通过百炼大模型+FC函数计算构建小红书图文工作流

本文涉及的产品
多模态交互后付费免费试用,全链路、全Agent
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
【AI破次元壁合照】少年白马醉春风,函数计算一键部署AI绘画平台
本次实验基于阿里云函数计算产品能力开发AI绘画平台,可让您实现“破次元壁”与角色合照,为角色换背景效果,用AI绘图技术绘出属于自己的少年江湖。
从 0 入门函数计算
在函数计算的架构中,开发者只需要编写业务代码,并监控业务运行情况就可以了。这将开发者从繁重的运维工作中解放出来,将精力投入到更有意义的开发任务上。
目录
相关文章
|
2月前
|
人工智能 缓存 监控
使用LangChain4j构建Java AI智能体:让大模型学会使用工具
AI智能体是大模型技术的重要演进方向,它使模型能够主动使用工具、与环境交互,以完成复杂任务。本文详细介绍如何在Java应用中,借助LangChain4j框架构建一个具备工具使用能力的AI智能体。我们将创建一个能够进行数学计算和实时信息查询的智能体,涵盖工具定义、智能体组装、记忆管理以及Spring Boot集成等关键步骤,并展示如何通过简单的对话界面与智能体交互。
805 1
|
2月前
|
机器学习/深度学习 人工智能 计算机视觉
让AI真正"看懂"世界:多模态表征空间构建秘籍
本文深入解析多模态学习的两大核心难题:多模态对齐与多模态融合,探讨如何让AI理解并关联图像、文字、声音等异构数据,实现类似人类的综合认知能力。
389 6
|
24天前
|
人工智能 API 开发工具
构建AI智能体:一、初识AI大模型与API调用
本文介绍大模型基础知识及API调用方法,涵盖阿里云百炼平台密钥申请、DashScope SDK使用、Python调用示例(如文本情感分析、图像文字识别),助力开发者快速上手大模型应用开发。
781 16
构建AI智能体:一、初识AI大模型与API调用
|
4月前
|
人工智能 自然语言处理 API
构建可落地的企业AI Agent,背后隐藏着怎样的技术密码?
三桥君深入解析企业AI Agent技术架构,涵盖语音识别、意图理解、知识库协同、语音合成等核心模块,探讨如何实现业务闭环与高效人机交互,助力企业智能化升级。
235 6
|
1月前
|
人工智能 缓存 自然语言处理
Java与多模态AI:构建支持文本、图像和音频的智能应用
随着大模型从单一文本处理向多模态能力演进,现代AI应用需要同时处理文本、图像、音频等多种信息形式。本文深入探讨如何在Java生态中构建支持多模态AI能力的智能应用。我们将完整展示集成视觉模型、语音模型和语言模型的实践方案,涵盖从文件预处理、多模态推理到结果融合的全流程,为Java开发者打开通往下一代多模态AI应用的大门。
282 41
|
2月前
|
存储 人工智能 数据可视化
从零构建能自我优化的AI Agent:Reflection和Reflexion机制对比详解与实现
AI能否从错误中学习?Reflection与Reflexion Agent通过生成-反思-改进循环,实现自我优化。前者侧重内容精炼,后者结合外部研究提升准确性,二者分别适用于创意优化与知识密集型任务。
418 9
从零构建能自我优化的AI Agent:Reflection和Reflexion机制对比详解与实现
|
27天前
|
缓存 物联网 PyTorch
使用TensorRT LLM构建和运行Qwen模型
本文档介绍如何在单GPU和单节点多GPU上使用TensorRT LLM构建和运行Qwen模型,涵盖模型转换、引擎构建、量化推理及LoRA微调等操作,并提供详细的代码示例与支持矩阵。
285 2
|
2月前
|
人工智能 Java API
Java与大模型集成实战:构建智能Java应用的新范式
随着大型语言模型(LLM)的API化,将其强大的自然语言处理能力集成到现有Java应用中已成为提升应用智能水平的关键路径。本文旨在为Java开发者提供一份实用的集成指南。我们将深入探讨如何使用Spring Boot 3框架,通过HTTP客户端与OpenAI GPT(或兼容API)进行高效、安全的交互。内容涵盖项目依赖配置、异步非阻塞的API调用、请求与响应的结构化处理、异常管理以及一些面向生产环境的最佳实践,并附带完整的代码示例,助您快速将AI能力融入Java生态。
399 12

热门文章

最新文章

相关产品

  • 大模型服务平台百炼