Entwicklung von KI-Anwendungen von Hand: Ein Leitfaden für den gesamten Prozess von der Anforderungsanalyse bis zur Bereitstellung und Inbetriebnahme

Vorwort

In diesem Artikel versuchen wir, eine Anwendung auf dem kürzesten Weg und im leichtesten Modus zu implementieren, wofür nur drei große Schritte + 9 kleine Schritte erforderlich sind.

Beschreibung der Anforderungen

Eine systematische Beschreibung aus der Sicht eines Produktmanagers ist in der folgenden Vorlage zu finden:

1. Überblick über die AnforderungenWelches Problem wird gelöst, welche Funktion wird erreicht und wie sieht die Gesamtpräsentation aus?
2. Interaktive Schnittstelle Beschreibung: Funktionen und Interaktionen der Eingabe- und Ausgabefelder.
3. Bereitstellung von funktionalen WerkzeugenDie Suche nach funktional realisierbaren KI-Modellen.

entsprechendes Modell

Die folgenden KI-Modelle stehen für die Erstellung von Artikelillustrationen zur Verfügung und erhalten eine spezifische API-Nutzung:
Modelladresse

Beispiel für eine fertige Demo::Klicken Sie zur Ansicht

Schritte zur Umsetzung der Anforderungen

1. allgemeine Beschreibung der Bedürfnisse

Entwickeln Sie eine Anwendung auf der Grundlage von Gradio, um die folgenden Funktionen zu implementieren:

• Nachdem der Benutzer den Inhalt des öffentlichen Beitrags eingegeben hat, klicken Sie auf die Schaltfläche Erzeugen mit einem Klick.
• Automatische Erstellung von Titeln und Zusammenfassungen.
• Automatische Generierung englischer Prompts auf der Grundlage von Abstracts und Erstellung von Artikelgrafiken.

2. die Front-End-Kernmodule

1. Benutzer-EingabefeldErinnert den Benutzer daran, den Inhalt des öffentlichen Beitrags einzugeben.
2. Kopfzeilen-Ausgabefeld::
   • Generieren Sie automatisch 5 Titel (64 Zeichen oder weniger), die für öffentliche Nummern geeignet sind.
   • Links-Rechts-Layout, Streaming-Ausgabe und getrennte Darstellung von Denkprozess und Endprodukt.
3. Zusammenfassung Output Box::
   • Automatische Erstellung einer Zusammenfassung (120 Wörter oder weniger), die für öffentliche Nummern geeignet ist.
   • Links-Rechts-Layout, Streaming-Ausgabe und getrennte Darstellung von Denkprozess und Endprodukt.
4. Artikel mit Bild Prompt-Ausgabefeld::
   • Die Eingabeaufforderung wird auf der Grundlage der Zusammenfassung automatisch auf Englisch erstellt.
   • Linkes und rechtes Layout mit Streaming-Ausgang.
   • Bearbeitbar und unterstützt die Regeneration.
5. Ausgabefeld für Artikelgrafiken::
   • Generieren Sie ein Bild auf der Grundlage der generierten englischen Aufforderung.
   • Erzeugt 2 Bilder der Größe 1024x500.

Visueller Stil: technisches Cyan + Lila.

3. serverseitige API

Titel, Zusammenfassung, Aufforderungsausgabe API

Anfragen importieren
json importieren
von PIL importieren Image
von io importieren BytesIO
url = 'https://api-inference.modelscope.cn/v1/images/generations'
payload = {
'model': 'djyzcp123/gjerc', # ModelScope Model-Id, erforderlich
'prompt': 'Eine goldene Katze' # required
}
headers = {
'Authorisation': 'Bearer Ersetzen Sie mit Ihrem Magic Hitch Token', 'Authorisation': 'Bearer' # required }
'Content-Type': 'application/json'
}
response = requests.post(url, data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers)
response_data = response.json()
image = Image.open(BytesIO(requests.get(response_data['images'][0]['url']).content))
image.save('result_image.jpg')

Generieren Sie Code mit KI und testen Sie den Schliff in der Cloud Notebook

1. die Code-Erstellung

• Der Code kann automatisch mit großen Modellen wie Cursor, DeepSeek-R1, QwenMax-QWQ, Claude 3.7 usw. generiert werden.
• Der Code wird gespeichert als .py Dokumentation.

2. den Code im Notebook ausführen

• Das Notebook wird mit einer vorinstallierten Umgebung ausgeliefert.
• Notebook Adresse
• in Bewegung sein .py Dokumentation:

!python /mnt/arbeitsbereich/filename.py

3. die Prüfung und Optimierung

Front-End-Akzeptanz

Die von den vier Werkzeugen erzeugten Front-End-Oberflächen sind unterschiedlich, erfüllen aber alle die Anforderungen.

Cursor	DeepSeek-R1
QwenMax-QWQ	Claude3.7

Server-seitige Akzeptanz

Die Funktionalität funktioniert einwandfrei, und die generierten Titel, Zusammenfassungen, Aufforderungen und Bilder sind wie erwartet.

Einsatz geht live

1. grundlegende Einrichtung von CreateSpace

• Neuer kreativer Raum
• Verwenden Sie die freien CPU-Ressourcen der Plattform, die standardmäßig konfiguriert sind.

2. wichtiger Schritt: Schutz der API-Schlüssel

• Ändern Sie den Code, um den API-Schlüssel in einer Umgebungsvariablen zu speichern.

Vor der Modifizierung:

Geändert:

os importieren
MODEL_API_KEY = os.getenv('MODEL_API_KEY')

3. das Hochladen von Belegen und deren Online-Stellung

• Erfolgreiches Debugging in Notebook .py Benennen Sie die Datei um in app.py und hochgeladen.

Sobald Sie das getan haben, erhalten Sie einen Link zum Teilen:

Zusammenfassungen

Jeder ist ein App-Entwickler, schalten Sie die Magie der KI ein und erstellen Sie Tausende von Apps!

Die Anwendung ist unendlich erweiterbar, z.B:

1. Fügen Sie Artikelausschmückungen und Mikrobloggingtexte hinzu.
2. Illustrationsstil optional.

Weitere Möglichkeiten warten darauf, von Ihnen entdeckt zu werden! 🚀