做了个小而美的 AI 产品，根据照片匹配古诗词，生成分享卡片

[fgt]

介绍

大家好，这是我打算成为独立开发后的第一款 AI 应用

应用名称：诗境

访问地址： https://photo2poem.top/

主要功能就是根据用户上传的图片分析主体和意境，匹配诗句，最终生成漂亮的卡片

需求来源

不知道你们有没有遇到过，就是拍了一幅很美的照片，想吟诗一首再发个朋友圈，奈何文化程度有限，往往想半天最后配了段大白话。

这时候诗境就能派上用场，把图片喂给她，让她给你配个最符合当前画面意境的诗。

界面截图

主体功能流程

1. 前置工作：古诗词向量化
2. 用户上传照片，后台通过多模态接口分析图片主体和意境，格式化输出
3. 根据上面的输出去向量库中匹配，返回 Top N 诗句
4. 根据诗句反查得到整诗返给前端
5. 前端呈现

技术栈

• 前端：Vue 、Tailwind CSS 、DaisyUI
• 后端：Python 、Mysql
• AI：Gemini 、LangChain 、m3e 、chroma
• 登录鉴权：Clerk
• 支付：独角数卡

关于编码这块，AI 真的有大用途，我前端 WebStorm 和后端 Pycharm 都装了 Copilot 插件，有好多代码都是直接"提示"出来的；然后界面框架借助 ScreenshotToCode 、V0 等应用，真的能节省很多开发时间，这里就不展开讲了。

关于支付这块，我也看了一些国际上主流的付款 Saas ，Strpe 需要公司资质，门槛太高，Lemon Squeezy 申请了，看我地址里出现中国，直接拒了（以美国禁令为由），各位大佬如果有更好的途径欢迎分享。

特色

• 使用目前主流的 UI 设计，简约美观
• 一次性匹配 5 首诗，不满意可切换
• 提供导出功能，一键导出图配诗，方便发圈装逼
• 页面支持自定义，可以配置是否显示日历、边框、标题、作者和朝代等，支持调整诗句字体大小

独立开发的思考

我之前一直都是做 Java 的，现在这个行情大家也都知道，说不定哪天就毕业了，想着技多不压身，现在最火的就是 AI 了，就找了教程跟着学了，但光看是浮于表面的，就想练练手，于是这个项目就应运而生了。

虽然是个很简单的项目，但奈何都是比较陌生的技术，真的是一边学一边开发，陆陆续续花了 3 周，这里我要吐槽一下，整个开发过程前端开发至少占了 7 成，后端接口写好之后基本就不用动了，前端细节太多了，经常调一个诡异的样式调半天。

我感觉做独立开发，只能瞄准一些小众需求，让大厂觉得利益有限不屑于竞争，然后尽量将产品做精，做到真正的"小而美"，和同质化产品拉开差距。

最后

产品还处于试用阶段，登录就送额度，有人感兴趣的话我下面会发激活码，谢谢大家~

感谢大家捧场~
ff9e503b-a7ea-4253-b796-f8017d51c422
528ce82f-bbd0-49c0-9f25-07e678771172
88b52541-96f6-4fb8-af2d-0773f166e8c8
b50cad96-287d-4edb-bd04-1684fe908d77
26a14092-0f05-484a-9a85-7cd428f20cb3
6a07dc06-9e3f-45e2-a4e8-8b6210e458e5
137f458e-1153-4ff6-be3d-43d41376783c
c1e36d40-47cc-4525-bfb8-329c1eb2a7e0
44e6e737-a1f7-4cd6-b0ed-eca846940b04
00a365da-d2b4-4291-8bb3-87700a96f1fd
b2de60af-f60e-49a7-9e26-0d194becc656
94bcbf95-3aaa-4285-ae5c-4c64723b249f
609ad60e-747c-4782-bb86-a84789de1641
8da5a07e-b192-4667-af23-d424f1f456bb
b1294113-a17e-457e-a8be-dba91cc566f5

我看了下后台，报错主要有两大原因
1. 原始图片太大，尽管我有做压缩但有的图还是有 2~4MB ，调 Gemini 接口超时了
2. 图片敏感，只要稍微上传点 nsfw 的内容，Gemini 接口直接就报错了

[chenzhengjian]

创意不错，体验欠佳

[fgt]

@chenzhengjian 哈哈，目前还处于半成品，还有很多优化空间，延迟现在至少都要 7 秒，我看大部分时间都花在了调用 Gemini 上，后面想办法把他换掉

[xuyihao]

已经崩了😰

[authony2020]

想法挺好的， 照片是不是可以选择风格美化下。我试了一下报错了啊

[fgt]

