前言
感觉已经进入全面AIGC的时代了，从刚开始的ChatGPT的生成文本，到GPT-4文本到图片的发展，深刻感受到了技术的日新月异。但是GPT-4一直是付费模式，我才开始接触stable diffusion，在自己的电脑上学习AI绘画。
AI绘画的文生图还没研究透彻呢，文生视频sora又来了。对于我来说，学习的速度远远追不上技术的发展，所以索性就沉下心来，深入地学习一下AI绘画。
如今阿里云、腾讯云等很多厂商，都提供了AI绘画地服务能力。通过购买部署AI绘画服务的实例，让Stable Diffusion实现云化。今天就来研究一下腾讯云AI绘画服务hai。
于是，学了一下午的微信小程序开发（有前端开发基础），实现了将hai服务接入到微信小程序。
操作动图演示：
HAI
hai是腾讯云的高性能应用服务（Hyper Application Inventor），在腾讯云的hai服务页面，春季活动1元可以10元抵扣券。
10元可以购买8小时（1.2元/时）的GPU基础套餐。
在实例中预装了stable diffusion的webui和comfyui，我个人还是比较喜欢webui，喜欢工作流的可以选择后者。
然后就是1元下单购买10元抵扣券。
创建实例，使用抵扣券开通8小时体验时间。
购买之后创建实例，分配公网IP。
这样，实例的创建就完成了，要注意的是：每次重启实例公网IP都会重新分配。点击右侧的WebUI就可以进入Stable Diffusion的webui，体验图生图和文生图的功能。
至此，实例创建完成。我们想要在微信小程序中实现文生图的功能，那么就要调用hai的api，所以必须开启hai的api功能。
开放API
根据Hai操作文档，首先开启Stable diffusion服务的api支持。通过实例页面右侧的JupyterLab进入Terminal，执行下面命令监听服务。
cd stable-diffusion-webui
python launch.py --nowebui --xformers --opt-split-attention --listen --port 7862
执行命令之后，成功监听7862端口。。
在实例页面可以看到公网IP，通过http://公网IP:7862/docs可以查看api文档。
我们小程序开发开发的文生图功能，主要是调用txt2img的api，查看接口参数。
然后添加安全组。
至此，关于hai服务的部分已经全部准备完成，接下来就是微信小程序的设计。
微信小程序
我们根据HAI提供的api的请求参数，参考stable diffusion web ui来实现一个简易版的微信小程序。
设计
先看hai文档中api接口的参数。
在上面的参数中，有一些可以设置为固定值，所以我们只挑选一些主要的参数，放到小程序页面的设计中，例如：prompt、negative_prompt、steps、seed（其实也可以不用），sampler_index。batch_size我们默认就生成一张就行了。
对于微信小程序的开发，我是基于uni-app，使用vue进行的开发。UI没有使用市面上基于uni-app封装的组件，我使用的是uni-app提供的原生组件。
开发
在HBuilderX和微信开发者工具中完成开发工作。先实现功能，再优化UI样式，初版的设计如下：
1. prompt
使用textarea组件实现prompt文本框。
<view class="uni-title uni-common-pl">Text Prompt</view>
<view class="uni-textarea">
<textarea v-model="prompt" placeholder- placeholder="请输入提示词" />
</view>
<view class="uni-title uni-common-pl">Text Prompt</view>
<view class="uni-textarea">
<textarea v-model="negative_prompt" placeholder- placeholder="请输入反向提示词" />
</view>
使用v-model与textarea的value实现双向绑定。
import {ref} from 'vue'
const prompt = ref('')
const negative_prompt = ref('')
prompt和negative_prompt的初始值都设置为空，两个变量会随着textarea输入的值而改变，这样就可以获取用户输入的参数。
2. step
step就是Sampling steps（采样步长），就是在reverse diffusion中，从噪声图降噪成正常图片的步数，通常使用20 - 30，这里使用了滑动选择器slider组件来实现。
<view class="uni-title">step</view>
<view>
<slider value="20" activeColor='#465CFF' block-color="#8A6DE9"
block-size="20" @change="stepChange" min="10" max="50" show-value />
</view>
activeColor用来设置滑块左侧已选择部分的线条颜色，右侧默认为白色。block-color和block-size分别设置滑动块的颜色和大小。
change属性绑定回调函数stepChange，当滑动组件改变时就会触发。
const step = ref(20)
const stepChange = function(event){
step.value = event.detail.value
}
定义step默认值为20，在stepChange获取最新值，我个人比较喜欢设置为30。
3. scale
scale是promot的引导系数，用来控制模型遵循你输入的prompt有多少，用1-30表示。1表示完全忽略你的提示，3表示更有创造力，7为推荐值，表示在自由和遵从之前平衡，15更加遵循提示，30完全遵循提示。
所以说scale使用默认7就行了，但是这里还是尊重选择，使用了滑动选择器slider组件来实现。
