dify工作流实战:手把手教学,轻松制作你的flux绘画机器人整合微信

大模型向量数据库云通信

上篇文章我们介绍了如何使用dify 来实现一个flux绘画机器人,本期文章我们将在上篇文章的基础上做进一步的整合将其介入到微信中。话不多说我们就开始

1.dify-on-wechat

什么是dify-on-wechat呢?dify-on-wechat是一个 chatgpt-on-wechat下游分支

额外对接了LLMOps平台 Dify,支持Dify智能助手模型,调用工具和知识库,支持Dify工作流。总之一句话通过这个开源项目我们就可以轻松实现微信对接。

dify-on-wechat 支持源码部署也支持docker部署,这里我们就以docker部署为案例给大家介绍。

2.下载dify-on-wechat

找一台linux服务器里面安装好docker,关于docker安装这里就不做详细展开,大家不会可以通过搜索引擎或者AI 搜索一下。

下载源码

cd /home/app/ai
git clone https://github.com/hanfangyuan4396/dify-on-wechat

执行以上命令将dify-on-wechat 源码下载linux服务器上。

picture.image

记下来我们进入docker目录下

cd docker

picture.image

我们看到docker 文件夹中有4个文件build.latest.sh 、docker-compose.yml、Dockerfile.latest、entrypoint.sh

其中对我们有用的是docker-compose.yml,这里我们需要先下载dify-on-wechat 镜像文件,在命令行中输入

docker pull registry.cn-hangzhou.aliyuncs.com/hanfangyuan/dify-on-wechat:latest

picture.image

我上面的图显示dify-on-wechat 镜像已经安装完成了,所以镜像没有提示下载界面。下载完成后就是类似上面图。我们也可以通过如下命令检查docker images

docker images

picture.image

3.相关配置文件

以上步骤我们完成了docker 镜像下载,接下来我们设置一下程序配置文件。

cd /home/app/ai/dify-on-wechat

进入dify-on-wechat 目录下,我们会看到有一个config-template.json,我们打开它

{
"dify_api_base": "https://api.dify.ai/v1",
"dify_api_key": "app-xxx",
"dify_app_type": "chatbot",
"channel_type": "wx",
"model": "dify",
"single_chat_prefix": [""],
"single_chat_reply_prefix": "",
"group_chat_prefix": ["@bot"],
"group_name_white_list": ["ALL_GROUP"],
"image_recognition": true,
"speech_recognition": true,
"voice_reply_voice": true,
"voice_to_text": "dify",
"text_to_voice": "dify"
}

picture.image

这里我们需要修改以下几个配置。

dify_api_base,dify_api_key,dify_app_type

其中dify_api_base 是我们dify服务的API 接口地址,dify_api_key 顾名思义就是接口对应的服务。dify_app_type 有三个属性 chatbot、agent、workflow,这里我们使用了chatbot。

我们使用如下命令复制config-template.json 变成config.json

cp config-template.json config.json

picture.image

dify_api_base 从哪获取呢?打开你部署的dify, 点击访问api

picture.image

picture.image

dify_api_key 就是右上角的 api秘钥生成的key

picture.image

picture.image

将以上2个复制保存一下。回到config.json 修改,修改后的config.json 如下

{
"dify_api_base": "http://101.126.84.227:88/v1",
"dify_api_key": "app-xxx",
"dify_app_type": "chatbot",
"channel_type": "wx",
"model": "dify",
"single_chat_prefix": [""],
"single_chat_reply_prefix": "",
"group_chat_prefix": ["@bot"],
"group_name_white_list": ["ALL_GROUP"],
"image_recognition": true,
"speech_recognition": true,
"voice_reply_voice": true,
"voice_to_text": "dify",
"text_to_voice": "dify"
}

picture.image

以上三个值修改后,主要配置文件就算已经完成了。

3.启动dify-on-wechat

接下来我们启动dify-on-wechat

cd /home/app/ai/dify-on-wechat/docker
docker compose up -d

picture.image

输入docker logs 显示微信二维码

docker logs -f dify-on-wechat

picture.image

我们看到日志显示微信二维码了,我们使用微信扫码这个二维码登录(建议大家使用微信小号,这个小号登录后就充当了绘画机器人的身份)

扫完二维码后,微信弹出登录按钮,点击授权登录按钮,点击继续登录。

picture.image

注:这里的微信需要实名认证并且实名认证开通支付功能(需要绑定银行卡),未实名登录的微信登录会报错。

4.测试验证

4.1 单用户测试

     接下来我们使用另外一个微信添加这个机器人为好友,添加好友完成后。

发送消息:请给我画一个小马过河

picture.image

4.2 群组用户测试

创建的群组里面将刚才这个机器人用户拉入群里面。

发送消息:给我画一个小狗

picture.image

我们@小灰灰 这样绘画机器人收到消息后转发给dify 然后也同样给群里面返回生成的绘画了。

5.总结

本次文章我们使用了dify-on-wechat这个开源软件+dify 实现了flux微信绘画机器人的功能了。整体来说整合还是比较简单的,这里需要大家准备一台服务器部署dify以及dify-on-wechat 另外再提供一个微信小号,这样就可以提供7*24小时使用了。本期文章就分享到这里,感兴趣的小伙伴可以一键三连噢,我们下个文章见。

0
0
0
0
关于作者

文章

0

获赞

0

收藏

0

相关资源
字节跳动 XR 技术的探索与实践
火山引擎开发者社区技术大讲堂第二期邀请到了火山引擎 XR 技术负责人和火山引擎创作 CV 技术负责人,为大家分享字节跳动积累的前沿视觉技术及内外部的应用实践,揭秘现代炫酷的视觉效果背后的技术实现。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论