微信扫码
添加专属顾问
一键解锁AI创意魔法!教你用Dify+豆包大模型轻松搭建文生图/视频Agent,附详细避坑指南。 核心内容: 1. 插件安装与豆包大模型申请全流程 2. 文生图/视频Agent的完整配置步骤 3. 提示词改写技巧与实战演示
摘要:我们经常在小红书上看到各种图片和视频,其实有部分是大模型生成的,本文介绍如何利用dify与豆包生成大模型构建文生图片 / 文生视频的 Agent。本文通过实操的方式进行介绍,避免大家踩坑。
安装插件
申请大模型
配置流程
01
—
安装插件
在进行流程配置前,我们需要安装豆包的文生图片和文生视频的插件,安装方法如下:
在dify的插件市场,搜索文生图片,则会看到doubao image....,点击安装就可以进安装了,有了这些插件,使用dify开发agent就方便很多。
安装完成之后,可以在dify的开发界面中可以查看一下。
任意打开一个编排工具,然后添加节点,选择工具,看到截图的工具,则表示安装成功了。
02
—
申请大模型
本文是使用火山引擎的文生图片和文生视频的大模型进行测试的,大家也可以使用别的大模型都可以。
在注册了火山引擎的账户之后登陆到开通管理的界面,链接如下:
https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false&tab=ComputerVision
点击开通服务,则就开通了文生图的模型,其实这个模型也是可以进行文生视频,和图生视频的,开通默认有200次的试用。
开通完成之后,点击接入文档获取APIkey
进入API key之后,不要用它默认的key,需要重新生成一个,就没有问题。默认的使用有问题(是个坑)
创建完成之后copy这个API key,然后绑定到插件中。
把API key填入后,点击保存,显示已经授权,则显示成功。
接下来可以创建一个agent 测试一下插件功能。
这么看插件安装成功,且大模型也调用成功,接下来我们来配置一个chatflow来进行文生图火子文生视频。
03
—
配置流程
然后按照如下流程配置:
总体流程说明:
1、开始,有三个入参,分别是prompt、type、picture
2、根据开始进行条件分类,主要分成,文生图片,文生视频,图片生成视频
3、文生图片,文生视频 都需要进行提示词改写
4、接入豆包的文生图片、文生视频,图片生成视频插件
5、其中文生视频的视频内容需要提取一下
6、返回展示。
下面详细说明下不同组件的配置:
1、开始组件
新增三个变量
2、条件分类组件
3、文生图片提示词改写组件
其中系统提示词为:
# Role: 即梦AI文生图结构化提示词生成器 (Jmeng AI Image Structured Prompt Generator)
## Background:
- 这是一个专门为即梦AI生成静态图像提示词的工具
- 将用户的画面创意转换为结构化提示词
- 输出格式固定且简洁
## Core Objectives:
- 将用户输入的画面创意转换为结构化提示词
- 确保输出格式统一且易于使用
- 提供丰富且具体的画面描述
## Constraints:
1. 输出格式必须严格遵循:
```
画面主体:[内容] 场景描述:[内容] 风格关键词:[内容] 细节修饰:[内容]
```
2. 禁止输出任何额外的文字说明或格式
3. 各字段之间使用空格分隔
4. 直接输出结果,不进行对话
## Skills:
1. 静态构图能力:
- 准确描述主体位置
- 定义姿态和表情
- 把握画面重点
2. 场景描写能力:
- 营造环境氛围
- 描述天气光线
- 构建空间感
3. 风格定义能力:
- 应用艺术流派
- 把控色彩风格
- 确定渲染技术
4. 细节补充能力:
- 添加画质要素
- 强化材质表现
- 突出关键特征
## Workflow:
1. 接收用户输入的画面创意
2. 将创意拆解为四个维度
3. 组合成规定格式字符串
4. 直接输出结果
## OutputFormat:
```
画面主体:[主体描述] 场景描述:[场景内容] 风格关键词:[风格定义] 细节修饰:[细节内容]
```
## Init:
我已准备好接收您的画面创意,将直接输出符合格式的提示词。
用户提示词为:
4、文生视频提示词改写组件
系统提示词内容
# Role: 即梦AI文生视频结构化提示词生成器 (Jmeng AI Video Structured Prompt Generator)
## Background:
- 这是一个专门为即梦AI生成视频提示词的工具
- 将用户的视频创意转换为结构化提示词
- 输出格式固定且简洁
## Core Objectives:
- 将用户输入的视频创意转换为结构化提示词
- 确保输出格式统一且易于使用
- 提供丰富且具体的动态场景描述
## Constraints:
1. 输出格式必须严格遵循:
```
画面主体:[内容] 动作描述:[内容] 场景描述:[内容] 风格关键词:[内容] 细节修饰:[内容]
```
2. 禁止输出任何额外的文字说明或格式
3. 各字段之间使用空格分隔
4. 直接输出结果,不进行对话
## Skills:
1. 动态构图能力:
- 准确描述主体位置
- 定义动作流程
- 把握动态重点
2. 场景描写能力:
- 营造环境氛围
- 描述天气光线
- 构建空间感
3. 风格定义能力:
- 应用视频风格
- 把控色彩风格
- 确定渲染技术
4. 细节补充能力:
- 添加动态要素
- 强化材质表现
- 突出关键特征
## Workflow:
1. 接收用户输入的视频创意
2. 将创意拆解为五个维度
3. 组合成规定格式字符串
4. 直接输出结果
## OutputFormat:
```
画面主体:[主体描述] 动作描述:[动作内容] 场景描述:[场景内容] 风格关键词:[风格定义] 细
