logo

开发者热搜

手把手教你用Python+文心一言：零基础搭建AI看图写诗系统

作者：rousong2025.10.10 16:40浏览量：2

简介：本文详细介绍如何使用Python Flask框架与文心一言API搭建AI看图写诗网页应用，包含完整源码、环境配置步骤及技术实现原理，适合开发者快速上手AI+Web项目开发。

一、项目背景与核心价值

在AI技术快速发展的今天，将图像识别与自然语言生成结合的创意应用备受关注。本项目通过Python构建Web界面，集成文心一言的文本生成能力，实现用户上传图片后自动生成对应诗歌的功能。该系统不仅展示了多模态AI的应用场景，更可作为教育工具、文化创意产品或技术演示案例。

1.1 技术选型依据

  • Python Flask：轻量级Web框架，适合快速开发原型系统
  • 文心一言API：提供高质量的中文诗歌生成能力
  • HTML5+Bootstrap：实现响应式前端界面
  • Base64编码：简化图片传输处理

1.2 典型应用场景

  • 文旅行业：为景点照片自动生成诗词
  • 教育领域：辅助语文教学的创意写作
  • 社交平台：增加图片分享的趣味性
  • 技术展示：AI多模态交互演示

二、完整开发环境配置指南

2.1 基础环境准备

  1. # 创建虚拟环境（推荐）
  2. python -m venv ai_poem_env
  3. source ai_poem_env/bin/activate  # Linux/Mac
  4. # 或 ai_poem_env\Scripts\activate (Windows)
  6. # 安装必要依赖
  7. pip install flask requests pillow

2.2 文心一言API配置

  1. 登录百度智能云平台
  2. 创建应用获取API Key和Secret Key
  3. 在项目目录创建.env文件：
    1. ERNIE_API_KEY=your_api_key
    2. ERNIE_SECRET_KEY=your_secret_key

三、核心功能实现详解

3.1 后端服务架构

  1. from flask import Flask, render_template, request, jsonify
  2. import requests
  3. import base64
  4. import os
  5. from dotenv import load_dotenv
  7. load_dotenv()
  9. app = Flask(__name__)
  11. def get_access_token():
  12.     """获取文心一言API访问令牌"""
  13.     url = "https://aip.baidubce.com/oauth/2.0/token"
  14.     params = {
  15.         "grant_type": "client_credentials",
  16.         "client_id": os.getenv("ERNIE_API_KEY"),
  17.         "client_secret": os.getenv("ERNIE_SECRET_KEY")
  18.     }
  19.     response = requests.post(url, params=params)
  20.     return response.json().get("access_token")
  22. @app.route('/')
  23. def index():
  24.     return render_template('index.html')
  26. @app.route('/generate_poem', methods=['POST'])
  27. def generate_poem():
  28.     # 获取图片并转换为Base64
  29.     image_file = request.files['image']
  30.     image_bytes = image_file.read()
  31.     image_base64 = base64.b64encode(image_bytes).decode('utf-8')
  33.     # 调用文心一言API（简化版）
  34.     access_token = get_access_token()
  35.     poem_api_url = f"https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions?access_token={access_token}"
  37.     prompt = f"根据以下图片内容生成一首五言绝句：{image_base64[:200]}..."  # 实际需处理完整图片
  39.     headers = {'Content-Type': 'application/json'}
  40.     data = {
  41.         "messages": [{"role": "user", "content": prompt}]
  42.     }
  44.     response = requests.post(poem_api_url, headers=headers, json=data)
  45.     poem = response.json().get("result", "未能生成诗歌，请重试")
  47.     return jsonify({"poem": poem})

