用 Qoder 和 AnalyticDB Supabase 轻松打造你的 AI 原生移动端 APP!

今天我想和大家聊聊,怎么用Qoder、云原生数据仓库AnalyticDB PostgreSQL版Supabase,以及Qwen Image Edit,轻松打造一个不需要传统后端的AI手办生图Flutter应用。这个过程包括从前端代码的自动生成到后端即服务(BaaS)的配置,再到AI模型的集成,特别适合那些想要快速验证AI应用原型和实现灵活开发的朋友们。

一、概述

在如今这个AI应用开发的时代,传统的后端结构正在经历变革。这一方案采用了一种轻量且敏捷的架构,通过组合一些核心技术,你就可以在不需要自建传统后端的情况下,迅速搭建AI手办生图的Flutter应用。

  • 前端:使用Qoder根据你的需求自动生成Flutter代码,负责应用的界面和互动。作为一个AI驱动的IDE助手,Qoder能够高效地生成高质量的Flutter代码。你只需创建一个空项目,描述你的核心需求,并经过几轮调试,便能得到一个可以运行的移动应用。
  • 后端即服务(BaaS):AnalyticDB Supabase提供了数据存储、对象存储和边缘函数的能力,极大地简化了传统后端开发的复杂性。
  • AI能力集成:通过AnalyticDB Supabase Edge Function,接入通义千问图像编辑模型,轻松实现图片编辑功能。

二、前提条件

  • 你需要先创建一个Supabase项目。
  • 确保你的AnalyticDB PostgreSQL版Supabase项目已经开通了公网访问。
  • 获取阿里云的百炼API Key,方便调用通义千问图像编辑模型,请参考这里。

三、操作步骤

步骤一:生成Flutter应用代码

1. 准备环境。

  • 安装Qoder和Flutter插件。

2. 创建Flutter项目。

在VS Code中,你可以使用快捷键Command + Shift + P(Mac)或Ctrl + Shift + P(Windows/Linux),输入“flutter”,选择Flutter: New Project。

3. 使用Qoder生成代码。

向Qoder描述你的功能需求,并调试生成的代码。相关的示例源代码可以在这里找到。

功能需求描述的示例如下:

build a flutter image edit app, powered by supabase, using edge function invoke image model to edit image by uploaded by users

步骤二:配置AnalyticDB Supabase

1. 设置API访问。

在项目的根目录下新增.env文件,复制相关信息并替换为实际的配置值。具体的配置信息可以参考获取API Keys。

SUPABASE_URL=https://sbp-xxxxx.supabase.opentrust.net 
SUPABASE_SERVICE_KEY=xxxxxxxx

2. 设计数据库表结构。

创建一个数据库表,用于记录用户编辑的图片信息,包括原始图片的URL、编辑后图片的URL以及用户输入的提示词等重要信息。

CREATE TABLE public.edited_images (
  id TEXT PRIMARY KEY,
  prompt TEXT NOT NULL,
  original_image_url TEXT NOT NULL,
  edited_image_url TEXT NOT NULL,
  created_at TIMESTAMPTZ NOT NULL DEFAULT NOW() 
);

3. 创建对象存储桶。

  • 在Supabase的仪表板侧边栏,点击Storage。
  • 创建一个名为images的存储桶,用于存放用户上传的图片数据。

步骤三:集成AI服务

1. 配置安全密钥。

说明:在AnalyticDB Supabase中,阿里云提供了原生的Edge Function Secrets配置和集中管理能力,能够安全存放AI API Token(如DashScope和百炼)在函数的密钥库中,通过Deno.env.get读取,避免硬编码或客户端暴露。

  • 在Supabase仪表板的侧边栏,点击Edge Function>Secrets。
  • 配置BAILIAN_API_KEY,其值为前提条件中获取的阿里云百炼API Key。

2. 部署Edge Function。

  • 在Supabase仪表板的侧边栏,点击Edge Function>Functions。
  • 在页面右上角点击Deploy a new function,从下拉菜单中选择Via Editor。
  • 创建并部署一个名为wan的函数。

