【Ai学习】利用扣子(Coze)简单搭建图像生成工作流(小白初学版)

article/2025/8/15 1:20:21

开始之前我们先了解一下我们准备使用的工具。

什么是扣子(Coze)?

官网链接:扣子

扣子(Coze)是一个开源的AI工具开发平台,提供了丰富的API和简单易用的界面,帮助用户快速搭建各种AI应用。它的核心特点是:

  • 开源免费:无需支付高昂的费用即可使用;
  • 简单易用:适合小白用户,无需编程基础;
  • 模块化设计:支持快速集成多种AI功能,如图像生成、文本处理等;
  • 社区支持:提供详细文档和活跃的开发者社区,遇到问题可以快速解决。

什么是工作流?

工作流是一系列可执行指令的集合,用于实现业务逻辑或完成特定任务。简单来说就是使用计算机编程制定一套固定的操作、计算流程,用于完成指定的工作任务

然后我们对扣子和工作流有一个初步的了解之后,我们开始准备今天的实操。以下是这次的整个流程,是不是超级简单?

图像处理工作流

1.注册并登录coze,来到工作空间。链接:扣子

右上角点击新建资源,选择【工作流】。

2.接下来,给我们的工作流取个名字,写一段描述。由于是展示,我就比较简单先随便写写。

3.点击确认,进入工作流创作状态。此时我们可以看到这里有个【开始】、【结束】,这两个按钮对应着我们整个工作流的起始。

开始部分自带input输入字段,我们就不用另外改了。

4.在开始后面选择添加一个节点,选择大模型。

然后我们来配置大模型。模型我默认用的豆包,生成效率比较快,对于我们简单使用者来说足够了。然后输入部分,选择【开始】的【input】,才能跟我们输入的内容匹配。

给大模型添加系统提示词和用户提示词,输出的字段保持不变即可。

系统提示词:

1、角色与任务:
你是一个创意提示词生成助手,擅长将用户的模糊需求转化为清晰、具体的图片生成提示词。你的任务是根据用户的描述,生成适合AI生成图片的详细提示词。

2、输入格式:
用户会提供以下信息:{{input}}

3、输出格式:
你生成的提示词应包含以下内容:
主体描述:清晰描述图片的主体内容和特征;
风格描述:明确说明图片的艺术风格;
氛围描述:渲染图片的情感或氛围;
细节描述:补充图片的细节(如颜色、光线、背景)。

用户提示词:{{input}}

5.在大模型后面添加【图像生成】功能,这个是默认带有的,滑下去就是。

来到配置,上面的默认我就不调了,有兴趣的可以自己另外玩玩。

输出这里,添加一个字段,绑定【大模型】的【output】。

接下来输入提示词,这步很关键,一开始我没有加,生成的图片天花乱坠,牛头不对马嘴。

正向提示词:

## Role :
图像生成器

## Background :
该角色基于最新的图像生成技术,能够将用户提供的简短描述转化为具有视觉表现力的图像。它融合了多种艺术风格和技术,以满足不同用户的创作需求。

## Preferences :
该角色偏好清晰、详细的描述,以便更准确地捕捉用户的创意和情感表达。

## Profile :
- version: 0.2
- language: 中文
- description: 将用户的简短描述转化为定制化的视觉图像。

## Goals :
1. 根据用户的描述{{input}}生成一张相应的图像。
2. 确保图像在风格和细节上尽可能符合用户的预期。

## Constrains :
1. 仅根据用户提供的文字描述生成图像,不进行内容或风格的猜测。
2. 遵守平台关于内容和版权使用的规定。

## Skills :
1. 高级图像处理和设计技能。
2. 自然语言理解和创意表达能力。

## Examples :
1. 用户描述:“一个日落时分的海滩场景。” 生成的图像展示了一个温暖的日落,沙滩上有几个人影,海面上有几艘帆船。
2. 用户描述:“一个未来的科技城市,夜晚灯光明亮。” 生成的图像展示了一个繁华的城市夜景,高楼大厦上布满了霓虹灯和电子屏幕。

## OutputFormat :
1. 解析用户的描述,提取关键元素和情感色彩。
2. 将这些元素转化成符合预想风格的视觉图像。

## Initialization :
作为图像生成器,拥有高级图像处理和设计技能,严格遵守内容创作规定,使用默认中文与用户对话,友好的欢迎用户。然后介绍自己,并提示用户输入他们的创意描述以便生成图像。

负向提示词(这步我觉得你们可以自己摸索一下,因为不一定一样):