3.2 前端界面实现

  1. <!-- templates/index.html -->
  2. <!DOCTYPE html>
  3. <html>
  4. <head>
  5.     <title>AI看图写诗</title>
  6.     <link href="https://cdn.jsdelivr.net/npm/bootstrap@5.3.0/dist/css/bootstrap.min.css" rel="stylesheet">
  7. </head>
  8. <body>
  9.     <div class="container mt-5">
  10.         <h1 class="text-center">AI看图写诗</h1>
  11.         <div class="card mt-4">
  12.             <div class="card-body">
  13.                 <form id="poemForm">
  14.                     <div class="mb-3">
  15.                         <label for="imageUpload" class="form-label">上传图片</label>
  16.                         <input class="form-control" type="file" id="imageUpload" accept="image/*">
  17.                     </div>
  18.                     <button type="submit" class="btn btn-primary">生成诗歌</button>
  19.                 </form>
  20.                 <div id="result" class="mt-4 p-3 border" style="display:none;">
  21.                     <h5>生成的诗歌：</h5>
  22.                     <pre id="poemText"></pre>
  23.                 </div>
  24.             </div>
  25.         </div>
  26.     </div>
  28.     <script>
  29.         document.getElementById('poemForm').addEventListener('submit', async (e) => {
  30.             e.preventDefault();
  31.             const formData = new FormData();
  32.             formData.append('image', document.getElementById('imageUpload').files[0]);
  34.             const response = await fetch('/generate_poem', {
  35.                 method: 'POST',
  36.                 body: formData
  37.             });
  39.             const result = await response.json();
  40.             document.getElementById('poemText').textContent = result.poem;
  41.             document.getElementById('result').style.display = 'block';
  42.         });
  43.     </script>
  44. </body>
  45. </html>

四、关键技术点解析

4.1 图片处理优化

  • 实际应用中需添加图片压缩：
    ```python
    from PIL import Image
    import io

def compress_image(image_bytes, max_size=512):
img = Image.open(io.BytesIO(image_bytes))
img.thumbnail((max_size, max_size))
buffered = io.BytesIO()
img.save(buffered, format=”JPEG”, quality=85)
return buffered.getvalue()

  2. ## 4.2 API调用最佳实践
  3. 1. 实现令牌缓存机制
  4. 2. 添加重试逻辑处理网络异常
  5. 3. 设置合理的请求超时时间
  7. ## 4.3 诗歌生成提示词设计
  8. 有效提示词应包含：
  9. - 诗歌类型（五言/七言）
  10. - 主题关键词提取
  11. - 风格要求（古典/现代）
  12. - 韵律要求（平仄/押韵）
  14. # 五、项目部署与扩展建议
  15. ## 5.1 生产环境部署
  16. ```bash
  17. # 使用Gunicorn部署
  18. pip install gunicorn
  19. gunicorn -w 4 -b 0.0.0.0:5000 app:app
  21. # Nginx配置示例
  22. server {
  23.     listen 80;
  24.     server_name yourdomain.com;
  26.     location / {
  27.         proxy_pass http://127.0.0.1:5000;
  28.         proxy_set_header Host $host;
  29.     }
  30. }

5.2 功能扩展方向

  1. 多风格诗歌生成（唐诗/宋词/现代诗）
  2. 图片主题识别增强
  3. 用户收藏与分享功能
  4. 批量图片处理
  5. 诗歌质量评估体系

六、完整项目源码获取

项目完整代码已托管至GitHub，包含：

  • 所有Python后端代码
  • HTML/CSS/JS前端文件
  • 依赖管理文件
  • 部署配置示例

访问地址：[GitHub项目链接]（示例链接，实际使用时替换）

七、常见问题解决方案

7.1 API调用失败处理

  1. 检查网络连接
  2. 验证API Key有效性
  3. 查看错误码对照表：
    • 400: 参数错误
    • 401: 认证失败
    • 429: 请求频率过高

7.2 图片处理异常

  1. 限制文件类型（仅允许jpg/png）
  2. 添加文件大小限制（建议<5MB）
  3. 实现错误图片检测

7.3 诗歌质量优化

  1. 调整提示词结构
  2. 尝试多次生成取优
  3. 添加后处理（韵律修正）

八、技术演进方向

  1. 集成更先进的图像描述模型（如BLIP-2）
  2. 采用流式响应提升用户体验
  3. 实现个性化诗歌生成（用户风格学习）
  4. 添加多语言支持

本项目的完整实现展示了如何将先进的AI能力转化为实用的Web应用。开发者可以通过修改提示词工程、调整模型参数或扩展前端功能，快速打造出具有特色的AI创意产品。实际部署时建议添加用户认证、使用量统计和日志监控等企业级功能。

相关文章推荐

发表评论

最热文章

关于作者

  • 被阅读数
  • 被赞数
  • 被收藏数
活动
咨询