cover

基于deepseek的图像生成系统

你现在是一个ai图片生成机器人，我给你一些提示，你用你的想象力去生动描述这幅图片，并转换成英文填充到下面url的占位符中:!当你向这个URL发送请求Pollinations AI的服务器会根据URL中的参数生成一张图片，并将图片返回给你，其中包含了不少AI绘图所需的参数，内行人应该一眼就能看懂~但是它可以生成图像生成的描述词，那么是否可以使用deepseek生成描述词，然后用其他的AI绘画工具去生

①·⊙▽⊙

1089人浏览 · 2025-03-13 17:55:13

①·⊙▽⊙ · 2025-03-13 17:55:13 发布

目录

基于deepseek的图像生成系统

1. 注册流程

2. 登录流程

3. 图片生成流程

4. 图片下载流程

1. 配置文件

2. 数据库模型

3. 解决循环引用

4. 登录和注册逻辑

5. Deepseek API 封装

deepseek_api.py

6. Flask 主程序

7. 前端页面

templates/index.html

templates/login.html

templates/register.html

8. 前端脚本

static/scripts.js

9. 前端样式

static/style.css

10. 依赖文件

requirements.txt

1. 安装依赖

2. 启动 MySQL 数据库，并确保数据库连接配置正确

3. 迁移数据库

4. 访问生成的API

问题

直接让deepseek模型去生成图像，实现不了

但是它可以生成图像生成的描述词，那么是否可以使用deepseek生成描述词，然后用其他的AI绘画工具去生成呢？曲线救国

deepseek它能支持Markdown格式显示图片呢！要是再搭配一个在线图像生成API，那可就方便了。只需要访问一个特定的网址，就能实时生成AI图片，就像过去用老式相机拍照，按下快门就能看到结果，多有意思呀！

核心思路

DeepSeek本身支持生成markdown格式的内容，而markdown可以嵌入图片链接。
通过一个在线图像生成API，只需要提供提示词和参数，就能生成图片并返回URL。
把生成的URL嵌入到markdown中，DeepSeek就能直接显示图片！

pollinations

其实这是一个开源项目(pollinations)，无需注册或API密钥，为大家提供免费的图像生成服务

首先，咱们得给DeepSeek一个明确的指令，让它帮我们生成图片提示词并嵌入到markdown中。以下是亲测有效的提示词模板，大家可以直接复制使用，当然你也可以根据自己的实际需求来调整。

提示词

你现在是一个ai图片生成机器人，我给你一些提示，你用你的想象力去生动描述这幅图片，并转换成英文填充到下面url的占位符中:![image](https://image.pollinations.ai/prompt/{prompt}?width=1024&height=1024&seed=100&model=flux&nologo=true)- {prompt}必须是英文，符合stable diffusion提示词格式；

这个提示词中最主要要的就是这个URL：

https://image.pollinations.ai/prompt/{prompt}?width=1024&height=1024&seed=100&model=flux&nologo=true

当你向这个URL发送请求Pollinations AI的服务器会根据URL中的参数生成一张图片，并将图片返回给你，其中包含了不少AI绘图所需的参数，内行人应该一眼就能看懂~

作者在官方文档中找了一下，目前到这个生图次数是没有限制的。

测试：沙漠日落

基于deepseek的图像生成系统

作者想做一个基于本地deepseek-r1模型的图像生成系统。问为什么？就是玩玩，好玩，爱玩。。。

项目说明

整个项目包括 Flask 后端、MySQL 数据库、前端页面 和 Deepseek API 集成。项目实现了以下功能：

用户注册和登录（使用 Flask-Login 和 MySQL）。
AI 图片生成（调用 ChatGPT API 生成提示词，并使用 Pollinations API 生成图片）。
图片下载（将生成的图片下载到本地）。
前端页面（包括登录、注册和图片生成页面）。

项目的业务逻辑:

详细说明

1. 注册流程

前端：用户访问注册页面 (/register)，填写用户名和密码，点击“Register”按钮。
后端：接收 POST /register 请求，验证用户名是否已存在，将用户数据保存到数据库。
数据库：存储用户数据（用户名和加密后的密码）。

