三分钟,这绝对是国内部署 openclaw 的 速度极限了。现在全网都在吹的 openclaw, 虽然被称作能指挥电脑工作的数字员工,但是国内百分之九十的人其实都用不了,因为部署的门槛太高,设备贵不说,流程也超级复杂。 而我这边咖啡还没喝完, openclaw 就 已经跑起来了。百度智能云这次直接甩出了一个简易版的部署方案,不用啃几十页的文档,你只需要登录百度智能云,选中预制的 openclaw 镜像环境配置、服务出场。这些底层步骤系统都已经帮你做好了 模型接入消息通道也做成了清晰的图形界面,按步骤点几下就能完成,无需再写一行行代码,真正把部署这件事变成了点点鼠标就能搞定的傻瓜流程。而且像飞书、钉钉、企业、微信、 qq 这些你每天都在用的消息平台,全都能一键打通。你的 ai 助手再也不是躺在代码里的 demo, 而是立刻上线能聊会干的生产力伙伴,但真正炸裂的,是他背后的千帆 skill 生态。百度这次真是把家底都掏出来了,百度搜索、百度百科、学述、剪索甚至深度研究 agent 通通做成了现成的模块,就挂在 cloud hub 里,等你翻牌子。只需要一句指令,你的 opencloud 立刻就有了全网权威搜索加专业分析问答能力。就好比以前你只有一把螺丝刀,现在却手握一整套高级工具箱。百度这次真的动真格了,听说节前悄悄启动了 o 计划,集结了搜索和云的核心团队一起办公, 怪不得这么快就接入了 openclaw, 所以 别再被卡在部署这步了。百度智能云已经帮你把坑都填好,楼都建好了,你就直接进来搬把椅子坐着,感受 ai agent 的 真正魅力吧。
粉丝1661获赞1.4万

哈喽,我今天一分钟学会用 photoshop 实现亚马逊上架,全流程送货来看效果。操作非常简单,只需要在多框输入,让它打开什么网站,整理哪些数据,它就可以全自动执行任务,还能语音实时提醒工作进 展。我们来看一下注册结果,目前已经整理好了亚马逊的商品名称、五点描述、价格、销量、主图、 sku 等等相关的信息, 还可以让它直接导出成带图片的 excel 文件,也可以让 open call 直接导入到飞速对表格。接着下一步到了自动化生产,我们新建一个对表格。首先第一列可以批量上传产品的六宫格或者九宫 格图,这样的话可以满足详情图生成中的各种细节要求。接着第二列出产品详情,那这里可以直接让 opencal 在 上一步执行完之后直接导入进来,这里可以根据自己的需求把产品介绍翻译成中文。接着第四列选择要生成的详情页类型,不管是突出产品细节还是做排版设计, 都能保证整体风格的一致性。在整条链路设计好,测试没问题的话,点右侧的更新就可以批量生成了。那这里我测试比例是二十一比九,生成的比例可以根据自己的需求制定选择。还有一个点就是为了保证生成的一致性,这里我把主图和详情图中可能 会生成出来的衣服上传一件上衣作为固定的模板,那后期的话只需要替换服装就能生成不同的主图和详情图,基本的思路就这样好了,一生。本期视频大家点赞关注,咱们下期见,拜拜!

首先创建一台轻量应用服务器,目前可以通过官网活动抢购特惠, l s 实力,仅需支付零点零一元即可获得一个月使用资格。特惠实力默认配置 open claw 二零二六点二点二杠三镜像。 步骤二,实力创建完成后,进入实力详情页,点击应用管理。应用配置,需要开通千帆大模型云助手运维编排 o o s 产品服务,点击一键开通即可开通相关服务。 步骤三,访问 opencloud 官网网站,需要通过幺八七八九端口访问,点击一键放行,放行防火墙。 步骤四,点击模型配置,在模型选择处下拉选择模型,可以选择自己想要的模型,点击应用后,系统会自动创建千帆 apikey 进行时域内配置。步骤五, 如果需要将 openclaw 接入飞书等 i m 软件,可以点击消息平台配置,选择目标消息平台,输入对应的信息,点击应用,具体接入过程可以参考输入框右侧参考文档。 步骤六,点击 skills 配置 l s 默认提供百度搜索、百度百科等 skills 配置,可以按需选择并点击应用。若您想要配置其他 skills, 可清空输入框内容,自行输入 skills, 等待执行成功后, openclaw 服务就已经配置完成。步骤七,如果想要在 openclaw 官网与 openclaw 聊天,可以点击获取网站地址,点击网站地址跳转至 openclaw 的 官网网站,即可体验与 openclaw 的 对话。 完成 openclaw 部署后,即可快速接入飞书、钉钉、企业微信等主流 i m 应用体验。七,乘二十四小时专属 ai 助理。

关于 openclaw, 这段时间我用下来有很多的体验和感受,非常的细节,这里边有很多采看的地方,也有觉得这个产品很棒的地方,所以今天我会花比较长的时间跟你仔细的去讲一讲我一些相对来说比较突出的感受。 首先就是 mac mini, 到底 mac mini 是 不是一个必备的选项?先说结论,如果你是一个纯纯的代班小白,而且对于自己的电脑操作能力没有那么的自信,又希望整个使用能够足够的稳定省心,并且把 oppo color 的 能力尽量发挥出来。那我最推荐的方案就是买一台 mac mini, 而且用 api 的 方式去跑 openclaw, 当然还有很多其他选择,从我目前的整个体验来看,也只有这套方法是最省心,最稳定,也最有效率的。那我一开始的设想其实还比较复杂,本地模型加上 api 的 三层结构, 比如用一台能跑本地模型的 mac mini, 同时配合 api 去完成我的一些日常任务。那当时我 web coding 开发了一个模型路由 skill, 相当于用一个模型调度员,按照任务的性质把模型的调度分成了三层。第一层就是使用 open cloud 开发者也最推荐的 cloud opus, 四点六,那效果最好,质量最稳,美中不足就是价格偏贵。 第二层就是国内的一线模型,比如说像 m 二点一啊, kimi 二点五啊等等。这第三层就是本地模型,当时我的选择是前文三三十二 b 的 q 四量化版本。 