Hello，大家好！今天我要向大家介绍一个令人兴奋的新项目 - WebDesignAgent。作为一个热爱科技创新的博主，我一直在关注能够简化我们日常工作的人工智能工具，而WebDesignAgent是其中一个最为革命性的，这款AI工具和以往的网页生成工具不太一样。

有哪里不一样？请听我娓娓道来。

想象一下，只需要一段文字描述或几张图片，就能生成一个功能齐全、设计精美的网站，这是不是听起来很不可思议？WebDesignAgent就是这样一个神奇的工具。可以把它定义为一个智能体（Agent），能够帮助我们轻松创建各种类型的网站。

WebDesignAgent的核心优势在于它的多样化输入方式。

? 主要特性

1. 多种输入方式：

   
   

• 文字描述？没问题！

• 图片灵感？当然可以！

• 视觉布局参考？轻松搞定！

  
  

• 或者，来个混合输入怎么样？

  
  

• 智能多页面设计：不仅仅是一个单页面，WebDesignAgent可以为你创建一个完整的、相互关联的多页面网站。

  
  

• 用户友好的定制：喜欢亲自动手？你可以轻松地添加、删除或修改网页内容。

  
  

• 视觉智能：借助强大的多模态大模型（目前支持ChatGPT-4o），它能自主优化网页布局。




? 实际案例

1. 基于简单描述创建的购物网站



2. 利用单张图片生成的阿里巴巴达摩院网站



这些例子展示了WebDesignAgent的强大功能和灵活性。无论你是想创建一个简单的个人博客，还是复杂的电商平台，它都能满足你的需求。

但WebDesignAgent的强大之处不仅仅在于页面设计。它支持多页面设计，能够生成相互关联的网页。你可以根据需要添加、删除或修改网页内容。最令我印象深刻的是它的迭代优化功能 - 你可以提供反馈，它就能据此精确修改网站代码。这种人机协作的方式，让网站设计变得更加精准和个性化。

✨主要技术组件：

从技术层面来看，这个项目目前是基于OpenAI的API来实现生成的。其中包括GPT-4系列模型，这使得该智能体能够理解我们的自然语言指令，并生成相对应的HTML、CSS和JavaScript代码。至于图片是使用了DALL-E 3生成的，结合了GPT4的文本能力，实现了文本到图像的能力。且使用了特定的提示工程（prompt engineering）技术来优化代码生成的质量和一致性。最后是GPT-4o多模态视觉理解能力，能够基于图片或视觉线索生成网站。

好了，接下来我们就开始实际上手吧！




如何安装

---




一、项目拉取

我们进入WebDesignAgentGitHub页面拉取该项目，可以分为命令拉取或者下载压缩包（按照实际情况二选一）。




1. 命令拉取：以Windows为例，我们用CMD命令打开终端或打开Power shell，在终端内输入以下命令开始拉取该项目。

git clone https://github.com/DAMO-NLP-SG/WebDesignAgent.git



2. 下载压缩包：如果没有安装过git clone，我们下载该项目的压缩包，解压后开始安装。



接下来，开始拉取该项目所需依赖，我们进入项目的文件夹，在该文件夹内打开终端。



输入以下命令拉取依赖

pip install -r requirements.txt



由于我已经拉取过了，所以会这样显示，拉取完之后终端窗口不要关闭，接下去会用到。

Tips：这里有个坑，如果依赖没有完全拉取成功，OpenAI接口返回了代码之后无法生成页面，但是调用接口的费用会扣除。

二、 变量配置



用VScode或NotePad++打开config.yaml文件，如果没有安装过VScode或NotePad也可以用记事本打开。



这里需要配置API KEY，有两种选择（二选一）：

1. AZURE_OPENAI：这里需要有微软的AzureKey，如果没有的话，需要改is_azure：False具体如何获取就不介绍了。
2. OPENAI_API_KEY：必填，这里填入OpenAI官方的APIkey（也可以填入中转的key）。
   OPENAI_PROXY_URL ：非必填，有中转需要在这里填入中转地址。



填完之后，保存 config.yaml文件。

三、正式启动

回到刚才的终端，在该路径下输入命令

python gui.py




如何使用

---






启动后的UI界面是这样的，功能说明如下：

Select Mode：选择模式：有两个模式，默认Web Design Mode（页面设计模式）和Chat Mode（对话模式）。

Select Model：选择模型：目前只支持GPT-4o和GPT-4o-0513。

Language：网站语言：支持中文和英文。

CSS Framework：CSS框架：有四种，挑自己熟悉的，我会选bootstrap，也可以选None。

save_file：生成网站保存的文件夹名称：自定义。

website_description：文字描述生成网站：用一段文字描述生成想要的网站。比如简单的：我要生成一个购物网站。比如复杂的：我要生成一个企业门户网站，要有产品介绍页面、企业介绍页面、实时动态页面、表单填写页面。

website_img：生成图片保存的文件夹名称：自定义。

feeback：反馈：用一段文字描述优化你的网站。

each refine times：优化轮数（迭代次数）：填写数字一般，1-3，不要设太大，费用吃不消。

local_img_storage_path：本地图像上传路径：根据上传的图像生成类似网站，可以截取其他网站的图片，如果你是UI设计师也可以上传自己设计的页面图片。

IMG Source：图像源：Local 或 Gen，这里指的是本地图像或者生成图像，如果选择生成，则是通过DALLE3生成的。

操作流程如下：





Step1：

基础信息填写完之后，点击 Plan按钮，生成一个页面结构（类似产品原型），可以对于这个结构进行优化（修改），下面生成的四个小按钮就是页面，然后点击这些按钮，就可以得到上面的页面信息，比如：我现在点击的index按钮 那么上面就是index页的信息。



Step2：

当确定完页面信息后，点击AutoGenerate按钮，让AI 开始自动生成网站，此时后台终端也会有变化，会记录运行步骤，切记不要关闭。生成后的网站会保存再save_file路径下的文件夹内。











虽然页面的视觉效果不堪入目，但是交互逻辑还是在的，可以进一步与AI交流迭代优化页面视觉效果或者交互逻辑。

调用成本：






成本花费0.71刀，如果进一步迭代的话成本估计在7刀左右。




最后总结

---




我个人非常期待看到这个项目的进一步发展。据说他们正在计划支持更多的语言模型，开发本地代码修改功能，甚至要生成支持后端的代码。如果你也对这个项目感兴趣，不妨去他们的GitHub页面看看，也许还能为项目的改进提供一些宝贵的建议呢，顺手再点个star！HAHAHA~

项目地址：

https://github.com/DAMO-NLP-SG/WebDesignAgent

---