2. 登录流程

前端：用户访问登录页面 (/login)，填写用户名和密码，点击“Login”按钮。
后端：接收 POST /login 请求，验证用户名和密码是否正确，登录成功后返回用户信息。
数据库：查询用户数据，验证用户名和密码。

3. 图片生成流程

前端：用户访问主页 (/)，输入提示词，点击“Generate Image”按钮。
后端：接收 POST /generate 请求，调用Deepseek API 生成图片提示词，生成图片 URL 并返回给前端。
第三方 API：调用 Deepseek API 和 Pollinations API 生成图片。

4. 图片下载流程

前端：用户点击“Download Image”按钮，发送 POST /download 请求。
后端：接收 POST /download 请求，从 Pollinations API 下载图片并返回给前端。
前端：将图片保存到本地。

项目结构

代码实现

前期准备工作，部署本地deepseek模型，可以参考本地部署Deeoseek，安装mysql数据库，创建数据库。

1. 配置文件

config.py

import os


SECRET_KEY = os.environ.get("SECRET_KEY") or "your_secret_key_here"  # 设置一个随机的密钥
#mysql所在的主机名
HOSTNAME = '127.0.0.1'
#mysql监听的端口号
PORT = 3306
#连接Mysql的用户名
USERNAME = 'root'  #设置成你自己的
#连接mysql的密码
PASSWORD = '123456' #设置成你自己的
#mysql上创建的数据库
DATABASE = 'image_generator'  #设置成你自己的
DB_URI = 'mysql+pymysql://{}:{}@{}:{}/{}?charset=utf8mb4'.format(USERNAME,PASSWORD,HOSTNAME,PORT,DATABASE)
SQLALCHEMY_DATABASE_URI = DB_URI
SQLALCHEMY_TRACK_MODIFICATIONS = False

2. 数据库模型

`models.py`

from exts import db

class User(db.Model):
    __tablename__ = 'user'
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    username = db.Column(db.String(100), nullable=False)
    password = db.Column(db.String(1000), nullable=False)

    # Flask-Login 需要的属性和方法
    @property
    def is_active(self):
        return True  # 默认所有用户都是活跃的

    @property
    def is_authenticated(self):
        return True  # 默认所有用户都是已认证的

    @property
    def is_anonymous(self):
        return False  # 默认所有用户都不是匿名的

    def get_id(self):
        return str(self.id)  # 返回用户 ID 的字符串形式

3. 解决循环引用

`exts.py`

为什么要这样做大家可以参考项目准备（flask+pyhon+MachineLearning）- 1

from flask_sqlalchemy import SQLAlchemy
db = SQLAlchemy()

4. 登录和注册逻辑

`auth.py`

from flask import Blueprint, request, jsonify, render_template
from werkzeug.security import generate_password_hash, check_password_hash
from flask_login import login_user, logout_user, login_required
from models import User, db
from flask import redirect, url_for

auth = Blueprint("auth", __name__)

@auth.route("/login", methods=["GET", "POST"])
def login():
    if request.method == "POST":
        data = request.json
        username = data.get("username")
        password = data.get("password")

        user = User.query.filter_by(username=username).first()
        if not user or not check_password_hash(user.password, password):
            return jsonify({"error": "Invalid username or password"}), 401

        login_user(user)
        return jsonify({"message": "Logged in successfully"}), 200
    else:
        return render_template("login.html")

@auth.route("/register", methods=["GET", "POST"])
def register():
    if request.method == "POST":
        data = request.json
        username = data.get("username")
        password = data.get("password")

        if not username or not password:
            return jsonify({"error": "Username and password are required"}), 400

        if User.query.filter_by(username=username).first():
            return jsonify({"error": "Username already exists"}), 400

        new_user = User(username=username, password=generate_password_hash(password))
        db.session.add(new_user)
        db.session.commit()

        return jsonify({"message": "User registered successfully"}), 201
    else:
        return render_template("register.html")

@auth.route("/logout")
@login_required
def logout():
    logout_user()  # 注销用户
    return redirect(url_for("auth.login"))  # 重定向到登录页面

