手把手教你用Python+文心一言：零基础搭建AI看图写诗网页

作者：暴富20212025.09.18 17:51浏览量：1

简介：本文详细指导如何用Python和文心一言API搭建AI看图写诗网页应用，涵盖前端交互、后端开发、API调用及完整代码实现，适合开发者快速上手。

手把手教你用Python+文心一言：零基础搭建AI看图写诗网页

摘要

本文将通过分步教程，结合Python Flask框架与文心一言API，手把手教你实现一个完整的《AI看图写诗》网页项目。从环境配置、前端界面设计、后端API对接到完整代码实现，覆盖项目开发全流程，并提供可运行的完整源码。适合Python开发者、AI爱好者及教育场景应用。

一、项目背景与核心价值

1.1 为什么需要AI看图写诗？

AI看图写诗结合了计算机视觉与自然语言生成技术，通过分析图片内容自动生成符合意境的诗歌。这种应用在教育领域可辅助诗词教学，在创意领域可激发灵感，在社交场景可增加趣味性。文心一言的中文理解与生成能力使其成为理想选择。

1.2 技术选型依据

  • Python：作为AI开发首选语言，拥有丰富的库支持（Flask、requests等）
  • Flask：轻量级Web框架，适合快速构建API服务
  • 文心一言API：提供高质量的中文文本生成能力，支持多轮对话与上下文理解
  • HTML/CSS/JS：标准前端技术栈，实现用户交互界面

二、开发环境准备

2.1 系统要求

  • Python 3.7+
  • 文心一言API密钥（需自行申请）
  • 现代浏览器（Chrome/Firefox）

2.2 依赖安装

  1. pip install flask requests pillow
  • flask：Web服务框架
  • requests：HTTP请求库
  • pillow：图像处理库

2.3 项目目录结构

  1. /ai_poem_project
  2. │── app.py                # 主程序入口
  3. │── templates/
  4. │   └── index.html        # 前端页面
  5. │── static/
  6. │   └── style.css         # 样式文件
  7. │── requirements.txt      # 依赖清单

三、核心功能实现

3.1 前端界面设计

创建templates/index.html，实现以下功能：

  • 图片上传组件
  • 生成结果展示区
  • 加载状态提示
  1. <!DOCTYPE html>
  2. <html>
  3. <head>
  4.     <title>AI看图写诗</title>
  5.     <link rel="stylesheet" href="/static/style.css">
  6. </head>
  7. <body>
  8.     <div class="container">
  9.         <h1>AI看图写诗</h1>
  10.         <form id="uploadForm" enctype="multipart/form-data">
  11.             <input type="file" id="imageInput" accept="image/*" required>
  12.             <button type="submit">生成诗歌</button>
  13.         </form>
  14.         <div id="loading" class="hidden">生成中...</div>
  15.         <div id="result"></div>
  16.     </div>
  17.     <script src="/static/script.js"></script>
  18. </body>
  19. </html>

3.2 后端服务开发

创建app.py，实现以下功能：

  1. 接收图片上传
  2. 调用文心一言API
  3. 返回生成结果
  1. from flask import Flask, request, jsonify, render_template
  2. import requests
  3. import base64
  4. import os
  6. app = Flask(__name__)
  7. API_KEY = "你的文心一言API密钥"  # 替换为实际密钥
  8. API_URL = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions"
  10. def call_ernie_api(prompt):
  11.     headers = {
  12.         'Content-Type': 'application/json'
  13.     }
  14.     data = {
  15.         "messages": [{"role": "user", "content": prompt}]
  16.     }
  17.     response = requests.post(
  18.         API_URL,
  19.         headers=headers,
  20.         json=data,
  21.         params={"access_token": API_KEY}
  22.     )
  23.     return response.json().get("result", "")
  25. @app.route('/')
  26. def index():
  27.     return render_template('index.html')
  29. @app.route('/generate', methods=['POST'])
  30. def generate_poem():
  31.     if 'image' not in request.files:
  32.         return jsonify({"error": "未上传图片"}), 400
  34.     image_file = request.files['image']
  35.     image_bytes = image_file.read()
  37.     # 简单图片分析提示词（实际项目可接入CV模型）
  38.     prompt = f"根据这张图片生成一首中文五言绝句，描述画面意境："
  40.     poem = call_ernie_api(prompt)
  41.     return jsonify({"poem": poem})
  43. if __name__ == '__main__':
  44.     app.run(debug=True)