那真正跑起来之后,我发现其实坑还是挺多的,而且都是那种很小但是很让人挠头的问题。比如一开始做调研的时候,我跟 ai 聊了很多轮,最后得出了一个结论是,我只需要去购买一台 m 四 pro, 六十四 g 内存的 mac mini, 就 能够把千分三三十二 v 跑通。 当时我还算了一笔账,如果我每天大概消耗一百万的 token, 按照这个成本和产出来看的话,可能七到八个月我购买硬件的成本就能回本了。但是实际跑下来发现,最理想的速度在终端当中是十一个 token 每秒,导致回复还是偏慢的。 如果只是在终端里跑,那速度还算能接受,但一旦接上了 openclock, 这里边有各种 skill 规则、历史记录等等,速度就会明显变慢, 平均下来一个回复的响应时长经常要去到一分半甚至两分半。所以这个速度的体验用我的话来说就是真的非常的拉垮。 所以我后面还排查了一轮,想要搞清楚到底问题出在哪。结果发现其实真正的瓶颈不只是内存,而是在于内存待宽。比如一台 mac mini m 四 pro, 它的内存待宽是两百多 g 每秒, 如果我希望 token 输出的速度更高,比如要跑到二十 token 以上,就得上到 max studio, 但是这样一套下来,成本就往两万块走了。 所以你再去对比一下入门的版本,如果还能通过别的方式拿到更优惠的价格,这个使用 opencloud 的 成本就是四五倍甚至更多的差价。所以与其花一万五六千块钱去升级硬件,还是把这部分钱用在 token 上, 那我更倾向于后者。而且对于我个人而言,使用第三方模型也并没有特别强的隐私焦虑,所以我更能接受纯 api 的 方案。那么问题来了,既然本地模型这么吃硬件,为什么不直接上 vps 或者其他云部署方案呢? 我自己也对比过整个不同方案之间的一个区别,我觉得目前 mac mini 方案最值得推荐的原因有三点,第一点就是它还是能够用到很多 macos 本地系统的能力的,很多东西你再去调用 opencloud 的 时候需要的一些能力, macos 本身就很顺手,而且直接用了系统级的功能去做事。 第二点就是你基本上不需要做太多的额外的配置,就能够第一时间去上手 opencloud, 那 整体使用的路径更短,不容易在环境依赖权限上反复折腾。第三点就是它可以低功耗的二十四小时稳定运行, 那如果你本来就有一台 mac mini, 或者说能够以更加便宜的价格拿到,那整个这个成本和使用体验就会更好。接下来我想讲一讲一些具体的使用细节。 opencloud 跟我们平时使用的正常的 ai 聊天软件到底有什么不一样?首先第一点就是 界面体验,你会发现它的整个界面非常的朴素,甚至是有点原始。如果你用 webchat, 也就是本地网页去聊天,你会明显感觉到它不像 chat gpt、 cloud gemini 或者是豆包那样的简洁清晰。 核心的原因是它会把很多后台规则以及本地执行的命令信息直接展示在前端,所以整体看起来会更加的工程化,不那么小白,用户友好。 第二点就是整个思考的展示方式,大家现在主流用的模型,像我们上面提到的那些产品,通常会把它的思考过程展示给你看。但是在 openclaw 里,它通常只会显示一个 thinking 的 气泡,不像其他模型那样让你看到整个过程,而且它的速度也算不上多快。 当然,这个取决于你具体使用的模型,尤其是当你使用了飞书跟他的沟通后,你会发现他可能会在 thinking 这个状态上停留很久,页面没有任何文字的流逝输出,也就是说你看不出来他到底在做什么,进行到哪一步了。第三点就是文件和截图这类的能力相对来说偏弱。 比如你希望他自动发截图给你,其实需要提前去做一些固定的设计,或者是预埋留一些习惯让他知道你的偏好。否则在默认情况下,他更倾向于把文档和图片保存在本地,然后你得自己去打开对应的 md 文档或者是图片进行查看。 综合上面所有的尝试和对比,我最终的选择是用了一台配置更加入门的 mac 模型,而不是原来的本地模型加上 api 的 组合。 再往下一个更加现实的问题是, open club 到底适不适合普通人去使用呢?那我的结论是,他更适合那些有探索精神,也能接受相当程度风险的人, 因为他出风险的概率实在是不小。你会在网上看到各种成功的案例,但是很少会有人把自己遇到的风险和翻车的经历一五一十的讲出来。而且这种风险不止存在于 open club 这种独立开发者开发的开源项目, 就连前一段时间 cloud 推出的 cowalk 也有类似的系统级风险。我印象最深刻的是看到的一个帖子,有人用 cowalk 的 时候,直接把电脑里一百多 g 的 文件全删了,而且找不回来。 所以如果你不希望发生这类的事情,最稳妥的方案就是做真正的物理隔离,用一台专门的 mac 或者是主机单独去跑 opencloud。 而且在真正决定使用这个产品之前,还要做一个二选一的决定,要么你给他系统提供权限,让他可以调度整个电脑操作系统的很多底层能力,要么你就干脆不要用它, 因为一旦你限制了他的权限,不让他做事,你拿到的就是一个很基础很受限制的积累,整件事情就真的没有必要浪费时间了。那么 open cloud 的 价值到底在哪呢?我觉得本质上他是 ai 圈里的先行者,是那种用来探索上线的产品, 他的很多技术能力在行业的从业者来看,其实并不算前沿,甚至可能在一年前两年前,其中大部分的技术能力就已经有人做出来了。 但是这个开发者真正厉害的地方在于两点,第一是他把这些能力整合成了一个完整的产品,可以让你在一个地方跑起来。第二就是在很多细节体验上做了大量的调教,最终把功能上限和实际体验做到了一个相对极致的平衡。 不过如果你是完全的小白,没有任何代码基础,也没有很多 ai 使用的经验,那我的建议是先等等。因为现在很多国产替代已经在路上,而且很多产品已经很好用,也更适合普通人直接上手。 那最后说说我自己的后续,对于我个人来说,我还是会继续去探索 open 这种玩法,因为如果把它当做一个探索自主化智能体的项目,它确实非常有意思, 而且我觉得它有很大的利用空间,能够帮助我去做咨询、抓取内容选题和生产,甚至半自动化的工作流,去迭代我目前正在使用的这套 ai 内容生产工作流。那最终我的目标是获得一个有眼力见,懂我的需求的合格的数字员工。所以后面 我还有很多的东西会分享出来,包括很多具体的 open class 的 使用方法。不止会包含 ai 自媒体方面呢,也会有很多适合普通上班族的用法。所以如果你感兴趣,欢迎关注我,这里是实业,正在与你分享 ai 一 人公司的成长过程,我们下期再见。

