 Server 中已加载的模型 Session。下次推理从模型目录重新加载 Session。