大模型趣味赛「大模型摇摇乐」活动火热进行中。想要更加了解本次活动的规则并拿到更丰富的奖励吗？快来看本教程吧！本文将以“AI 一键生成文案”为例进行教程讲解～
项目简介
设计背景
为什么做这个项目
在社交媒体日益流行的时代，许多人在分享照片时常常苦恼于如何配文，本项目让每张照片都能轻松配上合适的文案。
提供了什么能力
结合了飞桨图像识别和文心大模型的处理技术，能够智能分析照片内容，并根据分析结果生成有创意的文案。
解决了什么问题
用户上传照片，一键自动生成文案，解决了用户在分享照片时“想不到文案”这一问题。
效果展示
🐬 小红书风格：今天去看了海洋馆，写一篇小红书推文！
🤔 近代诗歌风格：看到良辰美景，想要吟诗作赋一首
体验地址
设计思路
交互逻辑
1.上传图片
2.选择风格
3.生成文案
数据流逻辑
1.上传图片
2.图像识别、OCR识别
3.得到图片关键信息
4.风格选择
5.Prompt模版适配
6.文心一言处理Prompt+图片关键信息
7.输出文案
实现流程
根据不同AI原生应用场景，可以围绕以下3点设计产品功能：
- 支持用户上传图片
- 支持选择文案风格
- 支持自动生成文案
环境准备
请在下面三选一即可，如果您已经有Python3.x相关环境可直接进行下一步。
1.飞桨星河社区：
在线使用免费的 GPU 资源，Notebook 开发教程：https://www.bilibili.com/video/BV1Lw411n7oU
2.Anaconda 全家桶：
已包含 Python 和一些库，介绍、安装及使用教程：https://zhuanlan.zhihu.com/p/32925500
3.Python 官方网站：
https://www.python.org/ 进行下载安装。
Gradio 基础框架搭建
为什么选择 Gradio 作为 AI 的 UI 工具？
1.基于 Python：
Gradio 是基于 Python 开发的库，使用 Gradio 作为 UI 工具避免频繁切换复杂语言。
2.模块丰富：
支持多种输入和输出类型，包括文本、图像、音频等，同时还提供了丰富的界面组件。
3.简单易用：
快速构建交互式应用程序，无需繁琐的代码编写和复杂的配置。
Gradio 官方参考文档：https://www.gradio.app/guides/quickstart
1.打开命令行界面：打开命令行界面（例如 Windows 上的命令提示符或 Mac 上的终端）。
2.使用 pip 安装 Gradio：在命令行界面中输入以下命令，按下回车执行：
在项目工程文件使用时，只需导入 gradio 库即可，示例：
示例运行效果图
✍️初版设计
使用大语言模型生成代码：将需求告诉文心一言，便快速生成 Gradio代码，并按照实际需求不断调整优化。
【用户】：
【回复】：
运行效果图现在基础交互框架搭建完毕，支持图片上传、样式选择、提交清除按钮、转换文本输出模块。接下来，结合实际业务流程补充代码模块。
功能设计与能力补齐
在产品设计中，需要利用图像识别和 OCR 能力进行图片分析，大语言模型的能力处理数据，下面将介绍如何使用相关能力进行应用设计：
ERNIE Bot SDK
ERNIE Bot SDK 提供便捷易用的接口，可以调用文心一言的能力，包含文本创作、通用对话、语义向量、AI 作图等，具体支持功能如下（更多功能持续更新中）：
- 对话补全（Chat Completion）
- 语义向量（Embedding）
- 文生图 （Image Generation）
- 函数调用 （Function Calling）
介绍地址：https://aistudio.baidu.com/cooperate/yiyan
如何完成身份鉴权并使用？
在飞桨星河社区个人中心的访问令牌页面，大家可以获取到自己的 Access Token。
鉴权信息获取完整流程：https://github.com/PaddlePaddle/ERNIE-Bot-SDK/blob/develop/docs/authentication.md
ERNIE Bot SDK 开发完整教程可参考：ERNIE Bot SDK基础教程
👉 快速开始
1.打开命令行界面：打开命令行界面（例如 Windows 上的命令提示符或 Mac 上的终端）。
2.使用 pip 安装 ERNIE Bot：在命令行界面中输入以下命令，按下回车执行：
在项目工程中，只需导入ERNIE Bot库即可，示例：
✍️ 初版设计在这里将文心大模型的能力封装成一个 def 方法，便于其他模块进行调用交互：
运行测试结果图
百度智能云的图像识别功能可以精准识别超过十万种物体和场景，包含10余项高精度的识图能力并提供相应的API服务，充分满足各类开发者和企业用户的应用需求。可以将这部分的代码直接放到项目工程中，作为一个新的文件存储，并在主代码模块中进行模块引用，或者也可以将其封装成独立的函数方法。
在这里，将图像识别模型能力封装成一个 def 方法，便于其他模块进行调用交互：
截止目前，已经形成一个较为完整的项目结构：
应用部署上线
创建项目
进入飞桨星河社区创建Notebook项目。
启动环境
点击启动环境后，选择合适的运行资源进入项目内。
上传文件
进入环境后，可以看到BML CodeLab界面，在左侧菜单栏，将项目相关的本地文件上传即可。
依赖安装
缺什么库安装什么即可。
1.新建启动页，打开终端页面
2.使用 pip 安装 ERNIE Bot：在命令行界面中输入以下命令，按下回车执行：
3.创建requirements.txt文件，便于后续应用部署使用，文件仅限输入依赖 erniebot 即可，若有多个依赖库可以换行输入。
创建应用Gradio
使用Gradio应用可以在线运行并预览，相比直接运行main.py会更方便的看到动态运行的效果。
应用部署
首次部署时，弹窗内选择“部署新应用”。
填写应用信息后，即可提交部署。
提交后可以在右下角看到部署的状态信息，成功后则可以进行体验了。
心动不如行动看完本项目教程，你对「大模型摇摇乐」活动是不是更心动了？还不赶紧来参加！
👆点击图片了解活动详情
是不是厌倦了枯燥的开发生活，想来点新鲜刺激的事情？赶紧加入「大模型摇摇乐」活动吧！释放你的创意，摇出创意，摇出喜爱，摇出礼品！无论你是代码新手还是技术大咖，只要你对大语言模型充满好奇心，我们都欢迎你的加入！