5. Deepseek API 封装

`deepseek_api.py`

from openai import OpenAI

class DeepSeekLocalAPI:
    def __init__(self, api_base, api_key="none"):
        """
        初始化 DeepSeek 本地模型 API
        :param api_base: DeepSeek 本地模型的 API 地址，例如 "http://localhost:5001/v1"
        :param api_key: API 密钥（如果不需要可以设置为 "none"）
        """
        self.client = OpenAI(
            base_url=api_base,  # 设置本地模型的 API 地址
            api_key=api_key     # 设置 API 密钥
        )

    def generate_prompt(self, user_input):
        """调用 DeepSeek 本地模型生成图片提示词"""
        # 系统提示：预设角色
        system_prompt = (
            "You are an AI image generation bot. I will give you some prompts, and you will use your imagination to vividly describe the image, "
            "then convert it into English to fill in the placeholder of the following URL: "
            "![image](https://image.pollinations.ai/prompt/{prompt}?width=1024&height=1024&seed=100&model=flux&nologo=true)；只返回url"
        )

        # 调用 DeepSeek 本地模型
        try:
            response = self.client.chat.completions.create(
                model="deepseek-r1:32b",  # 模型名称
                messages=[
                    {"role": "system", "content": system_prompt},  # 系统提示
                    {"role": "user", "content": user_input}        # 用户输入
                ],
                max_tokens=500,  # 限制生成内容的长度
                temperature=0.7   # 控制生成内容的创造性
            )
            print('正在生成提示词。')
            # 提取生成的提示词
            generated_prompt1 = response.choices[0].message.content
            return generated_prompt1
        except Exception as e:
            print(f"Error calling DeepSeek Local API: {e}")
            return ""

# 示例用法
if __name__ == "__main__":
    # DeepSeek 本地模型的 API 地址
    api_base = "http://127.0.0.1:11434/v1"  # 替换为你的 DeepSeek 本地模型地址
    api_key = "none"  # 如果不需要 API 密钥，可以设置为 "none"

    # 初始化 DeepSeek 本地模型 API
    deepseek = DeepSeekLocalAPI(api_base, api_key)

    # 用户输入
    user_input = "一只凤凰在彩虹色星云中翱翔"

    # 生成提示词
    generated_prompt = deepseek.generate_prompt(user_input)
    if generated_prompt:
        print("Generated Prompt:", generated_prompt)
    else:
        print("Failed to generate prompt.")

6. Flask 主程序

`app.py`

from deepseek_api import DeepSeekLocalAPI
from flask import Flask, render_template, request, jsonify, send_file
from flask_login import LoginManager, current_user, login_required
from models import User
from auth import auth
import requests
import io
import config
from exts import db
from flask_migrate import Migrate
from werkzeug.security import generate_password_hash

app = Flask(__name__)
# 导入自定义配置
app.config.from_object(config)
# 数据库初始化
db.init_app(app)
migrate = Migrate(app,db)


login_manager = LoginManager(app)
login_manager.login_view = "auth.login"  # 设置登录页面路由

# 注册蓝图
app.register_blueprint(auth)

deepseek_api_base = "http://127.0.0.1:11434/v1"  # 替换为你的 DeepSeek 本地模型地址
deepseek_api_key = "none"  # 如果不需要 API 密钥，可以设置为 "none"
deepseek = DeepSeekLocalAPI(deepseek_api_base, deepseek_api_key)


@login_manager.user_loader
def load_user(user_id):
    return User.query.get(int(user_id))

@app.route("/")
@login_required
def index():
    return render_template("index.html")

@app.route("/generate", methods=["POST"])
@login_required
def generate():
    """生成图片提示词并返回图片 URL"""
    user_input = request.form.get("prompt", "")
    if not user_input:
        return jsonify({"error": "Please provide a prompt"}), 400
    print(user_input)
    # 调用 DeepSeek 生成提示词
    image_url = deepseek.generate_prompt(user_input)
    generated_prompt = '图像渲染'
    print('url:',image_url)
    if not generated_prompt:
        return jsonify({"error": "Failed to generate prompt"}), 500
    return jsonify({"image_url": image_url, "prompt": generated_prompt})