代码示例请见下方,请根据网络访问方式替换BASE_URL。若私网访问,参考通过终端节点私网访问阿里云百炼平台;若公网访问,请参见。

const DASHSCOPE_API_KEY = Deno.env.get('BAILIAN_API_KEY');
const BASE_URL = 'https://vpc-cn-beijing.dashscope.aliyuncs.com/api/v1';
async function callImageEditAPI(image_url, prompt) {
  const messages = [
    {
      role: "user",
      content: [
        {
          image: image_url
        },
        {
          text: prompt
        }
      ]
    }
  ];
  const payload = {
    model: "qwen-image-edit",
    input: {
      messages
    },
    parameters: {
      negative_prompt: "",
      watermark: false
    }
  };
  try {
    const response = await fetch(`${BASE_URL}/services/aigc/multimodal-generation/generation`, {
      method: 'POST',
      headers: {
        'Authorization': `Bearer ${DASHSCOPE_API_KEY}`,
        'Content-Type': 'application/json'
      },
      body: JSON.stringify(payload)
    });
    if (!response.ok) {
      console.error(`Request failed: ${response.status} ${response.statusText}`);
      return null;
    }
    const data = await response.json();
    return data.output?.choices?.[0]?.message?.content ?? null;
  } catch (error) {
    console.error("Request error:", error.message);
    return null;
  }
}
Deno.serve(async (req)=>{
  try {
    const { image_url, prompt } = await req.json();
    if (!image_url || !prompt) {
      return new Response(JSON.stringify({
        error: "Missing image_url or prompt"
      }), {
        status: 400,
        headers: {
          'Content-Type': 'application/json'
        }
      });
    }
    const result = await callImageEditAPI(image_url, prompt);
    return new Response(JSON.stringify({
      message: result
    }), {
      headers: {
        'Content-Type': 'application/json',
        'Connection': 'keep-alive'
      }
    });
  } catch (error) {
    console.error("Server error:", error);
    return new Response(JSON.stringify({
      error: "Internal server error"
    }), {
      status: 500,
      headers: {
        'Content-Type': 'application/json'
      }
    });
  }
});

四、工作流程

  1. 上传原图:用户选择图片后,前端将其上传至Supabase Storage的images存储桶,并生成签名URL。
  2. 调用编辑:前端把签名URL和编辑指令(prompt)发送给Edge Function,Edge Function利用BAILIAN_API_KEY调用通义千问图像编辑模型,处理图片并获取生成图的URL。
  3. 写入历史记录:前端将原始图片URL、编辑后的图片URL以及prompt等信息写入edited_images数据库表,以便保存历史记录。

五、测试与验证

依次执行以下命令,安装依赖并启动应用。

flutter pub get 
flutter run

一旦应用启动,你就可以在设备或模拟器上体验AI手办生图的功能了。

提示词示例

绘制图中角色的1/7比例的商业化手办,写实风格,真实环境,手办放在电脑桌上,电脑屏幕里的内容为该手办的C4D建模过程,电脑屏幕旁放着印有原画的塑料玩具包装盒,电脑桌上还有制作手办的工具,如画笔,颜料,小刀等。

测试示例

用 Qoder 和 AnalyticDB Supabase 轻松打造你的 AI 原生移动端 APP!

效果示例

用 Qoder 和 AnalyticDB Supabase 轻松打造你的 AI 原生移动端 APP!

了解更多

欢迎搜索钉钉群号(101930027031)加入群聊,领取免费试用机会哦!

来源:知乎
原文标题:基于 Qoder 和 AnalyticDB Supabase 快速构建AI原生移动端 APP
声明:
文章来自网络收集后经过ai改写发布,如不小心侵犯了您的权益,请联系本站删除,给您带来困扰,深表歉意!

《用 Qoder 和 AnalyticDB Supabase 轻松打造你的 AI 原生移动端 APP!》有7条评论

发表评论