# AI_creative-assistant **Repository Path**: wang1_zh/AI_creative-assistant ## Basic Information - **Project Name**: AI_creative-assistant - **Description**: 该项目是一个前后端分离项目，后端框架为python的flask框架，前端使用vue+vite+typescript，数据库为MySQL - **Primary Language**: Python - **License**: MulanPSL-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2025-10-05 - **Last Updated**: 2025-10-15 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 自媒体AI创意助手 ## 🚀 项目概述 本项目是一个集成了多种AI功能的智能平台，采用前后端分离架构，提供文本生成、语音合成、图像生成、视频编辑、音乐创作等丰富的AI能力。 ### 技术栈 - **前端**: Vue 3 + TypeScript + Vite + Element Plus - **后端**: Flask + Python 3.10+ - **AI服务**: Hugging Face API、ModelScope API、Replicate API ## 📁 项目结构 ``` CreativeAssistant/ ├── backend/ # 后端服务 │ ├── algorithms/ # AI算法模块 │ ├── app.py # Flask主应用 │ ├── requirements.txt # Python依赖 │ ├── start_server.bat # Windows启动脚本 │ └── *.md # 各功能API文档 └── frontend/ # 前端应用 ├── src/ │ ├── views/ # 页面组件 │ ├── router/ # 路由配置 │ └── assets/ # 样式资源 ├── package.json # Node.js依赖 └── vite.config.ts # Vite配置 ``` ## 🎯 核心功能 ### 1. 文本生成 (Text Generation) - **模型**: Qwen3-Coder-480B-A35B-Instruct (ModelScope API) - **功能**: 智能文本创作、对话理解、代码生成 - **特色**: 支持中英文，具备强大的理解和创作能力 ### 2. 语音合成 (Voice Generation) - **技术**: Edge TTS - **功能**: 多语言语音合成、语速调节、男女声选择 - **支持语言**: 中文、英语、日语、韩语等20+种语言 ### 3. 图像生成 (Text-to-Image) - **模型**: Qwen-Image (ModelScope API) - **功能**: 根据文本描述生成高质量图像 - **风格**: 摄影、数字艺术、动漫、油画、素描等 ### 4. AI视频生成 (AI Video Generation) - **模型**: Wan-AI/Wan2.2-T2V-A14B (Hugging Face API) - **功能**: 文字转视频、视频分割、添加文字、转场效果 - **特色**: 云端GPU加速，生成高质量视频内容 ### 5. 音乐生成 (Music Generation) - **平台**: Replicate API - **功能**: 根据描述生成音乐片段 - **模型**: Meta的MusicGen模型 - **特色**: 避免本地模型加载问题，云端处理 ### 6. 情感分析 (Emotion Analysis) - **模型**: multilingual-sentiment-analysis (Hugging Face) - **功能**: 多语言文本情感倾向识别 - **输出**: 积极/消极/中性情感分类及置信度 ### 7. 文本摘要 (Text Summary) - **模型**: mT5_multilingual_XLSum (Hugging Face) - **功能**: 多语言文本自动摘要 - **支持**: 中英文长文本智能压缩 ### 8. OCR文字识别 (OCR Recognition) - **技术**: PaddleOCR - **功能**: 图片文字识别、多语言支持 - **特色**: 高精度识别，支持多种图片格式 ### 9. 去水印功能 (Watermark Removal) - **功能**: 图片/视频水印自动检测和去除 - **技术**: 基于深度学习的图像处理算法 ### 10. 文本翻译 (Translation) - **功能**: 多语言文本翻译 - **支持**: 中英日韩等主流语言互译 ## 🛠️ 快速开始 ### 环境要求 - Python 3.10+ - Node.js 20+ - 稳定的网络连接（访问AI API） ### 1. 后端服务启动 ```bash # 进入后端目录 cd backend # 安装Python依赖 pip install -r requirements.txt # 设置API密钥（根据需要） # 设置Hugging Face API Token export HUGGINGFACEHUB_API_TOKEN=your_token_here # 启动服务 python app.py # 或使用Windows启动脚本 start_server.bat ``` 后端服务将在 http://localhost:5000 启动 ### 2. 