@app.route("/download", methods=["POST"])
@login_required
def download():
    image_url = request.json.get("image_url")
    if not image_url:
        return jsonify({"error": "Image URL is required"}), 400

    response = requests.get(image_url)
    if response.status_code != 200:
        return jsonify({"error": "Failed to download image"}), 500

    return send_file(
        io.BytesIO(response.content),
        mimetype="image/png",
        as_attachment=True,
        download_name="generated_image.png"
    )
if __name__ == "__main__":
    app.run(debug=True)

7. 前端页面

`templates/index.html`

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>AI Image Generator</title>
    <link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
    <div class="container">
        <h1>图像自动生成器</h1>
        <form id="prompt-form">
            <textarea id="prompt-input" placeholder="Enter your prompt here..."></textarea>
            <button type="submit">生成图像</button>
        </form>
        <div id="result">
            <p id="status-message"></p>  <!-- 显示生成状态 -->
            <img id="generated-image" src="" alt="Generated Image">
            <p id="generated-prompt"></p>
            <button id="download-button" style="display: none;">下载图像</button>
        </div>
        <a href="{{ url_for('auth.logout') }}">退出登录</a>
    </div>

    <script src="{{ url_for('static', filename='scripts.js') }}"></script>
</body>
</html>

`templates/login.html`

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>登录</title>
    <link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
    <div class="container">
        <h1>登录</h1>
        <form id="login-form">
            <input type="text" id="username" placeholder="Username" required>
            <input type="password" id="password" placeholder="Password" required>
            <button type="submit">登录</button>
        </form>
        <p>还没有账号？ <a href="{{ url_for('auth.register') }}">注册</a></p>
    </div>

    <script src="{{ url_for('static', filename='scripts.js') }}"></script>
</body>
</html>

`templates/register.html`

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>注册</title>
    <link rel="stylesheet" href="{{ url_for('static', filename='style.css') }}">
</head>
<body>
    <div class="container">
        <h1>注册</h1>
        <form id="register-form">
            <input type="text" id="username" placeholder="Username" required>
            <input type="password" id="password" placeholder="Password" required>
            <button type="submit">注册</button>
        </form>
        <p>已经有了账号？<a href="{{ url_for('auth.login') }}">登录</a></p>
    </div>

    <script src="{{ url_for('static', filename='scripts.js') }}"></script>
</body>
</html>

8. 前端脚本

`static/scripts.js`

// 登录表单提交
document.getElementById("login-form")?.addEventListener("submit", async (e) => {
    e.preventDefault();
    const data = {
        username: document.getElementById("username").value,
        password: document.getElementById("password").value,
    };

    const response = await fetch("/login", {
        method: "POST",
        headers: {
            "Content-Type": "application/json",
        },
        body: JSON.stringify(data),
    });

    const result = await response.json();
    if (response.ok) {
        window.location.href = "/";  // 登录成功后跳转到主页
    } else {
        alert(result.error);  // 显示错误信息
    }
});

// 注册表单提交
document.getElementById("register-form")?.addEventListener("submit", async (e) => {
    e.preventDefault();
    const data = {
        username: document.getElementById("username").value,
        password: document.getElementById("password").value,
    };

    const response = await fetch("/register", {
        method: "POST",
        headers: {
            "Content-Type": "application/json",
        },
        body: JSON.stringify(data),
    });

    const result = await response.json();
    if (response.ok) {
        alert(result.message);  // 注册成功
        window.location.href = "/login";  // 跳转到登录页面
    } else {
        alert(result.error);  // 显示错误信息
    }
});

document.getElementById("prompt-form")?.addEventListener("submit", async (e) => {
    e.preventDefault();  // 阻止表单默认提交行为

    const prompt = document.getElementById("prompt-input").value;
    const statusMessage = document.getElementById("status-message");

    // 显示“生成中”
    statusMessage.innerText = "Generating...";
    statusMessage.style.color = "blue";

    try {
        const response = await fetch("/generate", {
            method: "POST",
            headers: {
                "Content-Type": "application/x-www-form-urlencoded",
            },
            body: `prompt=${encodeURIComponent(prompt)}`,
        });

        const data = await response.json();
        if (data.image_url) {
            // 显示“生成完成”
            statusMessage.innerText = "Generation complete!";
            statusMessage.style.color = "green";