<view class="uni-title">scale</view>
<view>
<slider value="7" activeColor='#465CFF' block-color="#8A6DE9" block-size="20" @change="scaleChange" min="1"
max="30" show-value />
</view>
同样这里change绑定回调函数scaleChange。
const scale = ref(7)
const scaleChange = function(event){
scale.value = event.detail.value
}
定义scale默认值为7，这里不建议修改，在stepChange获取最新值。
4. seed
seed就是随机数种子，在提示词以及其他设置相同时，seed相同才能生成一样的图片。
<view class="uni-title">seed</view>
<input v-model="seed">
同样在input组件中使用v-model实现双向绑定seed。
const seed = ref(-1)
seed默认值为-1。
5. sampler
采样器使用radio组件实现，遍历samplerItem进行渲染。
<view class="uni-title">sampler</view>
<view class="sampler">
<radio-group v-for="(item, index) in samplerItem" :key="item.name" @change="samplerChange">
<view class="sampler-radio">
<radio :value="item.name" :checked="item.name == sampler" />
<span>{{ item.name }}</span>
</view>
</radio-group>
</view>
定义samplerItem，定义了6个Item，这里只写了2个。
const samplerItem = reactive([{
"index": 0,
"name": "Euler",
},
{
"index": 1,
"name": "LMS",
},
])
name是渲染radio的名称，index是下标。默认radio都是垂直分布的，我想让6个radio分成两行，所以就需要使用flex分布。
.sampler {
display: flex;
flex: 0 0 auto;
flex-wrap: wrap;
width: 100%;
justify-content: center;
}
.sampler-radio {
width: 33vw;
}
同时flex: 0 0 auto属性让弹性元素不发生伸缩，每个radio占用33%的宽度，一行就实现了3个radio的分布。flex-wrap允许换行，所以就将6个radio分布在了两行。
在使用radio你会发现两个问题：
radio一旦选中，是没办法点击取消选中的 可以多选，但是我们的需求只能单选为了解决这两个问题，需要定义checked属性来决定是否选中。定义sampler变量用来与当前radio比较。默认是0，所以在第一次进入或刷新小程序时，默认选中第一个radio。
定义radio-group的change事件，当点击选中新的radio时就会触发，这时修改sampler为最新选中的radio，其他radio的checke属性就为false，就取消了选中。
const sampler = ref('Euler')
const samplerChange = function(event) {
sampler.value = event.detail.value
}
效果如下：
同时，sampler也作为请求参数来请求接口。
6.生成按钮
然后就是生成图片按钮，点击按钮就发起hai接口请求。
<view>
<button type="primary" @click="generatePic" :loading="isLoading">生成图片</button>
</view>
这里绑定了点击事件generatePic发起请求，接着看如何实现请求函数。
const isPicShow = ref(false)
const isLoading = ref(false)
const picBase64 = ref('')
const generatePic = function() {
isLoading.value = true
uni.request({
url: 'http://公网IP:7862/sdapi/v1/txt2img',
method: 'POST',
data: {
"denoising_strength": 0,
"prompt": prompt.value,
"negative_prompt": negative_prompt.value,
"seed": seed.value,
"batch_size": 1,
"n_iter": 1,
"steps": step.value,
"cfg_scale": 7,
"width": 512,
"height": 512,
"restore_faces": false,
"tiling": false,
"sampler_index": sampler.value
},
success: (res) => {
picBase64.value = `data:image/png;base64,${res.data['images'][0]}`
isPicShow.value = true
isLoading.value = true
}
});
}
使用uni-app的request接口发起请求，请求参数一部分是通过我们定义的组件输入获取的，一部分是固定的。在我们发起请求成功之后，hai服务就会返回一个数组，base64格式的图片就包含在数组之中，如图所示：
我们在success回调函数中对自定义的picBase64、isLoading和isPicShow变量做处理。
