# 多模态AI应用平台（深绘智创）

**Repository Path**: yumeyo/dreamwork2

## Basic Information

- **Project Name**: 多模态AI应用平台（深绘智创）
- **Description**: 本项目旨在构建一个基于SD-LoRA模型的校园图片生成系统，通过拍摄学校各个场景的图片训练LoRA模型，实现定制化的校园图片生成功能。后端负责处理AI请求、图片生成和模型管理，为前端提供强大的支持。
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-04-24
- **Last Updated**: 2025-06-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 深绘智创 校园图片生成系统

本系统是一个集成了DeepSeek大模型API与Stable Diffusion（SD）LoRA微调能力的多模态AI平台。用户可通过对话与AI互动，自动生成适合校园场景的图片，并可根据需求训练和调用LoRA模型，生成特定风格的校园图片。系统支持普通对话、智能绘画、参数自定义、历史记录管理等功能，适用于智慧校园、教育AI、创意设计等场景。
![Image Description](./assets/前端界面.png)
## 项目概述

1.	AI对话与推理
•	支持基于DeepSeek API的自然语言对话，分为普通对话和深度推理两种模式。
•	可流式返回AI推理过程，提升交互体验。
2.	智能绘画与参数生成
•	用户输入绘画需求，系统自动调用DeepSeek生成SD绘画参数（prompt、负面prompt、尺寸、风格、LoRA标签等）。
•	支持高级参数自定义，满足不同绘画需求。
3.	SD图片生成与LoRA模型调用
•	自动将DeepSeek生成的参数传递给SD训练器，调用LoRA模型生成校园场景图片。
•	支持动漫、真实等多种风格，自动切换LoRA模型。
4.	历史记录与会话管理
•	支持对话与绘画历史的保存、查询、删除。
•	前端可展示历史记录，便于用户回溯与复用。
5.	多页面前端交互
•	首页、对话页、绘画页分离，界面美观，交互友好。
•	支持图片预览、下载、参数展示等功能。


## 项目结构

```
sd-lora-campus/
├── frontend/          # 前端代码 (Flask模板和静态资源)
├── backend/           # 后端代码 (Flask应用和模型管理)
├── assets/            # 项目设计资源
│   ├── frontend_mockup_description.md  # 前端界面设计说明
│   └── backend_architecture_description.md  # 后端架构设计说明
├── docs/              # 项目文档
│   ├── 前端任务书.md    # 前端开发任务详情
│   └── 后端任务书.md    # 后端开发任务详情
└── README.md          # 项目说明文档
```

## 功能特点

- **友好的聊天界面**：类似DeepSeek的现代设计
- **流式响应**：AI回复逐字显示，提供更好的体验
- **批量图片生成**：支持一次生成多张图片
- **参数控制**：支持调整生成参数（分辨率、步数等）
- **历史记录**：保存和恢复历史会话
- **多轮对话**：支持在同一会话中连续交互
- **校园LoRA模型**：定制化训练的校园场景模型

## 技术栈

### 前端
- Flask模板系统
- HTML/CSS/JavaScript
- WebSocket (用于流式响应)

### 后端
- Python
- Flask
- Stable Diffusion
- LoRA训练框架
- WebSocket服务

## 开发指南

详细的开发指南请参考以下文档：

- [前端任务书](./前端任务书.md)
- [后端任务书](./后端任务书.md)
- [样例场景](./assets/sample_scenarios.md)

## 数据收集指南

为了训练高质量的校园LoRA模型，需要收集以下场景的图片：

1. **教学楼**：外观、走廊、教室内部
2. **图书馆**：外观、阅览室、书架区域
3. **操场/运动场**：全景、跑道、体育活动场景
4. **食堂/餐厅**：内部环境、用餐场景
5. **校园景观**：主干道、绿地/花园、校门

每个场景建议收集20-30张高质量图片，尽量在不同时间、不同角度拍摄。

## 启动项目

### 安装依赖

```bash
# 安装前端依赖
cd frontend
pip install -r requirements.txt

# 安装后端依赖
cd ../backend
pip install -r requirements.txt
```

### 运行项目

```bash
# 启动后端服务
cd backend
python app.py

# 前端已集成在后端服务中，访问 http://localhost:5000 即可
```

## 联系方式

如有任何问题或建议，请联系项目负责人。