            // 显示生成的图片和提示词
            document.getElementById("generated-image").src = data.image_url;
            document.getElementById("generated-prompt").innerText = data.prompt;
            document.getElementById("download-button").style.display = "block";
        } else {
            // 显示错误信息
            statusMessage.innerText = "Error: " + (data.error || "Failed to generate image");
            statusMessage.style.color = "red";
        }
    } catch (error) {
        console.error("Error:", error);
        statusMessage.innerText = "An error occurred. Please try again.";
        statusMessage.style.color = "red";
    }
});


// 图片下载
document.getElementById("download-button")?.addEventListener("click", async () => {
    const imageUrl = document.getElementById("generated-image").src;

    const response = await fetch("/download", {
        method: "POST",
        headers: {
            "Content-Type": "application/json",
        },
        body: JSON.stringify({ image_url: imageUrl }),
    });

    if (response.ok) {
        const blob = await response.blob();
        const url = window.URL.createObjectURL(blob);
        const a = document.createElement("a");
        a.href = url;
        a.download = "generated_image.png";
        document.body.appendChild(a);
        a.click();
        a.remove();
    } else {
        alert("Failed to download image");
    }
});

9. 前端样式

`static/style.css`

body {
    font-family: Arial, sans-serif;
    background-color: #f4f4f9;
    color: #333;
    margin: 0;
    padding: 0;
    display: flex;
    justify-content: center;
    align-items: center;
    height: 100vh;
}

.container {
    background: white;
    padding: 2rem;
    border-radius: 8px;
    box-shadow: 0 4px 6px rgba(0, 0, 0, 0.1);
    max-width: 600px;
    width: 100%;
    text-align: center;
}

h1 {
    margin-bottom: 1.5rem;
}

input, textarea {
    width: 100%;
    padding: 0.75rem;
    margin-bottom: 1rem;
    border: 1px solid #ccc;
    border-radius: 4px;
    font-size: 1rem;
}

button {
    width: 100%;
    padding: 0.75rem;
    background-color: #007bff;
    color: white;
    border: none;
    border-radius: 4px;
    font-size: 1rem;
    cursor: pointer;
}

button:hover {
    background-color: #0056b3;
}

#result {
    margin-top: 1.5rem;
}

#generated-image {
    max-width: 100%;
    border-radius: 4px;
    margin-bottom: 1rem;
}

#generated-prompt {
    font-size: 0.9rem;
    color: #666;
}

#status-message {
    font-size: 1.2rem;
    font-weight: bold;
    margin-bottom: 1rem;
}

a {
    color: #007bff;
    text-decoration: none;
}

a:hover {
    text-decoration: underline;
}

10. 依赖文件

`requirements.txt`

Flask==2.3.2
Flask-SQLAlchemy==3.0.5
Flask-Login==0.6.2
mysql-connector-python==8.0.33
openai==1.0.0
requests==2.31.0

运行项目

1. 安装依赖

pip install -r requirements.txt

2. 启动 MySQL 数据库，并确保数据库连接配置正确

3. 迁移数据库

这一步是为了创建数据库表，可以参考项目准备（flask+pyhon+MachineLearning）- 1

在终端中依次执行

初始化(只需要执行一次)
flask db init
生成文件
flask db migrate
迁移数据库
flask db upgrade

4. 访问生成的API

访问 http://localhost:5000，注册并登录后即可使用图片生成和下载功能。

DeepSeek技术社区

欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。

更多推荐

cover

本地化部署DeepSeek需要多少硬件资源，要多少钱？

DeepSeek技术社区

cover

零门槛本地部署AI模型：基于Ollama实现DeepSeek全攻略

DeepSeek技术社区

cover

结构化 Prompt 编写指南：JSON / Markdown / SQL 输出控形术

DeepSeek技术社区

所有评论(0)

查看更多评论

①·⊙▽⊙

已为社区贡献1条内容