ai_service/部署方案.md

AI海报生成系统 - 简化部署方案

🎯 核心架构

前端 → API服务器(8000端口) → ComfyUI服务器(101.201.50.90:8188)

🚀 简化API设计

主要接口（只需要这一个）

POST /api/generate-poster

请求：

{
  "user_input": "端午节海报，传统风格，包含荷花和龙舟"
}

响应：

{
  "status": "success",
  "message": "海报生成完成",
  "data": {
    "vue_code": "完整的Vue组件代码",
    "suggestions": {
      "layer6_title_content": {"content": "端午节安康", "font_name": "SimHei"},
      "layer7_subtitle_content": {"content": "粽叶飘香，龙舟竞渡"}
    },
    "psd_file_path": "生成的PSD文件路径",
    "file_size_mb": 5.93,
    "generated_images": 2
  },
  "session_id": "会话ID用于下载文件"
}

文件下载接口

GET /api/download/{file_type}?session_id={session_id}

• file_type: vue | psd | json

🔧 本地开发部署

1. 启动API服务器

cd E:\砚生\ai_service\scripts
python run_pipeline.py
# 选择: 2 (API服务器模式)

服务器启动在: http://localhost:8000

2. 前端调用示例

// 一键生成海报
async function generatePoster(userInput) {
  try {
    const response = await fetch('http://localhost:8000/api/generate-poster', {
      method: 'POST',
      headers: {
        'Content-Type': 'application/json',
      },
      body: JSON.stringify({
        user_input: userInput
      })
    });
    
    const result = await response.json();
    
    if (result.status === 'success') {
      console.log('Vue代码:', result.data.vue_code);
      console.log('PSD文件大小:', result.data.file_size_mb, 'MB');
      
      // 下载Vue文件
      downloadFile(result.session_id, 'vue');
      // 下载PSD文件
      downloadFile(result.session_id, 'psd');
      
      return result;
    }
  } catch (error) {
    console.error('生成失败:', error);
  }
}

// 下载文件
function downloadFile(sessionId, fileType) {
  const url = `http://localhost:8000/api/download/${fileType}?session_id=${sessionId}`;
  const a = document.createElement('a');
  a.href = url;
  a.download = '';
  document.body.appendChild(a);
  a.click();
  document.body.removeChild(a);
}

// 使用示例
generatePoster("春节海报，红色背景，包含灯笼");

🌐 生产环境部署

方案1: 单服务器部署（推荐）

# 1. 安装依赖
pip install -r requirements.txt

# 2. 配置环境变量
cp .env.example .env
# 编辑.env文件，设置API密钥

# 3. 启动服务
python run_pipeline.py
# 选择: 2 (API服务器模式)

# 4. 使用PM2管理进程（可选）
npm install -g pm2
pm2 start "python run_pipeline.py --mode=api" --name="poster-api"

方案2: Docker部署

# Dockerfile
FROM python:3.11

WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt

COPY . .
EXPOSE 8000

CMD ["python", "scripts/run_pipeline.py", "--mode=api"]

# 构建和运行
docker build -t poster-api .
docker run -p 8000:8000 poster-api

方案3: 云服务器部署

# 在云服务器上
git clone <你的仓库>
cd ai_service
pip install -r requirements.txt

# 配置防火墙开放8000端口
sudo ufw allow 8000

# 启动服务
python scripts/run_pipeline.py

🔒 生产环境配置

1. 修改CORS设置

# 在run_pipeline.py中修改
app.add_middleware(
    CORSMiddleware,
    allow_origins=["https://your-frontend-domain.com"],  # 改为你的前端域名
    allow_credentials=True,
    allow_methods=["GET", "POST"],
    allow_headers=["*"],
)

2. 添加API认证（可选）

from fastapi.security import HTTPBearer

security = HTTPBearer()

@app.post("/api/generate-poster")
async def generate_poster_api(request: PosterRequest, token: str = Depends(security)):
    # 验证token
    if not verify_token(token.credentials):
        raise HTTPException(status_code=401, detail="Invalid token")
    # ...existing code...

3. 配置HTTPS（Nginx反向代理）

server {
    listen 80;
    server_name your-domain.com;
    
    location / {
        proxy_pass http://localhost:8000;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

📊 性能监控

健康检查

curl http://localhost:8000/health

状态监控

// 检查生成状态
async function checkStatus(sessionId) {
  const response = await fetch(`http://localhost:8000/api/status/${sessionId}`);
  return await response.json();
}

🎯 为什么使用单一API？

1. 简化前端调用 - 一次请求获得所有结果
2. 减少网络延迟 - 避免多次HTTP请求
3. 统一错误处理 - 所有错误在一个地方处理
4. 会话管理 - 自动管理文件和状态
5. 部署简单 - 只需要一个服务端点

🔄 工作流程

1. 前端发送请求 → POST /api/generate-poster
2. API自动执行：
   • 调用DeepSeek分析用户输入
   • 调用ComfyUI(101.201.50.90:8188)生成图片
   • 调用Kimi生成文案
   • 生成Vue代码
   • 创建PSD文件（使用手动模板）
3. 返回完整结果 → 前端获得所有内容
4. 前端按需下载 → 使用session_id下载文件

这样设计的好处是前端只需要调用一个接口，等待完成后就能获得Vue代码和下载PSD文件，非常简单高效！