通过百炼大模型+FC函数计算构建小红书图文工作流

简介: 使用阿里云函数服务和百炼平台,快速构建小红书图文创作工作流。通过两步轻松创建:1) 在函数计算中利用Puppeteer构建卡片生成服务;2) 在百炼平台上创建工作流,整合大模型、脚本和函数计算节点,实现图文内容的自动化处理和生成。此方案适合高效创作小红书内容。

为了更快更高效的为小红书创作提供便利高效的创作方式,通过百炼平台可快速构建小红书的图文工作流


方案概述

image.png image.png

创作一个小红书图文工作流只需要以下两2步:

  1. 在阿里云函数服务构建卡片生成服务
  2. 在百炼平台构建工作流

步骤1:构建卡片生成服务

该步骤主要详细讲述了如何使用puppeteer在“阿里云的函数计算服务创建卡片生成服务

前置条件

在使用函数服务之前你需要开通并购买函数服务的相关权限和额度

函数计算提供的免费试用额度可以完全覆盖本教程所需资源消耗。额度消耗完后按量计费,对于本教程所涉及的 web 服务,只在有访问的情况下会产生费用。

详细步骤

  1. 创建函数应用
    如图所示,进入函数计算控制台后,点击应用,点击创建应用

CleanShot 2024-07-22 at 00.34.04.png

  1. 选择通过模板创建应用,选择文件处理,puppeteer网页截图 模板

CleanShot 2024-07-22 at 00.45.42.png

  1. 设置相关配置
    这里基本都是用默认配置项,在仓库类型这里我选用了“github”来管理代码
    CleanShot 2024-07-22 at 00.46.56.png
  2. 创建函数
    创建完应用以后,点击左侧导航函数,查看函数列表,选择刚才创建的函数并进入详情 CleanShot 2024-07-22 at 00.49.37.png
  3. 点击代码管理
    在代码tab里开启在线编辑器,对代码进行处理,此处你可以直接复制我在github已经创建好的代码即可;
    github:https://github.com/DangJin/puppeteer4agent
    CleanShot 2024-07-22 at 00.50.25.png

步骤2:创建工作流

前置条件

创建工作流基于阿里云百炼,具体如何开通可点击这里查看详细步骤:开通阿里云百炼大模型服务产品

详细步骤

  1. 登录阿里云百炼平台以后,从左侧导航应用组件->流程管理,点击右上角 新建流程,完成创建;如果想更加系统的学习如何创建应用,可在这里了解详细步骤:如何创建应用调用大模型能力
           CleanShot 2024-07-22 at 00.54.07.png                                      
  2. 编排工作流
    该工作流使用了三个基础节点:大模型节点、脚本节点、函数计算节点,具体配置如下:
    CleanShot 2024-07-22 at 00.55.07.png 大模型节点
    该节点主要用来接受客户的输入已经按照指定的prompt完成与大模型的交互并返回结果
    脚本节点
    该节点主要是用来处理大模型返回的结果把文本转化为Json结构为下一个节点的输入做准备
    函数计算节点
    该节点主要是调用函数计算提供的卡片生成服务,接受大模型输出的内容按照指定的json结构并传入给函数节点,函数服务将返回生成后的图片URL;函数节点的具体实现详细见这里:https://github.com/DangJin/puppeteer4agent
    CleanShot 2024-07-22 at 00.57.51.png                          
         
       
     

