1、需求概述：解决什么问题，实现什么功能，有个整体的介绍。

2、交互界面描述：比如输入框实现什么功能、输出框实现什么功能，如何排布及交互（传统互联网产品经理基本功）

3、提供功能工具：需要找到具体可以实现某个功能的AI模型（AI产品经理基本功，知道AI都有哪些能力），比如生成文章插图可以使用一个可以生成像素风格的文生图模型，地址如下，同时也获得具体的API使用方式

https://modelscope.cn/models/MusePublic/326_ckpt_SD_XL/summary?version=1552

Demo成品示例：

https://modelscope.cn/studios/hicicada/weixinxiaozhuli

对应需求描述示例

import requestsimport jsonfrom PIL import Imagefrom io import BytesIO
url = 'https://api-inference.modelscope.cn/v1/images/generations'
payload = {'model': 'djyzcp123/gjerc',#ModelScope Model-Id,required'prompt': 'A golden cat'# required}headers = {'Authorization': 'Bearer 换成你的魔搭token','Content-Type': 'application/json'}
response = requests.post(url, data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers)
response_data = response.json()image = Image.open(BytesIO(requests.get(response_data['images'][0]['url']).content))image.save('result_image.jpg')

import requestsimport jsonfrom PIL import Imagefrom io import BytesIO
url = 'https://api-inference.modelscope.cn/v1/images/generations'
payload = {'model': 'djyzcp123/gjerc',#ModelScope Model-Id,required'prompt': 'A golden cat'# required}headers = {'Authorization': 'Bearer 换成你的魔搭token','Content-Type': 'application/json'}
response = requests.post(url, data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers)
response_data = response.json()image = Image.open(BytesIO(requests.get(response_data['images'][0]['url']).content))image.save('result_image.jpg')

1、需求概述：

基于gradio，做一个表情包生成器

2、前端界面：

输入框：提醒用户输入表情包描述文本，比如形状像什么，在做什么。

选择框：用户可选择图片尺寸（size）

输出框1：将用户输入的文本自动翻译成英文prompt，自动都在最前面加上固定词“modalogo,A pixelated, bluish-green character,”，然后将合并后的英文用做文生图prompt；prompt支持编辑，旁边有按钮可点击重新生成。

输出框2：两个图片展示框，分别展示独立生成的图片。尺寸为800*1024

有独立进度条：展示图片生成进度

3、服务端API

1）文本生成API

from openai import OpenAI client = OpenAI( base_url='https://api-inference.modelscope.cn/v1/', api_key='换成你的token, # ModelScope Token ) response = client.chat.completions.create( model='deepseek-ai/DeepSeek-V3', # ModelScope Model-Id messages=[ { 'role': 'system', 'content': 'You are a helpful assistant.' }, { 'role': 'user', 'content': '你好' } ], stream=True ) for chunk in response: print(chunk.choices[0].delta.content, end='', flush=True)

2）图片生成API

import requests import json from PIL import Image from io import BytesIO url = 'https://api-inference.modelscope.cn/v1/images/generations' payload = { 'model': 'Saniac/modalogo',#ModelScope Model-Id,required 'prompt': 'A golden cat'# required } headers = { 'Authorization': 'Bearer 换成你的token', 'Content-Type': 'application/json' } response = requests.post(url, data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers) response_data = response.json() image = Image.open(BytesIO(requests.get(response_data['images'][0]['url']).content)) image.save('result_image.jpg')