原版的小龙虾基础上,给他做了一个 u r 的 一个重写命令窗的引导页,给他变成网页版或者是 windows 版。然后在这可以选择不同的模型, 也可以自定义自己的全局接口 网关配置。在这小龙虾,它可以自动发现当前局域网所有的小龙虾设备。 在这个配置通道,我们启动哪个,它就可以默认走哪个通道。 然后对 windows 技能做了一个全面的适配, 增强了他在 windows 环境下的一个一个技能和插件的适配,可以在 windows 电脑上也可以像 mac 一 样流畅的运行。 还有搜索,搜索方面的配置直接可消化,当我们点击完成 之后呢,他就就跳转到我们的页面控制台,并且增加了中文方面的适配。多语言 代理可以在这可以选择我们所有的内置的模型, 模型方面呢,也增加了一个工艺供应商管理和配置,它会显示每个供应商所包含的所有模型。 技能呢,给他做了一个更方便操作的页面。 其次增加了 mcp 市场,可以通过安装对应的 mcp 快 速来结合 mcp 相关的技能来实现一个正确的对话。

网络搜索对于一个 ai agent 是 必不可少的,那我在使用 opencloud 的 时候,我是让他每天早上八点给我发一封 ai 的 简报,他需要去网上搜集信息,然后做一份摘药给我, 但是今天我发现他给我的药物里面缺失了很多东西,原因是什么呢?是因为我配置的 brief search 触发了限流。我去看了一下 brief search, 他的产品页上面确实告诉我说免费用户一秒钟只有一次请求的限制, 所以他导致了这个限流。那怎么办?我就去找了另外一个产品,叫泰维里,我给大家看一下他的官网,叫这个产品, 那这个产品使用起来非常简单,我们只需要来到它的官网叫它为你点 com, 然后登录进来就会到这个界面,大家跟着我操作就可以了。在这里添加一个 api key, 输入任何的名字都可以点击添加, 添加之后到这里来复制 api key, 然后我们还要做另外一个动作,我们到这个地址来叫 clop clawhub 是 openclaw 的 一个技能的集合的网站,这里面囊括了 专门给 openclaw 开发的这些 skills。 这里有一个搜索,去搜索一下这个技能是目前 tablie 的 下载量最大的一个技能,叫 tablie web search, 把它找到很简单,把这个地址直接复制下来,然后来 opencloud 里面告诉他说我们把这个技能开通,你把地址复制给他 好,他就会很快把它安装好。安装好之后,他告诉你需要一个 apikey, 你 就把刚才你复制来的那个 apikey 给他。 ok, 就 这么简单。安装好了之后,我们来看一下效果, 我让他给了我一份给爱斋要,那这份完整的斋要我就更满意了。首先 codex 五点三的发布, cloudops 四点六以及其他我需要的这些方面的信息都非常全面的给到我了,而且没有触发限流,所以我现在已经决定完全切换到他那里了。那他那里他的免费用户的额度也挺充分的, 一个月是一千个积分,那今天我的这份斋药其实用了五个积分,对于我来讲,每天其实斋药就是一份,我觉得完全够用了,它还可以有余量让我做其他的事情, 所以大家可以去试一下这个产品。而且还有一点就是 brief search 这个产品在国内是可以访问的,所以我更推荐这个搜索引擎。

想玩 open 可乐,但是现在还不知道如何安装的朋友呢?这个视频啊,大家可以好好看一下哈。呃,为了这个教程呢,我大概搞了三个晚上哈,整整一共有三十页 呃,中间详细的步骤截图一共超过有六十张哈,把苹果和 windows 两段的部署环境配置以及呢我们尝鲜啊,上手的体验啊,都放在了一起,连中间哈怎么踩雷的,怎么报错,怎么解决哈,全都给大家去完整的走了一遍哈, 我相信大家跟着这个文章走哈,基本上就能够还原出来哈,不用再去找一些那种啊,零散的一些教程哈,我相信这一份 pdf 就 够了哈。获取方法呢,大家可以看一下评论区哈。好吧,我是郭振哈,咱们下个视频再见。

最近挖到了做详情页的一个懒人新思路,即使手里没有白底图,也能搞定一整套高质量的视觉方案,直接上干货。以加湿器为例,第一步,我们先找对标,去筛选两到三个视觉做的特别好的参考图,如果产品外观一样,直接把白底图存下来。第二步,提炼核心,打开 ai, 选择用 pro 模型 上传产品图,我们先让 ai 帮忙提炼产品的核心卖点,这里记得告诉他要和对标产品做出区分。第三步,拿到卖点后,我们继续接着对话框,复制这段提示词。 复制这个参考员,让他根据这些设计一套电商主图和 a 家页面的方案,然后新建画布,把生成的提示词粘贴进去, 上传刚才的百里图。重点来了,稍微修饰下词条,打开联网和思考模式模型,选择 nano banana pro 模型,点击发送。 为了不浪费生成次数,建议先出三张图看看效果,你看场景光影都很顶。如果觉得排版差点意思,不用急,直接把对标的参考员发给他,让他根据对标风格自己去学习那个排版,他立马就能生成一套既美观又实用的主图。 产品融合的没毛病,文字也没有任何错误,真是太顶了!主图定好后,再让他延展设计 a 加页面,不到一会,六张视觉图就全出来了,这执行力确实没话说。细节也能微调,如果有错误的地方,点击涂抹,就能消除你不想要的元素。 如果想要修改文字,点击图片选择编辑文字,就能直接在图案上修改文案。甚至如果你要出多语言版本,点击图片输入指令,他就能直接翻译或者想换个场景推同系列的新品,点击 mark 键,点击局部就能无痕替换产品。 最后点个高清放大,一套能直接落地的详情页就搞定了,赶紧去试试吧!好了,今天的视频就到这了,记得点赞、收藏、关注,下期再见!