前端服务启动 ```bash # 进入前端目录 cd frontend # 安装Node.js依赖 npm install # 启动开发服务器 npm run dev ``` 前端服务将在 http://localhost:5173 启动 ## 🔑 API密钥配置 ### 必需的API密钥 1. **Hugging Face API Token** - 用途: 情感分析、文本摘要、AI视频生成 - 获取: https://huggingface.co/settings/tokens 2. **Replicate API Token** (可选) - 用途: 音乐生成功能 - 获取: https://replicate.com/account/api-tokens ### 环境变量设置 ```bash # Windows (命令提示符) set HUGGINGFACEHUB_API_TOKEN=your_token_here set REPLICATE_API_TOKEN=your_token_here # Windows (PowerShell) $env:HUGGINGFACEHUB_API_TOKEN="your_token_here" $env:REPLICATE_API_TOKEN="your_token_here" # Linux/Mac export HUGGINGFACEHUB_API_TOKEN=your_token_here export REPLICATE_API_TOKEN=your_token_here ``` ## 📚 API文档 ### 主要API端点 | 功能模块 | 端点 | 方法 | 描述 | |---------|------|------|------| | 文本生成 | `/api/text-generation` | POST | 智能文本创作 | | 语音合成 | `/api/voice-generation` | POST | 文字转语音 | | 图像生成 | `/api/generate-image` | POST | 文字转图像 | | 视频生成 | `/api/video/text-to-video` | POST | AI视频生成 | | 音乐生成 | `/api/music-generation` | POST | AI音乐创作 | | 情感分析 | `/api/emotion-analysis` | POST | 文本情感识别 | | 文本摘要 | `/api/text-summary` | POST | 文本自动摘要 | | OCR识别 | `/api/ocr-recognition` | POST | 图片文字识别 | ### 详细API文档 - [情感分析API文档](./backend/EmotionAnalysis_API_Documentation.md) - [AI视频生成配置](./backend/HUGGINGFACE_VIDEO_SETUP.md) - [音乐生成配置](./backend/REPLICATE_SETUP.md) - [文本生图API](./backend/Text2Image_API_Documentation.md) - [文本生成API](./backend/TextGeneration_API_Documentation.md) - [文本摘要API](./backend/text_summary_api_documentation.md) - [语音合成说明](./backend/语音合成使用说明.md) - [文本生成说明](./backend/文本生成.md) ## 🎨 前端界面 前端采用现代化的Vue 3 + TypeScript + Vite技术栈构建，提供响应式、交互丰富的用户界面，专为自媒体创作者设计。 ### 🛠️ 技术架构 #### 核心技术栈 - **框架**: Vue 3 + Composition API + TypeScript - **构建工具**: Vite 7.1.2（快速冷启动，热模块替换） - **UI组件库**: Element Plus 2.11.2（丰富的组件生态） - **路由管理**: Vue Router 4.5.1（SPA单页应用路由） - **状态管理**: Pinia 3.0.3（轻量级状态管理） - **HTTP客户端**: Axios 1.11.0（RESTful API调用） - **数据可视化**: ECharts 5.6.0 + Vue-ECharts 7.0.3（图表展示） #### 项目结构 ``` vue3/ ├── src/ │ ├── views/ # 页面组件 │ │ ├── HomePage.vue # 首页 - 功能导航中心 │ │ ├── TextGeneration.vue # 文本生成页面 │ │ ├── VoiceGeneration.vue # 语音合成页面 │ │ ├── TextToImage.vue # 文本生图页面 │ │ ├── MusicGeneration.vue # 音乐生成页面 │ │ ├── EmotionAnalysis.vue # 情感分析页面 │ │ ├── VideoEditing.vue # 视频编辑页面 │ │ ├── Ocr.vue # OCR识别页面 │ │ ├── RemoveWatermark.vue # 去水印页面 │ │ ├── TextSummary.vue # 文本摘要页面 │ │ └── UseGuide.vue # 使用指南页面 │ ├── components/ # 公共组件 │ ├── assets/ # 样式资源 │ │ ├── HomePage.css # 首页样式 │ │ ├── TextGeneration.css # 文本生成样式 │ │ ├── VoiceGeneration.css # 语音合成样式 │ │ └── ...