云图库项目上线，文生图+AI客服+评论区，可以通过聊天确定或优化图像生成需求

云图库项目简介

  基于Spring Cloud + Al + Redis + Rocket MQ + WebSocket的企业级智能协同云图库平台。   项目主要可以分为公共图库、私有图库和团队共享图库三块。用户可以在公开平台上传、检索、下载、点赞和评论图片，可以通过AI客服了解平台各个模块的功能以及使用建议。   用户在私有空间中可以上传、多维检索和批量管理图片，可以通过AI编辑图片和文本生图，也可以和AI绘画助手进行需求沟通，获取更清晰、准确的文生图提示词以提升图片生成质量。   企业可以开通团队空间并邀请成员实时协同编辑图片。   管理员可以上传、审核以及分析图片。

项目地址

  首先感谢鱼总的云图库项目，确实是提供了一个非常好的基础以及基本思路。然后下面是我项目的线上和开源地址。如果大家觉得我的功能做的比较好，代码有所帮助的话，麻烦帮忙点一下Star，这里提前感谢各位。如果有代码的问题或者Bug，可以在这个帖子里评论或者去GitHub上提交问题，我看到后会进行修改。   线上地址：https://imagecore.netlify.app/   开源地址：https://github.com/Remon-16/imagecore-backend

特色功能

  我的云图库项目中选出三个比较有特色的功能，分别是：文本生成图像、AI客服和评论区。   在业务功能上，我个人感觉做的比较好的就是文本生成图像。这个功能可以通过“文本描述优化”功能与AI进行沟通，哪怕最开始的需求只有一句话，通过提示词优化的步骤，最终也能得到一个很不错的文生图提示词，可以更准确地生成所需的图像。这也是我个人比较推荐大家去使用的，感觉效果确实不错，只是没有用SSE，可能响应会比较慢。（PS：“文本描述优化”是我感觉做的很好的一块，我也很推荐大家去使用。但对于生成图像，我还是建议拿我网站里优化好的提示词，去其他AI生成模型里面进行生成，比如智谱清言，或者其他的生成效果比较好的模型。因为我用的模型是一个比较老，但是免费额度大的文生图模型，图像生成效果很一般。）   在技术方面，我感觉做的这个项目里做的最好的就是图片查询、图片点赞和评论区的缓存架构，结合Canal+Rocket MQ之后，可以做到及时更新缓存。 这部分后续会单独出一篇文章分享。   AI客服和文本生成图像这两个模态框是实现了拖动和右下角缩方大小，类似Windows应用窗口。   还有一些其他的小功能，比如积分商城、消息通知、积分增加与扣除等，就不赘述了。

文本生成图像

  这个功能的入口在私有空间里，需要注册一个账号，然后开通私有空间之后才能使用。点击“文本描述优化”，右侧会打开一个AI绘画助手区域，可以在这里与AI沟通需求，哪怕最开始只有一句话，也可以。也可以拿到英文提示词，一般那种国外的模型，使用英文提示词的生成效果会比较好。   这个功能在后端主要就是一个System提示词，可以在上面开源代码，用户模块里面找到（DrawChatApp.java）。前端的话也有开源代码，在我GitHub主页里面可以找到前端的入口。路径是src/components/AIGenImage.vue

入口：点开“AI生图” 关闭“文本描述优化”效果 展开“文本描述优化”效果

AI客服

  这里也是一个System提示词 + AI知识库。知识库直接使用了阿里平台那个功能（可以在站内的超级智能体项目里找到教程），代码路径和“文本生成图像”功能类似。

图片详情和评论区

  这里是图片详情页面的截图。这一页的主要内容都用了缓存，都支持及时更新，然后缓存方案也都不一样。后续单独出一篇文章介绍。

图片评论区

  这里是评论区的截图。实现了三级评论（缓存用了Redis的ZSet），以及评论的编辑和删除。这些评论的添加、编辑和删除，也支持及时更新。我个人感觉还可以做一些简单的扩展，比如说根据评论回复数量来决定评论的热度（比如多一条回复就多10分这种比较简单的逻辑）。详细内容后续分享。

项目架构图

  最后是项目整体框架图。