哈喽,太牛了,我用 ai 做了一个一键生成商品详情页,在这里上传一张你的图片,我这样图片就是真的是随手拍的,然后你在这里输入这是一瓶饮料,就把你所有的卖点什么之类的写好,如果你没有写好, ai 也会通过这样 照片来去做智能分析,选择一个比例清晰度,好,我们来生成,然后他就会出十二张商品详情页的一个明细,如果哪一些卖点你这边不同意,你可以去修改, 如果 ok 的 话,开始第二步渲染全案,噔噔噔他就出来啦,这就是商品详情页,你换任何一个品类都可以立即下单,而且你们看下这个中文字体, 完全没有崩坏,然后每一张图都可以用,你可以在这里下载全案素材都是基于我上传这个随手拍的一张照片啊产生的,大家可以看下这个清晰度,如果说你是做境外的,你可以在这里去切换语言,这上面所有的中文文字都会变成任何一个国家的语言,太牛了, 太牛了,你看这个我们已经试过好多次了,这是一个随手拍的梳子,然后他出的图, 看这里还有一个模特的 ai 生成,模特的对比图细节,所有的参数大家都可以去网站上调。再来看我们一张随手拍的饮料,欢迎大家体验我们一键生成商品详情页的功能。

大家用 ai 去制作商想本来就是图方便,想一键生成,但现在有很多教程,又复杂又容长,又是提示词,又是参考图,然后还要到深图软件里面去修修改改。所以我们今天就重点推荐几个小白用户也能够无脑出图的平台。 第一个 logo, 你 可以把它理解成一个 ai 设计师,它最大的亮点就是解决成套交付的问题,你给他一张产品图,他能给你吐出一整套图,主图、卖点、场景全都有。而且最绝的是它支持图纹分离, 在 loft 里文字和图层是分开的,不满意的话你可以直接改,甚至你可以导出原文件在 ps 里面去修。如果你想模仿某个爆款海报或者商享的风格,用它也是最快的,它就非常适合需要高质感商享,或者说自定义化商享的朋友。 第二个,美图设计师,这个工具的逻辑就是极致的电商落地,非常适合国内做某宝 pdd, 或者是说一人公司的一个卖家。 它比较强的地方就在于主体一致性。很多 ai 深图可能会把产品画歪,或者是说细节变样,但美图在保持产品光影纹理这一方面做得非常稳,你只要输入一句话,它就能够利用 ai 模特来生成一整套的电商相界面,加上它支持手机和 pc 端同步, 平时你在外面也能够用手机来改图,这个对小团队来说非常友好,效率非常高。第三个, linux, 如果说你是做跨境电商,比如说亚马逊或者 t k, 那 选它最顺手。它的核心逻辑是素材和模板,它内置了很多欧美审美的模板,并且支持多语言自动翻译以及多尺寸匹配, 你上传一张中文图,它能够自动给你翻译成英文、德文,还能把尺寸自动调节成亚马逊专用的。不过有很多博主反馈,它的算力消耗非常快,使用成本比较高,但是它生成出来的图片效果还是比较不错的,大家用的时候稍微注意着点自己的额度就好了。 第四个就是 runnyhab 以及 leibub, 这两个属于工作流平台,他们的逻辑是精准控制,他们主要靠大神搭建好的康比特工作流,比如说你是做服装的,想要去掉衣服的褶皱,但是保持面料的纹理,用普通的软件可能很难,但在这些平台上,你只要找一个去褶皱的工作流,就能够很好的处理。 他们上面也有很多这种商详的工作流,效果也非常好。这类平台它的使用门槛会高很多,但稳定性和可控性也是首屈一指的,他们就比较适合对图片质量以及商详有严格要求的一个境界玩家了。 最后第五个要推荐一下我们自己的小工具,我们的工具呢,主要是用 ai 为服装内容去提供一个一站式的解决方案,所以也包含了深层服装商享的一个功能,使用起来很简单,上传衣服以及说对标的商享,然后再简略的填一下卖点,就可以直接出图,效果大家可以自己看一看,如果客户有自定义的需求,也可以用这个无线画布来出图, 但这个就会复杂很多。以上这几个平台和工具,大家可以根据自己的具体情况去做选择。我是牧童,目前正专注于用 ai 为服装行业提供解决方案。我们下期视频再见。

这是我给 ai 的, 这是 ai 给我的。一起来用 ai 做一张详情页,拍一张照片,让豆包对这张照片进行精修。豆包给了我们这样一张图, 把产品信息发给 deepsea, 让他给我们做一个产品营销策略,用这个提示词出来的文案,既有主题 又有画面呈现。接着让他扮演一个资深设计师,根据营销策略和卖点,给我们策划一整套详情页。 ai 会有逻辑的分好每一篇的设计内容, 每次复制两个模块到节目申图,最后就会得到一张完整的详情页。文中的 ai 指令我都整理好了,私信我,六六六,我直接私发给大家。

只需要丢几张产品照片,产品的电商详情页就可以自动生成出来,这还不算电商人的福利吗?先看效果, 我上传了两张手表的照片,然后使用扣子工作流一键生成了这样的十二张产品的详情页图片包括促销信息,产品的主图,模特的穿戴效果,核心卖点的提炼,每一个单一卖点的讲解,所有的内容通通一键生成。 并且除了手表以外,比如说像鞋子、首饰、包包、服装等产品,都是可以用这种方法一键来进行详情页的生成。那这样以来,做一套电商详情图,不需要你请设计师,也不需要你懂复杂的设计软件,自己花十几分钟就可以搞定了,既省时间又省成本。 那今天呢,我就手把手教大家如何去搭建这样一套扣子工作流,小白也能轻松上手。我们首先还是打开浏览器搜索扣子, 然后呢,点击扣子编程,点击左侧的资源库,点击右上角的资源,然后找到工作流,点击,我们首先来创建一条新的工作流,工作流的名称我把它命名为电商啊,必须是用英文字母 那工作流的描述,这里生成详情页,简单写一下,然后点击确认,这样的话我们就进入了一个空白的工作流界面。 那在开始搭建我们的工作流之前,我先帮大家梳理一下今天这条工作流的整体的搭建思路。那我们今天要搭建的是一个电商产品的详情页, 所以呢,我们首先需要在开始节点呢,上传商品的图片,输入商品名称。当然呢,我们还可以再增加一个变量,比如补充我们商品的一些卖点呀,促销信息等等,这也是可以的。 然后呢接下来就是生成我们的详情页的画面了,那用 ai 生成图片的话,无非是先生成提示词,然后呢来生成画面,所以呢后面两个步骤分别是提示词的生成和详情页画面的生成,那我们把整个工作流的搭建步骤给它复制粘贴过来, 这样我们等会就参照我们的搭建步骤,一步一步进行搭建即可。那我们看第一步是需要在开始节点输入两项内容,分别是商品的图片和商品的名称。好,那我们点击我们的开始节点。首先呢我们设置第一个变量 image, 然后呢对它的变量类型进行配置,我们选择 array 格式的 image, 这是什么意思呢? 就是可以一次性上传多张商品图片,这样的话我们是不是可以用不同角度,不同场景下的产品图片去让大模型更好的识别,保持我们产品的一致性。 然后呢我们再输入第二个变量,第二个变量呢 name, 也就是我们商品的名称。