生成无用抽象人脸

输出也默认不改,自动生成的。

6.连接节点,上面我们基本都连上了,最后记得把【图像生成】和【结束】连接上,形成一个流程闭环。

此时,最后一步我们发现,结束的input还是空的,给他配置上。

如果还想要看大模型给的图片生成提示词指令,那就再加一个输出。

7.试运行。做好之后我们就可以来试试了。

生成结果:

还不错吧,很简单的一个操作,后面我来学习怎么把他循环变成一套组图,期待下次再见面!


http://www.hkcw.cn/article/YYeZtVECkd.shtml

相关文章

AIGC时代——语义化AI驱动器:提示词的未来图景与技术深潜

文章目录 一、技术范式重构:从指令集到语义认知网络1.1 多模态语义解析器的进化路径1.2 提示词工程的认知分层 二、交互革命:从提示词到意图理解2.1 自然语言交互的认知进化2.2 专业领域的认知增强 三、未来技术图谱:2025-2030演进路线3.1 20…

【AI 大模型】LlamaIndex 大模型开发框架 ② ( LlamaIndex 可配置的 LLM 类型 | LlamaIndex 可配置的 文本向量模型 类型 )

文章目录 一、LlamaIndex 可配置的 LLM 类型1、云端 API 类型 LLM2、本地部署 类型 LLM3、混合部署 LLM4、错误示例 - 设置 云端 DeepSeek 大模型 二、LlamaIndex 可配置的 文本向量模型 类型1、云端 文本向量模型2、本地部署 文本向量模型3、适配器微调模型 AdapterEmbeddingM…

云端微光,AI启航:低代码开发的智造未来

文章目录 前言一、引言:技术浪潮中的个人视角初次体验腾讯云开发 Copilot1.1 低代码的时代机遇1.1.1 为什么低代码如此重要? 1.2 AI 的引入:革新的力量1.1.2 Copilot 的亮点 1.3 初学者的视角1.3.1 Copilot 带来的改变 二、体验记录&#xff…

OCR+AI双引擎驱动:手把手教学构建智能财报分析系统

在金融行业中,财报分析是帮助企业和投资者做出决策的关键环节。随着科技的快速发展,自动化、智能化的财报分析变得越来越重要。传统的人工财报分析不仅费时费力,而且容易受到人为错误的影响,因此企业急需借助先进的技术来提高效率…

秒杀系统—4.第二版升级优化的技术文档二

大纲 7.秒杀系统的秒杀活动服务实现 (1)数据库表设计 (2)秒杀活动状态机 (3)添加秒杀活动 (4)删除秒杀活动 (5)修改秒杀活动 (6)后台查询秒杀活动 (7)前台查询秒杀活动 (8)查询秒杀商品的销售进度 (9)秒杀活动添加秒杀商品 (10)秒杀活动删除秒杀商品 (11)触发渲染秒…

“苏超”10元门票被炒到500元 散装江苏的足球狂热

端午假期,当全球球迷的目光聚焦在欧冠决赛时,江苏人正为自己的“苏超”联赛沸腾。尽管没有大牌外援和全网转播,但场均上座率接近万人,比赛门票一票难求,这场江苏省内的业余联赛迅速走红。“苏超”有多火?10元的门票被炒到500元,上座率甚至超过了一些职业联赛。实际上,“…

【Leetcode】vector刷题

🔥个人主页:Quitecoder 🔥专栏:Leetcode刷题 目录 1.只出现一次的数字2.杨辉三角3.删除有序数组中的重复项4.只出现一次的数字II5.只出现一次的数字III6.电话号码的字母组合 1.只出现一次的数字 题目链接:136.只出现一…

深入解析yolov5,为什么算法都是基于yolov5做改进的?(一)

YOLOv5简介 YOLOv5是一种单阶段目标检测算法,它在YOLOv4的基础上引入了多项改进,显著提升了检测的速度和精度。YOLOv5的设计哲学是简洁高效,它有四个版本:YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x,分别对应不同的模型大小…

【数据结构】手撕AVL树(万字详解)

目录 AVL树的概念为啥要有AVL树?概念 AVL树节点的定义AVL树的插入AVL树的旋转左单旋右单旋左右双旋右左双旋 AVL树的查找AVL树的验证end AVL树的概念 为啥要有AVL树? 在上一章节的二叉搜索树中,我们在插入节点的操作中。有可能一直往一边插…

