2026年7月23日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

一键解锁创意魔法!用 Dify + 豆包大模型搭建文生图 / 文生视频 Agent

发布日期:2025-07-08 09:51:14 浏览次数: 4507
作者:Bear探索AI

微信搜一搜,关注“Bear探索AI”

推荐语

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

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

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



首先选择chatflow,创建一个空白的chatflow.



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

注意这里的提示词采用的是提示词改写之后的文案
注意这里的提示词采用的是提示词改写之后的文案


6、视频提取组件配置


7、三个回复组件配置

生成的图片是文生图片生成的文件
生成的视频是提取之后的text内容
生成的视频是图片生成视频的文件。


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

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

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。


已查阅