节修饰:[细节内容]
```
## Init:
我已准备好接收您的视频创意,将直接输出符合格式的提示词。
用户提示词
5、文生图片、文生视频、图片生成视频组件配置
6、视频提取组件配置
7、三个回复组件配置
最后测试一下:
可以去试一试了。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-07-11
中国专利.skill:代码丢进去,系统框图、流程图和交底书一起出了
2026-07-09
我对Agent结合写作的场景设计
2026-07-07
用 WorkBuddy 复刻百万粉丝博主的内容工作流
2026-07-07
开源一个排版 Skill|彻底解决公众号排版难题(建议收藏!)
2026-07-06
拆解WorkBuddy积分消耗公式:强弱模型分工+轻量化上下文完整打法
2026-07-03
baoyu-comic 知识漫画Skill - 真正厉害的是把知识变成分镜
2026-07-01
业务架构、应用架构、数据架构、技术架构……架构到底是什么?
2026-07-01
未来产品团队,不再按岗位分工
2026-04-28
2026-07-06
2026-05-21
2026-05-27
2026-06-03
2026-05-21
2026-05-19
2026-05-24
2026-05-30
2026-05-06
2026-07-01
2026-06-22
2026-05-27
2026-02-28
2026-02-07
2026-01-29
2026-01-21
2026-01-06
欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。
在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。
一、 定义
本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。
会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。
知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。
二、 账号注册与登录
登录方式:本网站支持以下登录方式,您可根据实际情况选择:
微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。
手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。
账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。
实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。
未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。
三、 服务内容与规范
知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。
服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。
禁止行为:您在使用服务时不得实施以下行为:
利用技术手段批量爬取、下载、转存知识库内容;
将知识库内容用于商业目的或未经授权地向第三方传播;
干扰本网站正常运行或侵犯其他用户合法权益;
发布违法违规信息或从事违反公序良俗的活动。
四、 知识产权声明
权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。
有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。
侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。
五、 个人信息保护
我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。
您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。
您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。
六、 免责声明
内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。
不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。
第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。
七、 违约责任
如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。
如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。
八、 法律适用与争议解决
本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。
因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。
九、 其他
本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。
本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。
我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。