利用ComfyUI,实现Dify通过混元(Hunyuan-DIT)文生图

前提条件,安装Dify1.0以上并可正常使用,安装ComfyUI并安装hunyuan-DIT、FLUX等模型可正常使用,知道ComfyUI地址及端口,本机调用一般为http://127.0.0.1:8188。

该方法适用与flux、SD35等使用正、负面两分离式clip的工作流。

一、创建chatflow工作流

1、打开Dify,找到工作室,点击创建空白应用

2、选择chatflow,填入名称及描述(可选)

3、在默认节点基础上增加“参数提取器节点”

4、再添加ComfyUI工作流节点。首次加载Comfy需配置授权,本地一般为:http://127.0.0.1:8188

5、完整工作量连接如下

二、配置chatflow工作流

 1、双击LLM节点,将LLM改名为“提示词生成器”,输入如下提示词。

prompt_template = """
请根据用户输入需求内容,完善图像生成需求的包含风格/构图/细节等正面提示词和需要排除元素等负面提示词,同时请用英文按以下JSON格式响应:
{
"yes_prompt": "",
"no_prompt": ""
}
用户输入:{{input}}
"""

2、打开参数提取器,选择输入变量,增加需提取的yes_prompt、no_prompt参数(添加方法如下),并在提示词中填写:从json提取相关参数。

3、配置comfyUI工作流,在正面和负面提示词分别选择参数提取器的变量yes_prompt、no_prompt

4、导出并复制ComfyUI工作流:打开comfyUI系统,点选需要的工作流,选择导出到api,然后打开导出的json文件内容,选择复制

5、配置ComfyUI工作流的的workflow json:回到ComfyUI工作流,将复制的内容填入到workflow json中。

6、配置直接回复,如下图:如不需要思考过程及生成的正、负面提示词,只保留最后一行就行。

7、完成后如下图

三、测试工作流

  1. 输入“飞流直下三千尺”发送后得到一副国画

2、输入“西塞山前白鹭飞”

四、导出工作流

1、工作流导出在工作室找到该工作流,点击右下角三个小点,选择导出DSL,可进行流程导出。

### 使用 DeepSeek 和 Dify 实现文本生成 Word 文档 为了实现通过 DeepSeek 和 Dify 生成 Word 文档的功能,可以遵循以下方法: #### 准备工作环境 确保已经安装并配置好 Deepseek-r14b 模型以及 Dify 的开发环境。这通常涉及设置 API 访问权限和必要的依赖库。 #### 创建 Python 脚本以调用模型和服务 编写一段 Python 代码来处理请求、获取响应并将结果保存为 .docx 文件格式。此过程分为几个部分:初始化客户端连接、准备输入数据、发送查询给 AI 模型、接收预测输出最后写入文件系统中形成最终文档。 ```python from docx import Document import requests def generate_word_document(prompt, output_path="output.docx"): # 发送 POST 请求至 Dify 或者直接使用 Deepseek-r14b 进行情境化推理 response = requests.post( "http://localhost:8000/api/generate", json={"prompt": prompt} ) generated_text = response.json()["text"] document = Document() document.add_paragraph(generated_text) document.save(output_path) if __name__ == "__main__": user_input = input("请输入要转换成Word的内容:") file_name = "./generated_output.docx" generate_word_document(user_input, file_name) print(f"已成功创建 {file_name}") ``` 这段脚本展示了如何利用 HTTP 客户端向部署有 Deepseek-r14b 模型的服务端发出请求,并将返回的结果存入一个新的 Microsoft Word (.docx) 文件里[^2]。 #### 配置 Prometheus 监控指标 对于生产环境中运行的应用程序来说,性能监测非常重要。可以通过定义特定的度量标准如 `ollama_api_latency` 来跟踪服务延迟情况;同时记录像 `dify_request_volume`, `cache_hit_rate` 及 `error_types` 等关键业务逻辑相关的统计信息以便后续分析优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值