硕鼠的博客站

今天讲一下如何在Dify里面调用最新的文生图模型FLUX.1。FLUX.1是由Stability，也就是做Stable Diffusion的那家公司的一帮创始元老离职后做的新的文生图模型。现在据说效果非常好，我自己试了一下，确实还可以。那么今天跟大家演示一下如何在Dify里边去使用这个FLUX.1模型。

首先，我们要去找一个云端可以跑的FLUX.1模型。你说我直接到FLUX网站上去行不行？没问题啊，但是他们的这个要付费，特别是FLUX Pro是要付费的。我们先找一个免费的，先跑起来吧，特别是在国内能用的这种免费的，先让它跑起来。我们找到了硅基流动这样的一个网站。我们看一下它这个网站长什么样子。这样前面其实跟大家介绍过硅基流动这个项目，先登录进去。

登录进去以后，我们就可以选择这边的叫文生图了。然后呢，它可以选择FLUX.1-dev。FLUX.1点这个，这个叫这个词就不念了，反正是比较小的这个模型，效果都是很好的，横的竖的都没问题，对吧？然后呢，这个步数，50步到头了，最多就是50步，所以我们就准备来使用这个模型了。

那怎么使用呢？首先要去看文档，对吧？它的API到底是怎么调用的？点一下文档，点到文档以后，我们选API手册，然后呢点击文生图，就到这样的一个页面了。告诉你说我通过CURL怎么去调用的。下一步该怎么办？先把它复制下来。我们到Dify里面去，先增加一个工具，自定义啊，新的一个。在这里呢，我们就要做下一件事了。它使用的是OpenAPI，Swagger这样的一个规范去干活了。我做一个叫随便聊聊的聊天机器人，任何提示词不给他。

然后把 Claude 3.5 Sonnet 直接挂在后面时，我现在就可以跟他聊天了。好，那么我现在要跟他说，请根据以下案例编写一段代码，OpenAPI Swagger 代码，走你。回车，好，他就去干活去了。OpenAPI Swagger 实际上就是包装各种各样的 Restful 代码的一个框架。然后把这一块拷贝下来，我们回到这里贴上，这就是贴好了。以后他就可以去干活去了。哎，先测试一次啊，测试一次。比如说，你看他有这么多的值可以去用啊，这个首先是提示词，比如说“一只喝咖啡看报纸的拟人狗，穿着西装”，好，假设是这样吧。这里呢有一个鉴权方式，什么意思呢？就是很多的这种都是需要授权的，我们需要在这里把我们的 TOKEN 要贴进去。然后 1024×1024 画个方的吧，然后多少步呢，这个 50 吧，刚才不是设到头就是 50 吗？测试一下。呃，这个好像跟我们想象的不太一样啊，我们要求他画这个狗，难道我写错了吗？待会我们想办法让 AI 把我们的语句稍微加工一下，然后再去画。但是呢，至少画成功了啊。再下一步给它起个名字叫 FLUX.1，就这样保存好。我们有了一个叫 FLUX.1，这个前面还有 FLUX.1 from，这是我上次做的。那么下一步我们就要用这个玩意了啊。那么我们去创建一个新的聊天应用，这个应用叫画图。创建模型的话，直接调用 GPT4O mini 吧，然后我们来写提示词。啊，不要看我这提示词写得很长啊，这个没有关系的。而且，这是当时为 DALL.E-3 写的一个提示词。大家可以点击这个按钮自己去生成提示词，这种提示词都是生成出来的啊。我们通过提示词，用户输入信息，生成一个可以画画的提示词。

让他稍微总结一下。然后来工具自定义。刚才我们做的这个FLUX.1，它的提示词是经过加工以后的。然后尺寸，我个人比较喜欢1080P，1920×1080。这个地方的话，50吧，反正多刷几个能够好看一点。好，这个地方就做完了。再往后输出，把提示词放出来，还可以拿它再到MidJourney或者DALL.E-3再画一次，然后再把内容生成的文本输出出来。啊，他最后会给你一个链接，预览一下。一只拟人狗，身着西装，戴着眼镜，喝着咖啡，看着报纸。让我们来试试，画去了。好，让我们看看这幅图怎么样。啊，喝着咖啡，看着报纸，戴着眼镜，穿着西装的拟人狗，对吧？是不是有那么点感觉了？当然，他这个手跟袖子脱开了，稍微差点意思。我觉得已经基本上可以让大家去使用了。

我们今天演示了使用硅基流动的FLUX.1云端模型，而且现在是免费的。使用这种模型，我们到Dify里面去，在工具里面自定义了一个工具Claude 3.5 Sonnet自动生成的。啊，我们只需要把文档里边的这个调用方式扔给Claude 3.5 Sonnet，然后说给我生成OpenAPI Swagger就搞定了。这个里头一个字都没改过，测试成功了以后把API Key输进去。现在的话，你去注册硅基流动会送14块钱，而且这个玩意画多少次不要钱的。

再往后呢，啊，我们演示了使用画图这样的一个流程，先通过GPT-4o mini去做了一个根据输入生成提示词的一个过程。然后呢，再调用刚才我们自己定义的这个插件，生成出来的图片，画出了刚才我们要的这张穿西装、戴眼镜、喝咖啡、看报纸的拟人狗。这就是我们今天给大家演示的，这就是我的一个AI课程。

今天呢，把这个节目放在公众频道里，但是更多的课程呢是在付费频道里。为什么在那边呢？啊，因为这种课程其实看起来比较累，不在公众频道里影响大家了。不过今天这个因为比较好玩，所以跟大家演示一下，具体怎么去装 Dify，具体怎么去给里面做各种配置的课程，是在我们的付费频道里。今天就跟大家讲到这里，感谢大家收听，再见。