@authony2020 确实，大部分人发圈之前都要再美化下；服务重启了，应该好了

[xinchao]

挺好的，求点额度玩一下，[email protected]

[AiBoy]

激活码错误

[jiejia]

感觉这种应用直接在 gpts 商店更适合一些

[fgt]

@AiBoy 错误应该就是被用掉了，留邮箱吧

[Alexf4]

如果中文的可以试试国内的千问，或者省心整个 gpt-4o, 估计会省事很多？

[codebs]

求额度
Ynp1OTUyN0BnbWFpbC5jb20=

[TabGre]

怎么可以直接发朋友圈的？

[fgt]

@TabGre 需求+1 ，加个一键分享功能，目前只能右上角导出图片

[digd]

有没有对比直接用 GPT-4o 的 prompt 的效果的差距？

[fgt]

@digd 我尝试过直接让大模型返回，但还是避免不了幻觉问题，他会给你凭空捏造一首诗，就算不是捏造的，标题和作者也经常搞错

[fgt]

@codebs 已发~

[TabGre]

web 可以分享为朋友圈吗？ 小程序都木有见过类似功能

[yb2313]

好好好

[yb2313]

@yb2313 何以销烦暑，端居一院中。
眼前无长物，窗下有清风。
热散由心静，凉生为室空。
此时身自得，难更与人同。

[fgt]

@yb2313 我试了下，第二首也不错，哈哈

[fgt]

@yb2313 貌似 v2 只能预览 imgur 的图床

[digd]

很赞的点子，求额度 ZHVkb2dAb3V0bG9vay5jb20=

现在那种“可怜现在文化低，只能卧槽”太多了

[wonderfulcxm]

@fgt 不错，讲了一个失足妇女的故事😅

[fgt]

@digd 已发~

[Pepega]

天才！连个公众号你无敌了啊

[tomdddd]

求问下这种分享卡片技术上是怎么实现的，能分享下么
我也是 java 的独立开发选手，目前做了 2-3 款产品，希望加个 v 15889666941 多多交流～

[huang86041]

有反过来，在有诗的情况下，配图，然后分享的吗？

[huang86041]

求额度：aHVhbmc4NjA0QGdtYWlsLmNvbQ==

[fgt]

@tomdddd 基本就是用 tailwindcss+daisyui 手搓出来的，网页导出成图片有现成的库 html2canvas

[tomdddd]

@fgt 加个联系方式吧～看到有些小 bug 跟你反馈下哈哈 15889666941

[fgt]

@huang86041 发了~ 你这个也是个思路啊，先用大模型分析诗句，生成图像提示词，然后用 sd 或者 mj 生成图片

[zzzyyysss]

给图片列表把 view-transition 加上吧

[x007xyzabc]

想法不错

[fgt]

@zzzyyysss 很酷炫的效果啊，我去学习下怎么用

[ivyliner]

话说, 你这个和 诗片 APP 啥关系啊 ? 我怎么感觉你是再抄袭人家 ?

[carrie999]

有兴趣合作做 ios 吗 可以联系我的 wx：771685809

[yhxx]

和诗片好像啊
UI 几乎都一样

[fgt]

@ivyliner 界面框子我是用 V0 生成的，就两个页面，这应该算是这类应用的设计范式了吧，就像各家大模型的对话界面基本都有 OpenAI 的影子
而且我们平台也不一样，诗片那个只有 ios 上有

[yb2313]

@fgt #20 怎么就给我识别成荡子妇了, 你管管你家 ai 啊

[yb2313]

@wonderfulcxm 那种事情, 不要啊

[zhigangwu]

求交流，也是独立开发 wx: d3pnXzA3MjA=

[fgt]

@yb2313 哈哈，不过这个女主确实有点败犬的感觉

[ivyliner]

@fgt #38 UI 和 创意基本上都一样, 你看看 37 楼也是这么觉得. 用 V0 生成也不能保证生成的配色和文案 "选择我的照片" 一样吧.

[zhiyu1998]

我擦 很有创意 帮你推荐到了我的第三期周刊《水母绚舞》了

https://rrorangeandfriends.site/posts/2024/003#%E8%AF%97%E5%A2%83

[fgt]

@zhiyu1998 多谢分享，订阅你的周刊了

[dawangyezi]

挺好玩儿

[linyongxin]

挺好的创意，如果能指定诗句也很不错。
页面 css 或 js 有点问题，多了个 position: absolute; 导致遮罩不居中，页面设置后，遮罩无法关闭，也没看到确认按钮，全部不能动，非常难用。

[carrie999]

@huang86041 这个用 midjourney