其他功能页面样式 │ ├── router/ # 路由配置 │ └── main.ts # 应用入口 ├── public/ # 静态资源 │ └── static/ # 公共样式文件 └── vite.config.ts # Vite构建配置 ``` ### 🎯 功能页面详解 #### 1. 首页 (HomePage.vue) - **功能**: 项目入口，展示所有AI功能模块 - **特色**: - 响应式网格布局，适配不同屏幕尺寸 - 平滑滚动导航，提升用户体验 - 功能卡片式设计，直观展示各模块 - 现代化视觉设计，包含英雄区、功能区、优势展示区 #### 2. 文本生成页面 (TextGeneration.vue) - **功能**: 智能文本创作，支持参数调节 - **特色**: - 实时字符计数和输入限制 - 可调节参数：最大长度、最小长度、创造力温度 - 生成历史记录，支持重用提示 - 实时生成统计（字数、耗时） - 一键复制功能 #### 3. 语音合成页面 (VoiceGeneration.vue) - **功能**: 多语言语音合成，集成翻译功能 - **特色**: - 智能翻译助手，支持9国语言互译 - 多音色语音选择，语速可调节 - 音频实时预览和下载 - 翻译结果直接用于语音合成 - 完整的错误处理和用户反馈 #### 4. 文本生图页面 (TextToImage.vue) - **功能**: AI图像生成，集成翻译功能 - **特色**: - 双面板设计：左侧生图，右侧翻译 - 支持中英文输入，自动翻译 - 图像尺寸和数量可调节 - 批量生成和下载功能 - 翻译结果一键复制 #### 5. 其他功能页面 - **音乐生成**: 基于Replicate API的音乐创作 - **情感分析**: 多语言文本情感识别 - **视频编辑**: 视频分割、拼接、转场效果 - **OCR识别**: 图片文字提取，支持复杂排版 - **去水印**: 图片视频水印去除 - **文本摘要**: 智能文本压缩 ### 🚀 性能优化 #### 构建优化 - **Vite配置**: 依赖预构建，提升开发体验 - **代码分割**: 自动vendor chunk分离 - **Tree Shaking**: 移除未使用代码 - **懒加载**: 路由级代码分割 #### 用户体验 - **响应式设计**: 适配桌面端和移动端 - **加载状态**: 所有操作都有明确的加载指示 - **错误处理**: 完善的错误提示和重试机制 - **本地存储**: 历史记录和用户偏好保存 ### 🎨 界面特色 #### 设计理念 - **现代化**: 采用最新的设计趋势和交互模式 - **一致性**: 统一的色彩、字体和间距规范 - **易用性**: 直观的操作流程，降低学习成本 - **美观性**: 精心设计的视觉层次和动效 #### 交互特性 - **实时反馈**: 所有操作都有即时视觉反馈 - **平滑过渡**: 页面切换和状态变化的动画效果 - **智能提示**: 操作引导和错误提示 - **无障碍支持**: 键盘导航和屏幕阅读器兼容 ### 📱 响应式适配 前端采用移动优先的响应式设计策略： - **桌面端**: 多列布局，充分利用屏幕空间 - **平板端**: 自适应网格，保持良好可读性 - **移动端**: 单列布局，优化触摸交互 前端项目不仅提供了完整的AI功能界面，还注重用户体验和性能优化，确保创作者能够高效、愉悦地使用各种AI工具。 ## 🔧 开发指南 ### 后端开发 1. **添加新功能模块** ```python # 在algorithms目录创建新算法文件 # 在app.py中添加对应的API路由 ``` 2. **测试新功能** ```bash # 运行对应的测试脚本 python test/test_your_feature.py ``` ### 前端开发 1. **添加新页面** ```javascript // 在src/views目录创建Vue组件 // 在router/index.ts中添加路由配置 ``` 2. **样式开发** ```css /* 在src/assets目录添加CSS文件 */ /* 使用现代化的CSS特性 */ ``` ## 🐛 故障排除 ### 常见问题 1. **服务启动失败** - 检查端口占用：5000(后端)和5173(前端) - 验证Python和Node.js版本要求 - 确认依赖包安装完整 2. **API调用失败** - 检查API密钥配置是否正确 - 验证网络连接稳定性 - 查看控制台错误日志 3. **功能异常** - 检查对应的AI服务是否可用 - 验证输入参数格式和范围 - 查看浏览器控制台错误信息 ### 日志查看 ```bash # 后端日志 查看app.py运行输出 # 前端日志 浏览器开发者工具 → Console ``` ## 📈 性能优化 ### 后端优化 - 使用API缓存减少重复调用 - 异步处理耗时操作 - 合理的错误重试机制 ### 前端优化 - 组件懒加载 - 图片和资源压缩 - 高效的状态管理 ## 🤝 贡献指南 欢迎提交Issue和Pull Request来改进项目！ ### 代码规范 - 遵循PEP 8 (Python)和ESLint (JavaScript)规范 - 添加适当的注释和文档 - 编写单元测试覆盖新功能 ## 📄 许可证 本项目仅供学习和研究使用。 ## 🙏 致谢 感谢以下开源项目和技术服务： - [Hugging Face](https://huggingface.co) - AI模型服务 - [ModelScope](https://modelscope.cn) - 中文AI模型平台 - [Replicate](https://replicate.com) - 云端AI推理服务 - [Vue.js](https://vuejs.org) - 渐进式JavaScript框架 - [Flask](https://flask.palletsprojects.com) - Python微框架 --- **开始探索AI的无限可能！** 🚀