国风美学生成模型v1.0开发指南：Node.js环境配置与自动化脚本编写

国风美学生成模型v1.0开发指南Node.js环境配置与自动化脚本编写如果你对国风美学感兴趣想用代码批量创作出精美的国风图片那么这篇文章就是为你准备的。我们将一起从零开始在Node.js环境中搭建一个自动化工具用来调用国风美学生成模型实现批量图片生成和任务管理。整个过程不需要你有多深的AI背景只要会一点JavaScript就能跟着做下来。想象一下你有一个电商项目需要大量国风风格的宣传图或者想为自己的内容创作提供源源不断的灵感素材。手动一张张去生成效率太低。通过今天的内容你将学会如何用代码让这个过程自动化把重复劳动交给机器把创意留给自己。1. 从零开始搭建你的Node.js开发环境工欲善其事必先利其器。在写任何代码之前我们得先把“厨房”收拾好。这里说的“厨房”就是Node.js开发环境。1.1 安装Node.js与npmNode.js是运行JavaScript代码的“引擎”而npmNode Package Manager是它的“应用商店”用来安装和管理各种代码工具包。首先你需要去Node.js的官方网站下载安装程序。建议选择长期支持版本LTS这个版本更稳定适合大多数开发场景。下载后像安装普通软件一样一路点击“下一步”即可完成安装。安装完成后怎么知道是否成功了呢打开你的命令行工具Windows上是命令提示符或PowerShellMac或Linux上是终端输入以下命令并回车node --version npm --version如果安装成功你会看到类似v18.17.0和9.6.7这样的版本号信息。这就说明你的“引擎”和“应用商店”都准备就绪了。1.2 初始化你的项目环境装好了接下来要创建一个专属的工作空间也就是项目文件夹。你可以通过命令行来操作# 创建一个名为 guofeng-generator 的新文件夹 mkdir guofeng-generator # 进入这个文件夹 cd guofeng-generator进入文件夹后我们需要初始化一个Node.js项目。这就像给你的项目办一张“身份证”记录它的名字、版本和需要用到的工具。运行下面的命令npm init -y这个命令会快速生成一个名为package.json的文件。你可以把它理解为你项目的“配置清单”或“说明书”。现在用代码编辑器比如VS Code打开这个文件夹你会看到package.json文件它的内容大致如下{ name: guofeng-generator, version: 1.0.0, description: , main: index.js, scripts: { test: echo \Error: no test specified\ exit 1 }, keywords: [], author: , license: ISC }这个文件目前还很基础随着我们添加功能它会变得越来越丰富。2. 准备工具包安装项目依赖我们的自动化脚本需要一些现成的工具包来帮忙比如发送网络请求、处理文件等。这些工具包可以通过npm轻松安装。2.1 安装核心工具包在项目根目录也就是有package.json的那个文件夹下打开命令行运行以下命令npm install axios fs-extra dotenv我来解释一下这几个工具包是干什么的axios一个非常好用的库用来向国风美学模型的API接口发送请求就像浏览器访问网页一样但用的是代码。fs-extra这是Node.js自带fs模块的增强版提供了更多、更简单的方法来读写和管理文件比如创建文件夹、复制文件等。dotenv用来管理敏感信息比如API密钥。我们可以把密钥写在一个单独的配置文件里避免不小心泄露在代码中。安装完成后你会发现项目里多了一个node_modules文件夹里面是所有安装的代码包和一个package-lock.json文件用来锁定安装包的版本确保大家环境一致。同时你的package.json文件里会多出一个dependencies字段记录了这些依赖。2.2 配置你的环境变量为了保护你的API密钥等敏感信息我们使用.env文件来存储它们。在项目根目录下创建一个名为.env的新文件。重要提示这个文件包含你的密钥千万不要把它上传到公开的代码仓库如GitHub。你应该把.env添加到.gitignore文件中确保它被忽略。在.env文件中你可以这样配置# 国风美学模型的API访问地址请替换为实际地址 GUOFENG_API_BASE_URLhttps://api.example.com/v1 # 你的API密钥请替换为实际密钥 GUOFENG_API_KEYyour_secret_api_key_here # 图片生成任务并发数避免请求太快被限制 CONCURRENT_LIMIT3这样你的密钥就和核心代码分离开了既安全又方便管理。3. 编写核心脚本与模型API对话环境搭好了工具也齐了现在我们来写最核心的部分一个能与国风美学模型“对话”的脚本。3.1 创建基础请求模块首先我们创建一个src文件夹来存放源代码然后在里面新建一个apiClient.js文件。这个文件将封装所有与模型API交互的逻辑。