2024年信息素养大赛 C++小学组初赛 算法创意实践挑战赛 真题详细解析

2024年信息素养大赛初赛C真题解析 选择题&#xff08;共15题&#xff0c;每题5分&#xff0c;共75分&#xff09; 1、运行下列程序段&#xff0c;输出的结果是( ) int n572765; cout <<n/10%10; A、5 B、6 C、4 D、1 答案&#xff1a;B 考点分析&#xff1a;考察…

GPIO子系统层次与数据结构详解

往期内容 本专栏往期内容&#xff1a; Pinctrl子系统和其主要结构体引入Pinctrl子系统pinctrl_desc结构体进一步介绍Pinctrl子系统中client端设备树相关数据结构介绍和解析inctrl子系统中Pincontroller构造过程驱动分析&#xff1a;imx_pinctrl_soc_info结构体Pinctrl子系统中c…

深度解析算法之模拟

39.替换所有的问号 题目链接 给你一个仅包含小写英文字母和 ? 字符的字符串 s&#xff0c;请你将所有的 ? 转换为若干小写字母&#xff0c;使最终的字符串不包含任何 连续重复 的字符。 注意&#xff1a;你 不能 修改非 ? 字符。 题目测试用例保证 除 ? 字符 之外&#…

《数据结构初阶》【顺序栈 + 链式队列 + 循环队列】

《数据结构初阶》【顺序栈 链式队列 循环队列】 前言&#xff1a;什么是栈&#xff1f;栈有哪些实现方式&#xff1f;我们要选择哪种实现方式&#xff1f;--------------------------------什么是队列&#xff1f;队列有哪些实现方式&#xff1f;我们要选择哪种实现方式&…

进阶数据结构: 二叉搜索树

嘿&#xff0c;各位技术潮人&#xff01;好久不见甚是想念。生活就像一场奇妙冒险&#xff0c;而编程就是那把超酷的万能钥匙。此刻&#xff0c;阳光洒在键盘上&#xff0c;灵感在指尖跳跃&#xff0c;让我们抛开一切束缚&#xff0c;给平淡日子加点料&#xff0c;注入满满的pa…

DOA估计算法从原理到仿真——CBF、Capon、MUSIC算法

本人第一篇CSDN博客~欢迎关注&#xff01; DOA是指Direction Of Arrival&#xff0c;是利用电磁波信号来获取目标或信源相对天线阵列的角度信息的方式&#xff0c;也称测向、空间谱估计。主要应用于雷达、通信、电子对抗和侦察等领域。 一、阵列信号模型 如上图所示&#xff0…

算法效率的钥匙:从大O看复杂度计算

目录 1.数据结构与算法 1.1数据结构介绍 1.2算法介绍 2.算法效率 2.1复杂度 2.1.1时间复杂度 2.1.1.1时间复杂度计算示例1 2.1.1.2时间复杂度计算示例2 2.1.1.3时间复杂度计算示例3 2.1.1.4时间复杂度计算示例4 2.1.1.5时间复杂度计算示例5 2.1.1.6时间复杂度计算示例6…

A*算法详解【附算法代码与运行结果】

算法背景 A*算法是一种在图形平面上&#xff0c;有多个路径中寻找一条从起始点到目标点的最短遍历路径的算法。它属于启发式搜索算法&#xff08;Heuristic Search Algorithm&#xff09;&#xff0c;因为它使用启发式方法来计算图中的节点&#xff0c;从而减少实际计算的节点…

【leetcode】逐层探索:BFS求解最短路的原理与实践

前言 &#x1f31f;&#x1f31f;本期讲解关于力扣的几篇题解的详细介绍~~~ &#x1f308;感兴趣的小伙伴看一看小编主页&#xff1a;GGBondlctrl-CSDN博客 &#x1f525; 你的点赞就是小编不断更新的最大动力 &#x1f386;那么废话不…

七大排序算法深度解析:从原理到代码实现

1.排序 排序算法是计算机科学中最基础的技能之一&#xff0c;无论你是编程新手还是经验丰富的开发者&#xff0c;理解这些算法都能显著提升代码效率。本文将用最简单的方式&#xff0c;带你快速掌握七大经典排序算法的核心原理与实现。 1.1排序概念及其运用 排序是指将一组数据…

Python的情感词典情感分析和情绪计算

一.大连理工中文情感词典 情感分析 (Sentiment Analysis)和情绪分类 (Emotion Classification&#xff09;都是非常重要的文本挖掘手段。情感分析的基本流程如下图所示&#xff0c;通常包括&#xff1a; 自定义爬虫抓取文本信息&#xff1b;使用Jieba工具进行中文分词、词性标…