当然呢后续你还可以再增加其他的变量,比如说我们商品的一些卖点呀,还有一些商品的促销信息等等,都是可以的。 那我们这里呢,今天就先输入这两个变量,然后我们开始节点就配置好了,上传了我们商品的图片和我们商品的名称或者一些其他信息以后,那接下来呢,我们就要去转一些用于详情页这些画面生成的提示词了。生成提示词我们需要用到大模型的节点, 然后呢给大模型进行一下命名,那这个节点的大模型的作用的话是用于生成详情页的框架,那我们这里呢对它进行命名, 那什么叫做详情页的框架呢?因为我们的电商图片它是一组多张,那每一张图片它都有不同的功能定位,比如第一张图片可能是我们的产品首图,那接下来呢会有些卖点的讲解啊,那中间的话还会补充一些网友的评论啊,包括我们的一些质检报告等等, 这就叫做详情页的框架,我们先把这个框架搭出来,然后呢再把我们产品的具体内容给它填充进去。那我们接下来呢对大模型节点进行配置,首先呢我们看模型这块,我们给他选择豆包一点六视觉理解, 因为我们需要我们的大模型能识别我们的图片,所以呢需要用到这样的多模态的模型。然后呢再输入这里,我们把我们开始节点 name 商品名称给它引入进来,那视觉理解输入这里呢,我们点击右上角这个加号,给它新增一个变量,那我们把开始节点的 商品图片给它引入进来,那系统提示词这里呢?因为时间原因,我们把我们已经提前准备好的二维形提示词给它复制粘贴过来, 这个提示词比较长,我们看一下它的一个整体结构,它是一个比较经典的三段式的大模型提示词。 首先呢是它的角色定位,它是一个专业的电商详情页设计师啊,它需要做这样一些事情,接下来呢是对它的技能的描述啊,技能一,你需要进行卖点的深度拆解,那技能二你需要完成十二张独立图片的精准布局等等, 我们把我们的技能给他附加上去,最后呢他生成的提示词需要参照我们给到他的模板进行输出,那比如说第一张图片啊,需要怎么样怎么样?那第二张图片呢,具体的细节,画面的布局需要怎么样? 最后呢还会对它进行一些限制,比如说一些不合规不合理的内容是不可以输出的,这就是我们生成详情页框架这个节点的大模型提示词。然后呢用户提示词这里呢,我们按住 shift 加花括号,然后呢把我们这个节点传入的两个变量给它引入进来, 当我的变量名称变成蓝色的话,说明我们的引用是成功的就可以了。然后输出这里呢,我们只需要对我们的输出的变量类型进行一下调整,我们把它修改为 array 格式的 string 啊,因为我们在这个节点呢,需要输出十二张画面的提示词啊,所以呢它是一组的概念。在这里呢,我们用到一个字母串数组的变量类型,然后我们这第一个大模型节点就给他搭建好了。那完成第一个大模型的配置以后,接下来我们需要做的事情是什么呢? 我们看看啊,我们提示词生成这个阶段,先生成详情页的框架啊,现在已经有了,第二步的话叫做结合行业进行优化啊,为什么有这一条呢? 我们第一个大模型他生成的这个详情页的框架相当于是一个普遍适用型的框架,任何行业都可以用它去生成, 但是每一个行业每一件产品都有各自的特点,那我们需要他结合我们上传的我们提供的具体的产品进行详情页框架的优化。所以呢我们这里呢给他再增加一个大模型的节点, 我们对它进行重命名。那第二个模型的作用的话是结合行业进行优化,然后呢点击对它进行配置。模型这里呢我们依然选择一点六的视觉理解, 然后输入这里呢我们有两个变量,那第一个变量呢,依然是我们开始节点的商品名称,但是呢点击加号,我们需要再新增一个变量。那第二个变量呢,是我们生成详情页框架这个节点的输出。 视觉理解输入这里呢,我们依然把我们开始节点上传的商品图片给它引入进来。 系统提示词我们依然进行复制粘贴。这条提示词呢相对就比较简单,主要是把我们第一个大模型节点输出的内容结合我们上传的商品进行优化调整,让它更加贴合我们目标产品的特性。 然后用户提示词这里呢依然是按住 shift 加括号,把这个节点输入的几个变量给它都引入进来。 那在输出这里呢,依然是调整我们的变量类型 array 格式的 string, 那 这样的话我们第二个大模型接电也就配置好了。然后呢我们再来看我们提示词生成环节的第三步,叫做精简优化,因为我们第一个模型和第二个模型它生成的内容有可能是比较融于的, 比较长的,那有可能在我们进行图片生成的时候这么长这么复杂的提示词,不一定能被我们的深图模型很好的理解,所以呢,保险起见,我们对它们进行一次精简和优化。然后呢,给他继续添加一个大模型节点, 这个大模型的节点呢,我们它命名为优化,然后呢,这里我们选择默认的模型即可,因为这个节点的工作呢,并不复杂。然后输入这里呢,我们把 我们结合行业进行优化之后的输出啊,给它引入进来,然后系统提示词依然进行复制粘贴。你是一个专业的提示词处理专家,不管多复杂领域的提示词,都能处理成被各种生图工具识别的提示词,这就是它的主要的功能。然后用户提示词这里呢, shift 加括号,把我们的 input 给它引入进来。输出这里呢,依然调整我们的变量类型, array 格式的 string, 那我们最后一个大模型节点也就配置好了。然后在这里呢,我插播两条使用工作流的小技巧。 那我们以今天的工作流为例,我们需要我们的大模型一次性输出十二张详情页画面的提示词,这是一个相对比较复杂的工作, 那有可能会出现一种情况,就是大模型会报错,因为我们的工作流里面的大模型,他每一个节点的运行时间不能超过三分钟,如果超过三分钟他就会报错,而我们今天的工作比较复杂,有可能他就会超过三分钟。所以呢,为了让他不报错,我们可以对我们的大模型 在这个地方进行一下特殊化处理,也就是异常处理。这里我们点开超时时间一百八十秒,我们把它设置为六百秒一样的,对我们其他两个模型我们也进行这样的配置。异常处理这里我们都给它调整为六百秒, 这里呢也改为六百秒。那第二个小技巧呢,是我们通过三个大模型一次性生成了十二张图片的提示词,接下来呢我们就要进行画面的生成了,但是如果我们之前的提示词生成的质量很差, 那我们后期一次性生成了十二张图片,十二张图片有可能是没法用的,那这样的话不是白白浪费了我们的资源点,或者是我们生图的这个算历程吧。那有没有什么办法可以在工作流运行到这一步的时候,让他先暂停一下, 我们检查一下我们之前输出的提示词到底质量怎么样?质量没有问题,我们就接下来去生成图片,如果质量有问题,那我们就重新来调整我们的大门型节点的内容,所以呢我们这里呢可以插入一个叫做 输入的节点,输入节点在这里没有什么实际的功能,他主要是把我们的工作流给他暂停一下,工作流运行到这个节点的时候,他会提示你有内容需要输入, 那我们就可以回过头来看一看前面三个大模型输出的内容到底有没有问题,没有问题我们随便输入一个内容,工作流就会继续运行下去, 如果有问题,那我们就直接暂停了这条工作流,去修改和优化我们的工作流内容了。