// src/apiClient.js const axios require(axios); require(dotenv).config(); // 加载.env文件中的配置 // 从环境变量中读取配置 const API_BASE_URL process.env.GUOFENG_API_BASE_URL; const API_KEY process.env.GUOFENG_API_KEY; // 创建一个配置好的axios实例这样就不用每次请求都重复设置头部等信息 const apiClient axios.create({ baseURL: API_BASE_URL, timeout: 60000, // 设置超时时间为60秒生成图片可能需要较长时间 headers: { Authorization: Bearer ${API_KEY}, Content-Type: application/json, }, }); /** * 生成单张国风图片 * param {string} prompt - 图片描述例如“江南水乡烟雨朦胧一位执伞的旗袍女子” * param {Object} options - 生成参数 * returns {PromiseObject} - 返回包含图片信息的Promise对象 */ async function generateImage(prompt, options {}) { const defaultOptions { style: ink_wash, // 默认水墨风格 width: 1024, height: 1024, num_images: 1, ...options // 用户传入的选项会覆盖默认值 }; try { console.log(正在生成: ${prompt}); const response await apiClient.post(/generate, { prompt, ...defaultOptions }); console.log(生成成功任务ID: ${response.data.task_id}); return response.data; // 通常包含task_id、图片URL或状态信息 } catch (error) { console.error(生成失败 (${prompt}):, error.message); // 这里可以加入重试逻辑或更详细的错误处理 throw error; } } /** * 查询生成任务的状态 * param {string} taskId - 生成任务返回的ID * returns {PromiseObject} - 返回任务状态和结果 */ async function checkTaskStatus(taskId) { try { const response await apiClient.get(/tasks/${taskId}); return response.data; } catch (error) { console.error(查询任务状态失败 (${taskId}):, error.message); throw error; } } module.exports { generateImage, checkTaskStatus, apiClient };这个模块做了几件事读取我们之前在.env文件里设置的配置。创建了一个“预配置”的HTTP客户端apiClient自动加上了认证头。提供了generateImage函数你只需要给它一段文字描述它就能帮你向模型API发起生成请求。提供了checkTaskStatus函数有些API是异步的提交任务后返回一个ID需要用这个函数去轮询结果。3.2 实现批量生成与文件管理单次生成很有用但批量生成才是自动化的意义所在。我们再创建一个batchGenerator.js文件。// src/batchGenerator.js const fs require(fs-extra); const path require(path); const { generateImage, checkTaskStatus } require(./apiClient); // 确保输出目录存在 const OUTPUT_DIR path.join(__dirname, ../output/images); fs.ensureDirSync(OUTPUT_DIR); /** * 从文本文件中读取所有生成提示词 * param {string} filePath - 提示词文件路径 * returns {Arraystring} - 提示词数组 */ function loadPromptsFromFile(filePath) { try { const content fs.readFileSync(filePath, utf-8); // 按行分割过滤掉空行和注释以#开头的行 return content.split(\n) .map(line line.trim()) .filter(line line !line.startsWith(#)); } catch (error) { console.error(读取提示词文件失败: ${filePath}, error); return []; } } /** * 下载图片并保存到本地 * param {string} imageUrl - 图片的URL地址 * param {string} prompt - 对应的提示词用于生成文件名 * returns {Promisestring} - 返回本地文件路径 */ async function downloadAndSaveImage(imageUrl, prompt) { // 创建一个简单的文件名用时间戳和提示词的前几个字避免特殊字符 const timestamp Date.now(); const safePrompt prompt.slice(0, 20).replace(/[^a-zA-Z0-9\u4e00-\u9fa5]/g, _); const filename ${timestamp}_${safePrompt}.png; const filePath path.join(OUTPUT_DIR, filename); // 注意这里需要根据API返回的实际数据结构来调整 // 假设API直接返回图片URL我们使用axios下载 const axios require(axios); const response await axios({ url: imageUrl, method: GET, responseType: stream, // 重要以流的形式接收数据 }); const writer fs.createWriteStream(filePath); response.data.pipe(writer); return new Promise((resolve, reject) { writer.on(finish, () { console.log(图片已保存: ${filePath}); resolve(filePath); }); writer.on(error, reject); }); } /** * 批量生成的主函数 * param {string} promptsFilePath - 包含提示词的文本文件路径 */ async function runBatchGeneration(promptsFilePath) { const prompts loadPromptsFromFile(promptsFilePath); if (prompts.length 0) { console.log(未找到有效的提示词请检查文件内容。); return; } console.log(开始批量生成共 ${prompts.length} 个任务。); // 简单的任务队列控制并发数量 const concurrencyLimit parseInt(process.env.CONCURRENT_LIMIT) || 3; const queue [...prompts]; const results []; let running 0; let completed 0; // 这个函数负责从队列中取出任务并执行 async function processQueue() { while (running concurrencyLimit queue.length 0) { const prompt queue.shift(); running; (async () { try { const taskData await generateImage(prompt, { style: classical_chinese }); // 假设API返回task_id我们需要轮询结果 let result null; let attempts 0; const maxAttempts 30; // 最多轮询30次 while (!result attempts maxAttempts) { await new Promise(resolve setTimeout(resolve, 2000)); // 等待2秒 const status await checkTaskStatus(taskData.task_id); if (status.state SUCCESS) { result status; // 假设结果中包含图片URL if (result.image_url) { const localPath await downloadAndSaveImage(result.image_url, prompt); result.local_path localPath; } break; } else if (status.state FAILED) { console.error(任务失败: ${taskData.task_id}); break; } // 如果状态是PENDING或PROCESSING继续轮询 attempts; } results.push({ prompt, success: !!result, result }); console.log(进度: ${completed}/${prompts.length}); } catch (error) { console.error(处理提示词失败 (“${prompt}”):, error.message); results.push({ prompt, success: false, error: error.message }); } finally { running--; // 一个任务结束尝试启动下一个 processQueue(); } })(); } // 所有任务都进入处理流程后等待全部完成 if (running 0 queue.length 0) { console.log(\n 批量生成完成 ); console.log(成功: ${results.filter(r r.success).length}); console.log(失败: ${results.filter(r !r.success).length}); // 可以在这里将结果摘要保存到一个JSON文件 const summaryPath path.join(__dirname, ../output/batch_summary.json); fs.writeJsonSync(summaryPath, results, { spaces: 2 }); console.log(任务摘要已保存至: ${summaryPath}); } } // 启动队列处理 processQueue(); } // 如果这个文件被直接运行则执行批量生成 if (require.main module) { const promptsFile process.argv[2] || path.join(__dirname, ../prompts.txt); runBatchGeneration(promptsFile).catch(console.error); } module.exports { runBatchGeneration };这个脚本的功能就丰富多了读取任务列表从一个文本文件比如prompts.txt里按行读取所有你想生成的图片描述。