步骤3:执行预览并发布 CleanShot 2024-07-22 at 00.58.48.png

最终效果

1721581120517.png

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
目录
相关文章
|
18天前
|
数据采集 机器学习/深度学习 搜索推荐
利用通义大模型构建个性化推荐系统——从数据预处理到实时API部署
本文详细介绍了基于通义大模型构建个性化推荐系统的全流程,涵盖数据预处理、模型微调、实时部署及效果优化。通过采用Qwen-72B结合LoRA技术,实现电商场景下CTR提升58%,GMV增长12.7%。文章分析了特征工程、多任务学习和性能调优的关键步骤,并探讨内存优化与蒸馏实践。最后总结了大模型在推荐系统中的适用场景与局限性,提出未来向MoE架构和因果推断方向演进的建议。
114 10
|
18天前
|
缓存 自然语言处理 监控
基于通义大模型的智能客服系统构建实战:从模型微调到API部署
本文详细解析了基于通义大模型的智能客服系统构建全流程,涵盖数据准备、模型微调、性能优化及API部署等关键环节。通过实战案例与代码演示,展示了如何针对客服场景优化训练数据、高效微调大模型、解决部署中的延迟与并发问题,以及构建完整的API服务与监控体系。文章还探讨了性能优化进阶技术,如模型量化压缩和缓存策略,并提供了安全与合规实践建议。最终总结显示,微调后模型意图识别准确率提升14.3%,QPS从12.3提升至86.7,延迟降低74%。
186 13
|
19天前
|
自然语言处理 前端开发 Java
JBoltAI 框架完整实操案例 在 Java 生态中快速构建大模型应用全流程实战指南
本案例基于JBoltAI框架,展示如何快速构建Java生态中的大模型应用——智能客服系统。系统面向电商平台,具备自动回答常见问题、意图识别、多轮对话理解及复杂问题转接人工等功能。采用Spring Boot+JBoltAI架构,集成向量数据库与大模型(如文心一言或通义千问)。内容涵盖需求分析、环境搭建、代码实现(知识库管理、核心服务、REST API)、前端界面开发及部署测试全流程,助你高效掌握大模型应用开发。
111 5
|
22天前
|
人工智能 Cloud Native 数据可视化
微医控股与阿里云达成战略合作,双方将携手基于通义千问大模型联合打造医疗全场景智能体,共同构建医疗垂类大模型
2025年6月17日,微医控股与阿里云达成战略合作,共建医疗AI基座及医疗全场景智能体。双方将基于通义千问大模型打造医疗垂类大模型,升级微医“5+1”智能体,并在诊断、用药、健康管理等环节深化应用。微医将结合阿里云技术优势推进IDC上云,助力AI+医疗基础设施建设,共同制定行业标准并推广城市级AI数字健共体。目前,微医AI服务已连接全国1.2万家医院和30万名医生,健康管理会员超100万。
|
2月前
|
前端开发
🔈阿里云百炼工作流里循环节点和批量节点,你需要知道的事儿
本文介绍了智能体应用和工作流应用中的循环节点与批量节点的使用方法及区别。两者都适用于多次调用任务,输入为列表,输出也为列表。不同在于:循环节点顺序执行,可依赖前序结果;批量节点并行执行,各任务独立。以旅游推荐为例,用户输入城市后,通过大模型生成景点列表,再用循环或批量节点生成详细攻略。最后通过脚本处理输出结果,形成清晰展示。
|
2月前
|
人工智能 数据挖掘
🔔阿里云百炼智能体和工作流可以发布为组件了,AI应用变成“搭积木”
本文介绍了如何通过智能体组件化设计快速生成PPT。首先,创建一个“PPT大纲生成”智能体并发布为组件,该组件可根据用户输入生成结构清晰的大纲。接着,在新的智能体应用中调用此组件与MCP服务(如ChatPPT),实现从大纲到完整PPT的自动化生成。整个流程模块化、复用性强,显著降低AI开发门槛,提升效率。非技术人员也可轻松上手,满足多样化场景需求。
🔔阿里云百炼智能体和工作流可以发布为组件了,AI应用变成“搭积木”
|
2月前
|
人工智能 测试技术 API
通义灵码 + 魔搭MCP:全流程构建创空间应用
最近,通义灵码上线 MCP(ModelScope Cloud Platform)功能,从之前代码生成及修改的基础功能,到可以使用MCP服务连接更多功能,开发者可以实现从 代码爬取、模型推理到应用部署
568 26
|
2月前
|
JSON 安全 Serverless
MCP Server 之旅第 2 站: 从 0 到 1 - MCP Server 市场构建与存量 OpenAPI 转 MCP Server
本文聚焦MCP协议在企业应用中的两大核心痛点:如何将社区主流STDIO MCP Server一键转为可插拔Remote MCP Server,以及如何实现存量OpenAPI向MCP Server的智能化转型。文章通过具体示例,展示了基于函数计算和协议转译Adapter的解决方案,支持npm/pip生态,实现零改造一键迁移,大幅降低成本。
|
2月前
|
人工智能 自然语言处理 数据挖掘
云上玩转Qwen3系列之三:PAI-LangStudio x Hologres构建ChatBI数据分析Agent应用
PAI-LangStudio 和 Qwen3 构建基于 MCP 协议的 Hologres ChatBI 智能 Agent 应用,通过将 Agent、MCP Server 等技术和阿里最新的推理模型 Qwen3 编排在一个应用流中,为大模型提供了 MCP+OLAP 的智能数据分析能力,使用自然语言即可实现 OLAP 数据分析的查询效果,减少了幻觉。开发者可以基于该模板进行灵活扩展和二次开发,以满足特定场景的需求。
|
2月前
|
JSON 安全 Serverless
MCP Server On FC之旅2: 从0到1-MCP Server市场构建与存量OpenAPI转MCP Server
本文介绍了将社区主流STDIO MCP Server一键转为企业内可插拔Remote MCP Server的方法,以及存量API智能化重生的解决方案。通过FunctionAI平台模板实现STDIO MCP Server到SSE MCP Server的快速部署,并可通过“npx”或“uvx”命令调试。同时,文章还探讨了如何将OpenAPI规范数据转化为MCP Server实例,支持API Key、HTTP Basic和OAuth 2.0三种鉴权配置。该方案联合阿里云百练、魔搭社区等平台,提供低成本、高效率的企业级MCP Server服务化路径,助力AI应用生态繁荣。
470 40

相关产品

  • 大模型服务平台百炼