这是今天给大家教授的两个工作流使用的小技巧,那截止到这一步的话,我们之前的第一阶段,第二阶段的工作就已经完成了, 我们提供了商品,然后呢生成了提示词,接下来呢我们就要利用提示词来生成详情页的画面了,不过我们这里呢是要一次性生成十二张画面,所以呢我们利用的是循环生图的方式,我们在输入节点之后呢插入一个循环节点,我们点击循环节点进行配置, 使用数组循环。然后呢这里循环的是什么内容呢?是不是我们精简优化之后的这十二组提示词,那输出这里呢,我们暂时不去管它,然后我们在循环题里面插入一个生图的插件, 我们在插件市场搜索 nano 图片生成,然后找到这个插件,你和 ai 开发的 nano 图片生成,它调用的是 nano banana pro 的 生图能力。然后呢我们找到这个 nano 图片生成这一个插件,给它添加进来, 这里呢给它连上。然后呢我们对我们的生图插件进行配置, 首先呢它这里呢需要输入你和的 api k, 那 这个 k 呢,我们给它复制粘贴进来,那这是我的 k, 我 们给它复制 这个 k 呢是需要自行获取的,复制是无效的,那如何获取呢?我的文档里面有讲到,大家需要用到这个 k 的 话,可以自己啊自己去研究一下这个文档如何去获取,然后呢获取到自己的 k, 然后呢我们把它复制粘贴过来。 提示词,这里呢我们是需要把我们在循环节点引用进来的这个提示词,这个变量啊给它传进来, 然后参考图片,我们这里呢参考的是我们在开始节点上传的我们商品的图片,这里有一个报错,但是呢大家不用担心,因为我测试过这个数据格式呢,它是可以被我们这个插件直接去读取的啊,所以报错呢,可以先不去管它。 然后这里呢有图片的比例,我们图片比例呢,我们选择九比十六,然后呢它的清晰度这一块呢,我们选择二 k 的, 这里有一个提示说二 k 和四 k 的 运行时间较长,超时时间建议设置为六百秒,所以呢我们在异常处理这里呢,把一百八十秒改为六百秒, 这样的话我们这一个插件的配置就完成了。那理论上来讲,我们的提示词传入我们的生图插件,然后生成图片,那第二个提示词传进来生成图片,然后依次把十二张图片都给他生成出来。但这里呢大家需要注意的点是,我们的生图插件他不一定是长期稳定的, 它有的时候会出现生成失败的概率,但我们还是希望一次性把十二张图都给它生成出来。所以呢,我们这里呢需要增加一个保护机制,我们把这个连接给它断掉,然后呢添加一个选择器的节点,那选择器这里我们点击。 如果我们的这一个生图插件,它生成的图片地址 不为空,不为空意味着图片地址成功生成,也就是图片成功生成了。另外一种情况就是没有成功生成,那我们需要继续去生成图片,继续生成图片的话,我们这里呢给他添加另外一个插件叫 n 二 啊,它还是米核 ai 开发的,同样调用的是 nasubao pro 的 生图能力,只是呢它选的是另外一个通道,我们把它给添加进来,这样的话第一条通道如果走不通的话,那我们就去走第二通道,我们对它同样进行配置。 key 还是刚才的这个 key 提示词呢,依然也是循环节点的这一个提示词, 参考图片,参考开始节点的商品图片,一样的九比十六的比例和二 k 的 清晰度异常处理呢,记得还是六百秒,这样的话我们就完成了第二条生图通道的配置, 那最后呢我们给它添加一个变量聚合的节点,然后呢把这条线也连接起来,那变量聚合这里呢,我们首先选择第一个生图插件生成的 u r, 然后呢再来选择我们第二个生图插件生成的 url, 它的意思呢就是不管是哪个通道生成的图片,最后呢我们把它合并在一起, 这样的话就是我们十二张图片啊就凑齐了,我们把它连接到我们的循环体上面,最后呢循环这里的输出,我们把它设置为变量聚合节点的输出, 这样我们整个循环生图节点就配置完成了。那在循环生图的过程中呢,除了我们的有效地址以外,他还会生成一些空的或者无效的图片地址,为了最后的生成结果他比较干净好用的话,我们这里呢给他再新增一个节点, 我们在插件里面找到常用代码块,找到这个常用代码块,然后呢添加这样一个插件数组列表,去除空数据啊给它添加进来, 我们把我们循环节点生成的结果给它进行一次空数据或者无效数据的去除,这样的话最后保留下来的地址全部是我们有效的图片地址了, 我们最后呢把它和我们的结束节点连接在一起,那结束节点的输出呢,就是我们去除空数据以后的这个节点的数据,这样的话我们整个工作流就搭建完成了,我们进行一下测试,点击工作流下方的试运行按钮,看看我们这条工作流能不能跑得通。 这里呢我上传几张我提前准备好的鞋子的图片, 然后呢名字,这里呢输入 n 是 板鞋吧,然后点击试运行,我们看到我们整个详情页的框架提示词已经有了,我们点击预览看一下它的内容, 它对每一张图片的内容现在进行了规划,第一张图是手屏,然后呢卖点速览多视角,最后呢进行行动引导,是一个完整的详情页的 经典的结构,然后呢根据行业进行了优化,然后进行了精简优化,我们看下内容,他数出了十二条提示词, 现在来看应该是没有什么问题的。然后呢我们在输入这里呢,随意输入一个数字,然后点击保存的话,整个工作流就会继续运行下去, 那现在呢整条工作流已经运行完成了,也输出了最后的结果,我们看一下结果怎么样。十二张图片的地址,我们随便点开几张看一看,这是讲这个鞋上面的这个刺绣工艺的, 这是核心卖点,这是做了一个对比,穿这双鞋和穿其他普通鞋在防滑这块有什么差别。好了,可以看到这条工作流已经成功搭建出来了,那我们今天的教学也就到此为止了,我们下期见。

兄弟们,离了个大谱,现在做详情页只需要一点,先上传咱们的产品图,就这里一张白底图就行了,然后勾选这个自动模式,下面的场景你选不选的都可以, 然后设置九张直出就行了。来我们看看效果,最重要的这一套还不到三米,你说你完全没接触过的小白,也完全没关系,不仅有教程文档,而且拒绝了任何复杂的提示词,完全一键。

大家好,我是文言,今天带大家来做一个一键生成电商产品详情页的智能工作流。今天这个工作流质量还是蛮高的,而且非常智能, 因为我们每个人的产品不一样,赛道不一样,针对人群的痛点也不一样,但是我们这个工作流可以根据不同人群的不同痛点来给我们生成文案,然后再针对不同的文案来生成详情页。先看一下我们这个产品的案例啊,棉拖女包,然后再看一下我们搭建步骤,一会我就按照这个步骤一步一步来带着大家一起完成我们这个工作流, 只要你跟着文言的节奏一起来做,你也一定可以搭建出来这种一键生成电商产品详情页的工作流。 ok, 首先我们来看一下我们产品的案例, 我是上传了三张我们棉拖的这个照片,生成的质量非常高哈,清晰度也蛮高的,我们做的是两 k 的, 包括这个产品的细节啊,还有这种对比啊,做的都是挺好的。还有这个女包细节的展示,包括容量的展示, 最后包括我们这个产品的促销都可以给到位,包括这个上身的效果图啊,把今天实力我们就演示这么多,在我们搭建完成之后,再给大家输出来结果,再去给大家分析一下。