Dify 保姆级教程之：零代码打造图像生成专家（下）

最新推荐文章于 2025-04-28 19:56:17 发布

AI码上来

最新推荐文章于 2025-04-28 19:56:17 发布

阅读量5.4k

点赞数 27

分类专栏： AI实战文章标签：人工智能 linux

本文链接：https://blog.youkuaiyun.com/u010522887/article/details/143905893

版权

AI实战专栏收录该内容

88 篇文章

订阅专栏

昨天，利用 Dify 打造了一个图像生成智能体：

Dify 保姆级教程之：零代码打造图像生成专家（上）

无奈后端调用不够丝滑，今天：将上篇的智能体，换用聊天助手-工作流编排的方式搭建，从而将图像生成专家接入微信机器人-小爱(AI)，方便大家体验。

先看下搭建完成后的流程图（有需要的朋友，文末自取）：

大致流程：用户输入生成生成图片的诉求，大模型LLM分析后，输出结构化的：绘图提示词、图片尺寸等信息，然后通过HTTP请求调用绘图大模型，最终给出生成图片。

话不多说，上实操！

1. 聊天助手-工作流编排

Step 1: 创建应用

Step 2: 修改 LLM 节点，编写提示词如下：

根据用户聊天记录和用户输入{{#sys.query#}}，生成给图像生成工具的参数：提示词和图像尺寸。
- 提示词：请从对话记录中找到和图片生成相关的词汇，生成给stable diffusion等图片生成模型的英文提示词，提示词内容尽可能丰富；
- 图像尺寸：请从对话记录中找到和图像尺寸相关的词汇，并找到和图像尺寸选项中最接近的一个，如果没有相关词汇，则默认选择1024x576。图像尺寸选项有：1024x1024, 512x1024, 576x1024, 1024x576
要求：
最终只需输出json格式的文本，内容格式如下：
{”prompt“:"english prompt", "image_size":"1024x576"}

Step 3: 添加代码执行节点，编写代码如下，把大模型的输出，变成结构化的字典：

def main(arg1: str) -> dict:
    import json
    data = json.loads(arg1)
    return {
        "prompt": data['prompt'],
        "image_size": data['image_size']
    }

这一步，我们将获得两个变量：

prompt：给绘画模型的英文提示词，经过了 LLM 的润色；
image_size：期望生成的图片尺寸，由 LLM 决策。

Step 3: 添加HTTP请求节点，和上篇一样，我们还是采用硅基的绘图API，编辑如下：

Step 4: 添加代码执行2节点，这一步是为了提取HTTP请求，也即绘图API生成的图像 url：

Step 5: 添加直接回复节点，为了在web端显示图像，需要将图像 url 转成 markdown 格式：![](url):

至此，一个完整的图像生成工作流就搭建完了，如下：

2. 效果展示

搞定工作流，我们点击预览来测试下。

第一轮：生成猫的图像

第二轮：要求尺寸9:16

第三轮：要求在草地上奔跑

因为 Dify 工作流内置了记忆，默认支持 10 轮连续对话，所以，你只需不断提需求，逐步生成你想要的图像。

3. API 调用

关于如何调用 API，可以参考之前的分享。

不过，有一点需要注意：如果要实现多轮对话，传参一定要加上：user和conversation_id。

而conversation_id是系统在第一次对话后自动生成的UUID（Universally Unique Identifier，通用唯一识别码），不可手动传入。

为此，需要把conversation_id缓存到数据库，否则每次调用都将是一次新的对话。

大致流程，可以表示如下：

# 从数据库中获取conversion_id
conversion_id = get_conversation_id(uname=from_name, agent_name='image', start_time=start_time)
# 基于conversion_id请求绘画模型
image_url, conversion_id = generate_dify_image(text=content, user=from_name, conversation_id=conversion_id)
# 把conversion_id缓存到数据库
if conversion_id:
    add_conversation_id(conversation_id=conversion_id, uname=from_name, agent_name='image', timestamp=datetime.now().strftime("%Y%m%d%H%M%S"))