管理输出自动创建一个output/images文件夹来保存生成的图片。实现任务队列不是一口气同时发送几十个请求那样可能被API限制而是控制同时进行的任务数量比如3个完成一个再开始下一个。处理异步结果因为图片生成需要时间脚本会定期去查询任务是否完成完成后自动下载图片到本地。生成报告所有任务完成后会生成一个JSON格式的摘要文件告诉你哪些成功了哪些失败了。你需要创建一个prompts.txt文件在项目根目录里面每行写一个描述例如# 国风图片生成提示词列表 青山绿水间一座古朴的亭台楼阁 敦煌飞天壁画风格的现代插画色彩绚丽 一只白猫在梅花树下小憩工笔画风格 未来都市与中国古典园林的结合赛博朋克风4. 让脚本用起来更方便写好了核心脚本我们还可以让它变得更易用、更自动化。4.1 创建一键执行的入口每次都要输入一长串命令来运行脚本有点麻烦。我们可以修改package.json中的scripts部分创建快捷命令。打开package.json找到scripts部分修改成类似这样{ name: guofeng-generator, version: 1.0.0, description: 国风美学模型批量生成工具, main: index.js, scripts: { start: node src/batchGenerator.js, generate: node src/batchGenerator.js ./my-prompts.txt, test-api: node src/testConnection.js, clean-output: rimraf output/* }, dependencies: { axios: ^1.6.2, dotenv: ^16.3.1, fs-extra: ^11.1.1 }, devDependencies: { rimraf: ^5.0.5 } }然后在命令行里你就可以用更简单的方式运行脚本了npm start使用默认的prompts.txt文件开始批量生成。npm run generate使用你自己指定的my-prompts.txt文件。npm run test-api运行一个测试脚本检查API连接是否正常这个脚本需要你稍后创建。npm run clean-output清理output文件夹中的所有内容。4.2 编写一个API连接测试脚本在投入正式批量生成前最好先测试一下环境和API密钥是否有效。创建src/testConnection.js// src/testConnection.js require(dotenv).config(); const { apiClient } require(./apiClient); async function testConnection() { console.log(正在测试API连接...); console.log(API地址: ${process.env.GUOFENG_API_BASE_URL}); try { // 尝试调用一个简单的API比如获取模型信息或测试端点 // 请根据实际API文档调整端点 const response await apiClient.get(/models); console.log(✅ 连接成功); console.log(服务器响应:, response.data); } catch (error) { console.error(❌ 连接失败); if (error.response) { // 服务器有响应但状态码不是2xx console.error(状态码: ${error.response.status}); console.error(响应数据: ${JSON.stringify(error.response.data)}); } else if (error.request) { // 请求已发出但没有收到响应 console.error(未收到服务器响应请检查网络和API地址。); } else { // 设置请求时发生了错误 console.error(请求配置错误:, error.message); } console.error(请检查); console.error(1. .env文件中的API_BASE_URL和API_KEY是否正确); console.error(2. 网络连接是否正常); console.error(3. API服务是否可用); } } testConnection();运行npm run test-api如果一切配置正确你应该能看到成功的提示。这能帮你快速定位是环境问题还是代码问题。5. 总结与后续探索跟着上面的步骤走一遍一个属于你自己的国风美学图片批量生成工具就搭建起来了。整个过程从安装环境开始到配置项目、编写核心的API调用和文件处理逻辑最后还做了任务队列管理和使用优化。用起来之后你会发现它确实能省下大量重复操作的时间。实际使用中你可能需要根据你所使用的具体国风美学模型的API文档调整请求的参数、数据格式以及处理响应的逻辑。比如有些API可能直接返回图片数据而不是一个需要轮询的任务ID。脚本中的downloadAndSaveImage和轮询逻辑 (checkTaskStatus) 是常见的两种模式你需要灵活调整。这个项目就像一个“种子”你可以在它的基础上长出很多新功能。比如增加一个简单的Web界面来上传提示词文件和查看生成结果或者加入更复杂的错误重试机制在网络波动时自动重试失败的任务再比如把生成任务和结果记录到数据库里方便管理和检索。工具的价值在于使用。建议你先用少量提示词跑通整个流程熟悉每个环节。然后就可以尝试把你构思的国风场景描述批量放进prompts.txt泡杯茶让代码为你创作一个系列的作品了。希望这个工具能成为你创意表达的好帮手。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。