那我们现在就进入到今天的实战环节,进入到扣子的官网,我们左边找到扣子编程, 然后选择资源库,在这里我们选择右上角的资源,然后添加工作流。工作流名称这里我们只可以输入英文或者字母,中文是添加不了的,我们这里是详情页,可以先简单的给他写一下,然后工作流描述,这里就可以把我们工作流的功能写进去,一键生成电商产品 产品详情页。 ok, 那 我们整个工作流就已经创建完成了,给到我们一个开始节点和一个结束节点,结束节点我们先不管他,从开始节点搭建,在搭建之前呢,我们把我们的步骤先复制到我们工作流里面, 我把我们的搭建步骤复制过来,按照我们这个步骤一步一步去做,先把我们的框架捋好,然后再去完善细节。 ok, 开始节点我们是要输入产品的名称,还有我们产品的图片名称,在变量名这里输入,还是不可以输入中文的,只能英文或者字母内幕,这是产品的名称必填,我们勾上还有产品的图片 image, 在 image 图片这里我们选择 array, 找到 file, 我 们选择 image, 因为我们上传的图片不是一张,有可能参考图,我们上传四五张,所以这里一定要选择 image。 然后进入到我们工作流的第一步,搭建工作固定详情页的框架以及我们图片的设计,这一步工作需要我们配合大模型来完成,我们拉出来一个节点,选择大模型, 在我们拉出来节点之后,第一件事一定是要给我们这个节点改一下名字和步骤,不要懒,省事,因为我们这个工作流虽然简单,如果说你在后面搭建的工作流多的时候,你根本记不清哪一个是哪个。第一步是固定详情页尺寸和图片设计, 我不偷懒,你们也不要偷懒,按照我的步骤一步一步来做, ok, 模型这里我们选择豆包一点六的视觉理解,因为我们需要识别用户上传的图片,好吧,需要用视觉理解这个大模型来去完成。在这里输入,我们需要把我们的产品的名称输入进去,然后还有宽度, 长度,我们直接给一个值就好了。七百九视觉理解输入这里我们选择开始节点输入的 image, ok, 我 们重点讲一下这个系统提示词,系统提示词就是给我们这个大模型给他一个定义,你是什么角色,有什么样的技能可以帮助我去做什么? 把我们大模型的功能给它具体化,这个提示词需要我们去叠带来,我做好了一个提示词,我们放进来就可以,这个提示词我做了四到五遍才给大家做出来这种比较合适的效果,这种比较完美的。 ok, 我 们现在看一下我们系统提示词角色定位,你是一个专业的电商详情页设计师,精通视觉语言与用户心理,打造我们一眼心动,一看就懂,一键下单的爆款详情页。 我让它生成的是十二张独立的图片,这个是可以根据你的需要自己去修改的,包括十五张,十六张,十八张都可以,好吧。然后接下来就是我们这个大模型的技能,技能一卖点,深度拆解,然后还有我们的技能二,这个写的还是非常详细的,包括后面我们这个每一张图片独立设计都给的到提示词, ok, 包括最下面我们也要给到限制,因为有些类目确实是偏那个什么的,对吧?禁用这些名词啊,是不可以用的,接下来是我们用户提示词,用户提示词这里需要把我们系统提示词用到的变量要给它在这里添加进来,包括我们产品名称, 产品图片,还有我们的详情页宽度。好,这里有一个细节啊,我们要把输入加左花括号键, 选择产品名称 name。 ok, 变成蓝色的,说明我们这个大模型识别到了,如果说不是蓝色的,就是没识别到产品的图片, image, 产品的宽度,对吧?我们都加进来,然后输出这里我们 open 的 变量名不用改,在变量类型这里找到 array, 然后我们选择 string, ok。 异常处理这里我们一百八十秒,给它改成一百六十秒,因为我们处理的内容还是蛮多的,如果说一百八十秒它处理不完的话,是给我们报错的,所以我们这里加一个保险,改成六百秒。 ok, 第一步我们完成了,然后开始我们的第二步,第二步是按照我们产品的分类去给它自动优化,这个步也是需要我们大模型来配合完成的,我们每拉出来一个节点,记得一定要及时去把它名字改了,按照产品的分类自动优化。 ok, 这一步模型我们依然选择多宝一点六的视觉理解这里输入。我们首先要把产品的名称输入进来内幕,然后还有我们第一步所给到的提示词 output, 然后这个内幕我们可以改一下 类目视觉理解这里我们也是要把开始的这个编辑添加进来,这个系统提示词我也给大家写好了,直接复制过来就可以。 ok, 看一下我们系统提示词,你是一个专业的详情页设计师,这是给到我们大模型的定位,你专注,如果说我们举个例子哈,我们做的是女包类目,你专注女包领域,你能根据给的女包 女包的图片和哎,看到没有,大家看到没有,这个花括号里面没不是蓝色的,说明它没有识别到我们这个变量,因为我们找一下,这里没有 input, 所以 我们点击一下这个 input 就是 我们这里输出的第一步输出的 output, 把这个改好之后,再重新念一下,你能根据女包,女包图片还有女包的提示词,结合女包行业特点进行提示优化和提炼, ok, 这样就顺畅多了。 在用户提示词这里,我们还是一样把所有上面引用的变量都在这里加进来,产品名称, shift 加左括号键,产品图片编辑,还有我们详情,哎,详 情页尺寸,不好意思啊,详情页尺寸和图片设计提示词,对吧?这里还要加一个提示词,然后输出这里我们还是要把这个 string 改成 a 语句一长处理一百八十秒,改成六百秒, ok, 这是第二步我们就完成了。接下来我们第三步是精练提示词,因为我们第二步给出来的提示词非常容易和繁杂,我们要进一步的提炼和优化,让我们生成图片的时候呢,可以更好的识别,这一步我们还是需要大模型来完成, 拉出来大冒险的节点。第三步,精练提示词, ok, 这一步我们就不用再把它设置成视觉理解了,默认给的一点五 pro 就 可以够用了。然后再输入这里,我们只需要输入第二步骤所输出的提示词就可以了,因为我们只是针对第二步的它生成的结果来进行优化嘛。系统提示词我也给大家做好了,我直接复制过来 也是一样哈,我们这个结构是不会变的,他的角色定位,包括他的技能,包括他的限制都要给的。你是一个产品的提示词处理专家,这是他的角色定位, 你都能处理成被各种生图工具识别的提示词,这是他的技能。 ok, 每个提示词都是一张单独的图片,一共十二张图片,提示词这是给他的限制,这里我们还是要把这个用户提示词引用的变量把它加进来。 shift 加左括号键,这个是产品 分类提示词。 ok, 在 输出这里我们还是改一下啊,把 script 改成找到 er 里面, er 里面点击 script 异常处理一百八十秒,我们一样改成六百秒。 ok, 大家可以看一下第一步、第二步、第三步做的都是同一个动作,都是把我们的提示词给优化好,这其实是第一大步。