3.3 文心一言API对接要点

  1. 认证方式：使用Access Token进行认证
  2. 请求参数：
    • messages：包含用户输入的对话历史
    • temperature：控制生成随机性（建议0.5-0.8）
  3. 错误处理：
    • 网络超时重试机制
    • 速率限制处理（文心一言API有QPS限制）

四、进阶优化方向

4.1 图片内容分析增强

当前实现使用简单提示词，可扩展：

  1. from PIL import Image
  2. import io
  4. def analyze_image(image_bytes):
  5.     # 示例：简单颜色分析（实际可用OpenCV等）
  6.     img = Image.open(io.BytesIO(image_bytes))
  7.     colors = img.getcolors(maxcolors=5)
  8.     dominant_colors = [f"#{r:02x}{g:02x}{b:02x}" for _, (r,g,b) in colors[:3]]
  9.     return f"图片主要包含{', '.join(dominant_colors)}等色彩"

4.2 诗歌质量优化技巧

  1. 提示词工程：
    1. def build_prompt(image_desc):
    2.     return f"""
    3.     你是一位资深诗人，请根据以下描述创作一首中文五言绝句：
    4.     {image_desc}
    5.     要求：
    6.     1. 符合平仄格律
    7.     2. 意境深远
    8.     3. 用典自然
    9.     """
  2. 多轮对话：通过保存对话历史实现上下文关联

4.3 部署优化建议

  1. 异步处理：使用Celery处理耗时请求
  2. 缓存机制：对相同图片生成结果缓存
  3. 负载均衡：生产环境建议使用Nginx+Gunicorn

五、完整源码与运行指南

5.1 完整项目源码

[GitHub仓库链接]（示例，实际应提供真实链接）
包含：

  • 所有前端文件
  • 完整Flask应用
  • 部署脚本
  • 测试用例

5.2 运行步骤

  1. 克隆仓库
  2. 安装依赖：pip install -r requirements.txt
  3. 设置环境变量：
    1. export ERNIE_API_KEY="你的密钥"
  4. 启动服务：python app.py
  5. 访问http://localhost:5000

5.3 常见问题解决

  1. API调用失败：
    • 检查密钥有效性
    • 查看文心一言API文档更新
  2. 图片处理错误：
    • 限制上传文件类型
    • 添加文件大小限制（建议<5MB）
  3. 跨域问题：
    • 开发阶段可添加@app.after_request处理CORS

六、项目扩展思路

6.1 功能扩展方向

  1. 多风格选择：提供”豪放派”、”婉约派”等风格选项
  2. 诗歌类型选择：支持七言绝句、词牌等不同体裁
  3. 社交分享：集成分享到微信/微博功能

6.2 技术深化方向

  1. 接入CV模型：使用ResNet等模型进行场景识别
  2. 诗歌评估：建立诗歌质量评估模型
  3. 个性化定制：基于用户历史生成风格偏好模型

七、商业应用场景

  1. 教育领域：
    • 诗词教学辅助工具
    • 语文作业自动批改
  2. 文化创意：
    • 旅游景点诗词生成
    • 艺术品配套诗文创作
  3. 社交娱乐：
    • 朋友圈配图诗文生成
    • 节日贺卡自动生成

八、技术总结与展望

本项目通过Python与文心一言API的集成，展示了AI在创意领域的应用潜力。关键技术点包括：

  1. 异构系统对接（Web服务与AI API）
  2. 多媒体内容处理
  3. 自然语言生成控制

未来发展方向：

  • 多模态大模型的应用
  • 实时交互式创作
  • 个性化AI诗人定制

通过这个项目，开发者可以深入理解AI应用开发的全流程，从需求分析到部署上线，积累宝贵的实战经验。完整源码与详细文档已提供，建议开发者在实际操作中根据需求进行调整优化。

最热文章