picBase64用于接收接口获取的base64格式的图片，当img组件的src使用base64而非路径时，需要在图片base64格式之前加上前缀：data:image/png;base64,。
isLoading的作用是什么呢？ 因为Stable diffusion生成图片是需要时间的，所以在点击按钮之后等待的过程中，给人的感觉是微信小程序卡了。所以就会不停地点击生成按钮，后台就会一直在生成图片。
上图为后台日志，我们可以看到来自同一个IP的多个文生图任务在运行，就导致了资源的浪费。button组件的loading属性就是，当为true的时候是就会一直处于loading动画，不可点击，在generatePic函数发起请求时，设置为true处于加载不可点击状态。当请求完成后，设置为false。
7. image组件
isPicShow用来展示图片组件，当请求完成之后才会显示图片组件。所以在生成按钮的下方，要定义一个图片组件。
<view v-if="isPicShow">
<image :src="https://blog.csdn.net/CatchLight/article/details/picBase64" @longpress="longpress"></image>
</view>
保存图片
可以看到picBase64绑定在img的src属性上，父组件view用isPicShow来控制是否显示。接着我想长按图片就可以保存到本地相册，所以在image组件上绑定了长按事件longpress。
const longpress = function() {
uni.showActionSheet({
itemList: ['保存图片'],
success: (res) => {
if (res.tapIndex === 0) {
saveBase64ImageToAlbum(picBase64.value);
}
}
});
}
使用uni-app的showActionSheet从底部弹出输出选项框，选择保存图片就可以调用saveBase64ImageToAlbum函数，将base64图片保存到相册中。
function base64ToTempFilePath(base64Data) {
return new Promise((resolve, reject) => {
uni.getFileSystemManager().writeFile({
filePath: `${wx.env.USER_DATA_PATH}/temp-image.png`,
data: base64Data,
encoding: 'base64',
success: () => {
resolve(`${wx.env.USER_DATA_PATH}/temp-image.png`);
},
fail: reject
});
});
}
async function saveBase64ImageToAlbum(base64Data) {
const tempFilePath = await base64ToTempFilePath(base64Data);
uni.saveImageToPhotosAlbum({
filePath: tempFilePath,
success: () => {
uni.showToast({
title: '图片保存成功',
icon: 'success'
});
},
fail: (error) => {
uni.showToast({
title: '保存失败：' + error.errMsg,
icon: 'none'
});
}
});
}
saveBase64ImageToAlbum的逻辑是将base64格式转换成png格式，存放在用户临时目录中，然后通过调用uni-app的saveImageToPhotosAlbum接口保存到相册中，在开发者工具中演示结果如下：
查看保存的图片：
预览图片
在完成整个微信小程序的开发之后，突然想着没有点击预览图片的功能，于是给image组件绑定了click事件，绑定previewImage函数实现了这一块功能。
const previewImage = function() {
base64ToTempFilePath(picBase64.value);
uni.previewImage({
urls: [`${wx.env.USER_DATA_PATH}/temp-image.png`],
current: 0
});
}
使用uni-app的previewImage接口，直接预览保存在用户目录的图片即可。
如图，点击实现预览，至此，从参数输入的设计、请求hai文生图接口以及保存图片到相册的开发就完成了。
优化
上面AI绘画使用的是stable diffusion自带的模型，所以生成的图片没有那么理想，所以大家可以根据hai操作文档，将自己喜欢的模型上传。
从程序开发角度来说，优化内容主要是两个部分，一部分是前端UI设计，一部分是权限的控制，例如一个用户可以请求的次数等等，这里只讲前端UI的优化的部分。
微信小程序的优化内容一是可以增加图生图等模块，二是修改css，更改小程序的UI配色和布局设计，这里主要还是讲css部分。
上图是最终修改后的小程序样式，修改了配色和各个组件的样式，这里就以textarea为例。
.prompt-textarea {
border-radius: 4px;
background-color: #F1F4FA;
height: 80px;
width: 95vw;
margin: auto;
font-size: 13px;
box-shadow: 1px 1px 5px rgba(0, 0, 0, 0.2);
padding-left: 5px;
padding-top: 3px;
}
设置了4px的圆角，居中、背景色、阴影等，同时通过padding设置，从视觉上让文本输入是向右偏移，而不是紧贴这输入框边缘。
结语
五分钟，从购买1元”炼丹券“到创建实例、使用stable diffusion服务。总的来说，hai极度简化了stable diffusion的使用难度，不需要自己准备电脑，随时随地可以在电脑或者手机上使用AI绘画。
第一次开发微信小程序，还有许多学习的地方，后续会更新一些关于自学微信小程序内容。