然后接下来就是第四步,这一步参考图转组其实更像是一个中转站,因为我们在开始节点的时候输入我们的参考图嘛, 参考图的格式是 erimagine, 但是我们的生图的插件不一定能识别到它的这个数据类型,所以说我们一定要改成一个我们生图插件可以识别到的变量类型。在这里我们还是用到大模型节点, 拉出来节点。第一步先改名字,参考图转组,转组其实是转变类型, ok, 我 们第四步参考图转组模型,这里我们直接选择默认的一点五 pro 就 可以啊,虽然我们处理的是图片,但是我们并不需要识别图片的内容,只是给它转一下它的变蓝类型就可以了,所以在输入这里,我们选择开始的上传的这些图片, 如果大家可以看一下哈,如果说我没有选择视觉理解,在这里是不可以添加图片的,对吧?然后系统提示词是给到我们这个大模型,给他一个角色定位,包括他的能力,包括他的限制,这里我已经做好了一个这个提示词哈,我们直接复制过来,你的任务是这个是他的能力。从上游输入的图片数组,大家看到没有,这里注意一下,因为他不是蓝色的,所以他识别不到这个变量, 我们点一下,因为它是这个是 image, 我 们我这里是默认给的 input 啊,我们有两种办法可以把这个改成和这个一样的名字啊,那么它就自动识别了,看到没有变成蓝色的了啊。然后在下面用户提示词,我们还是要把上面引用的变量给它加进来,这个名字中文名字一定要写,不要偷懒。 ok, 在 输出这里 output 我 们不用管,然后变量类型我们还是选择 array 生成,然后异常处理一百八十秒,我们改成六百秒, ok, 第四步我们也完成了,接下来第五步就是我们生成图片,把所有的准备工作做好了,我们直接生成是十二张,所以让它一张一张的生成,那我们选择业务逻辑里面的循环节点, 循环节点。第五步,循环生成产品图片, ok, 循环类型,这里我们选择使用数组循环,循环数组,这里我们要取什么?取第三步精炼提示词,我们把第三步完成的做好的,优化好的提示词直接给到我们这个循环里面,然后在循环体里面我们拉出来一个节点, 这个就是我们需要去生成图片了,生成图片我们找一下哈,选择这个 number banana。 二、图片生成,如果说大家没有这个节点的话,在这里选择插件,然后我们搜索一下 n a。 二、图片生成 好,大家一定要去找这个头像的哈,不要找错了,一定要去找这个头像的,然后我们再点一下,选择添加, ok, 在 这里就是我们生成图片的节点了,五点一图片生成 啊,记得一定要改哈名字,每一步我们都要改,然后这里需要输入到 k, 这个 k, 我, 我这里有一个哈,我们直接复复制过来就可以。提示词我们取循环拿得到的这个提示词就可以了, 因为他是从第三步,他是从第三步经典提示词拿到的吗?我们直接从这里拿就可以,然后就是我们的参考图片,参考图片我们这里已经转组了,第四步我们已经转组了,所以从第四步我们直接拿第四步的结果就可以。默认的比例,我们都是选择九比十六,详情页,我们选择九比十六的啊, ok, 直接复制过来,然后这个是我们清晰度,清晰度我们选择两 k 的, ok, 这个是我们图片生成的节点就完成了,在我们做完这个节点之后,我们图片生成的插件给的到的,给到我们也就两种结果,一种是图片生成成功,另一种是图片生成失败,那我们就要把两种结果都要考虑进去,所以我们再拉出来一个节点,在业务逻辑里面我们找到选择器 if, if 就是 如果的意思嘛? 如果我图片生成了就怎么样,对吧?否则就怎么样? ok, 我 们选择如果图片生成下面有个 u i l, 我 们直接找到图片生成地址。如果说我图片生成为空的情况下,就是图片生成失败了,否则不为空,否则不为空就是生成成功了吗?对吧?如果说在我们失败的情况下,我们需要再去生成,所以我们再找到这个插件, 找到这个插件啊, n n 二,图片生成,然后选择添加,选择添加这里呢?我们还是要先改名字啊,先改名字,五点三,图片二次生成, ok, 这里的 k 我 们和上面用的一样就可以啊,在这里 啊复制过来,然后这个 k 我 们添加进来,提示词还是和我们第一步做的一样,在循环生成产品图片这里拿到,拿到这个提示词,包括我们的参考图都是一样,在开始里面找到 image, 哦,不对不对,你看没?如果说我上传直接从开始节点里面拿,他这个就变黄了,自动给我识别出错了,所以我们这个第四步就做的非常有必要,所以我还是要从第四步参考头数组 output 这里拿结果默认比例还是选择九比十六,这个不变 清晰度,我们依然选择两 k, ok, 这个图片二次生成我们也做好了,那么第一次生成了一次,第二次我们还生成了一次,但是我们这个生成只有一个结果,要么我们五点一生成成功,要么五点二生成成功。所以我们不可能每一种结果都要在这里,我们再拉出一个把它两个结果整合一下的节点。在业务逻辑里面我们找到变量聚合, ok, 变量聚合这里我们直接把两个都拉进来啊,就是选择器这里我们是选择为空的情况下再生成吗?如果说不为空就是生成成功了吗?生成成功我们直接把节点拉到这,那变量聚合这里我们直接选择五点一,对吧?五点一如果说生成成功了,我们就直接拿五点一的结果, 如果说五点一没有生成成功,我们直接拿五点三的结果, ok, 这个就是我们变量聚合这个节点的作用,完成之后,我们把节点一定要给他连起来啊,不连起来他这个是拿不到结果的。 第五步,我们生成产品图片这里拿结果,拿谁的?拿变量聚合的结果,对吧? output 直接输出它的结果就可以了。在我们第五步完成之后,就是我们已经生成图片了,但是我们生成的图片有可能会存在空值,所以我们一定要把这个空值给剔除出去,才能拿得到我们完整想要的十二张图片,所以在这里我们再拉出来一个节点哈, 如果说你们这里没有的话,和我一样选择这个插件,在这里我们找常用代码块,我们还是去找一下找到这个头像的,在这里我们选择 数据库列表去除空的数据,把这个添加进来, ok, 这是我们第六步,去掉空值, ok, 输入的变量值我们直接从第五步拿就可以了,在这里我们输出出来的就是我们所有去掉空值的完整的十二张图片,那么我们最后再把我们这个结束的节点拉过来连上就可以了, 结束节点我们也要把这个变量值也要拉进来哈,这个我们直接取我们第六步的结果就可以了。 ok, 那 我们整个节点就搭建完成了,再检查一下,看一下有没有不识别的变量类型。 ok, 那 我们现在选择试运行,在这里添加一下我们想要上传的图片。 ok, 在 内蒙这里直接输入到我们产品的名字就可以啊,我这里是做女装的,我直接把这个添加进来,然后点击试运行,时间可能有点长啊,来,我们稍微等一下。 ok, 我 们已经运行成功了,在输出变量 auto put 这里我们来看一下运行结果。 ok, 第一张,第二张啊,第三张还是挺有意思的啊,还可以还可以,质量还是蛮高的啊,包括这个细节的展示啊,我们随便点一点看一看, 还可以,还可以啊,清晰度也不错。 ok, 那 我们今天的实战演示就到这里结束了。好,谢谢大家。