AI生成图片工作流介绍

功能简介

使用场景

输入文字描述，AI图片生成可以实时生成高质量图像，并支持多种风格，零门槛打造专属视觉内容，让创意快速落地。该agent主要包含以下核心能力：

文生图像（Text-to-Image）：通过人工智能技术将文本描述转换为对应图像的过程。其核心技术结合了自然语言处理（NLP）与计算机视觉（CV），通过深度学习模型解析文本语义并生成视觉内容。该工作流主要采用了华为MAAS平台提供的stable-diffusion-xl文生图能力。

搭建工作流

工作流中变量介绍：

工作流页面展示如图1:

图1：工作流首页面

系统在整个对话生命周期内会维护一组用户变量和会话变量，其中用户变量用于界面定义和采集用户输入，会话变量用于保存状态信息、传递上下文、避免重复工作并最终生成完整报告。用户变量和会话变量定义如图2：

图2：用户变量与会话变量定义

详情见如下表格：

工作流核心能力编排介绍：

1）用户变量与会话变量逻辑判断和赋值：将用户变量赋值给会话变量，并进行逻辑判空和默认值赋值，可以增强用户体验，用户可以不做任何数值输入便可以调用工作流完成内容创作，见图3。

图3.用户变量与会话变量处理

2）文生图像，主要流程包括使用大语言模型对用户输入的提示词进行改写，然后调用Qwen-Image模型进行内容生成。本分支提示词改写采用调用华为maas平台deepseek-v3能力，内容生成采用调用maas上的Qwen-Image模型，用户可以到maas平台开通这两个模型，并创建api key。创建一个api key可以多模型共享。图4展示调用deepseek-v3进行提示词改写。图6展示如何调用maas Qwen-Image模型，注意该模型需要maas开白后才能使用。调用maas平台上的Qwen-Image模型可以参考指导文档：https://support.huaweicloud.com/usermanual-maas-modelarts/maas-modelarts-1184.html，文生图节点需要在环境变量“ENV”添加MaaS API Key，如图5。调用状态判断后，需要进行结果提取，因为返回的body体是json结构，图片内容在b64_json字段中，所以要写代码块进行提取，并进行了base64编码。图7和图8分别展示字段提取，和内容解码。

图4.文生图提示词改写

图5.添加MaaS API Key

图6.调用Qwen-Image模型

图7.Qwen-Image接口返回字段提取

图8.图片内容解码

调试预览

dify帮助文档

在编排工作流时，点击右上方工具栏中的预览按钮可基于当前编排的工作流进行调试。

应用发布

dify帮助文档

需要发布应用时，依次点击右上方工具栏中的发布、发布更新按钮，然后点击运行可查看发布后的应用。

应用监控

dify帮助文档

在工作流编排页面，点击监控按钮可查看工作流运行状况

点击左侧工具栏日志与标注，可查看工作流历史运行记录