近来，我注意到一些公众号在发布一些插画为主的内容，这些作品配有精美的图片，加上一句有趣的话，多篇文章的阅读量都突破了10万+，这收入不用多说了吧。

其实咱们普通人创作这样的账号，也真的不难，正巧我一直在用的智谱文生图模型又又迭代了，从cogview模型升级至cogview-3 Plus，这次绝对是一流水平。

先简单介绍下，CogView-3-Plus 是智谱新一代的图像生成模型，是 CogView 的升级版本，本次升级使用了 Transformer 架构训练扩散模型，化了效果并验证了参数量提升的效益。

升级后的CogView-3-Plus能够依据用户指令快速生成多种分辨率下的高质量图像，并以其接近行业顶尖模型如MJ-V6和FLUX的效果而闻名，具备将文本描述精准转换为图像的多模态能力，并提供API服务以便于集成使用，同时支持实时推理，确保了图像生成的高效率和快速响应。

所以，赶紧拿来试了一番， 今天就用 多线程 + Flask + 智谱CogView-3-Plus快速搭建一个插画生成器 。

前台展示：

后端运行图：

一、安装依赖

首先，你需要确保已经安装了运行此应用所需的所有依赖库。

安装Flask

Flask是Python的一个Web框架，我们首先需要安装它，你可以通过pip安装Flask：

安装ZhipuAI SDK

这段代码调用了ZhipuAI的SDK，所以你需要安装相关的zhipuai库，可以通过以下命令来安装：

安装图片库pillow

Pillow 库是 Python 中一个非常强大的图片处理库，它提供了丰富的功能，可以轻松地进行图片的读取、编辑、保存等操作。

安装requests

Requests库提供了更简洁的API,使得开发者可以更容易地处理HTTP请求和响应。

二、设置 ZhipuAI API 密钥

在代码中有一个地方需要你提供 ZhipuAI 的 API 密钥：

你需要提前从ZhipuAI获取一个有效的API密钥，并将它填入上述位置，获取地址：https://bigmodel.cn/usercenter/proj-mgmt/apikeys

三、设置IP白名单

别忘记设置IP白名单管理，出现下面的错误就是没设置IP白名单的原因。

设置地址：https://bigmodel.cn/usercenter/safety-mgmt/ip-whitelist

四、代码详细说明

1. 导入必要的库

Flask : 用于创建和运行 Web 应用的 Python 框架。

ZhipuAI : 用于与 ZhipuAI API 进行交互的客户端库。

threading : 用于异步处理图像生成任务，防止主线程被阻塞。

uuid : 用于生成唯一的任务 ID。

requests : 用于向 ZhipuAI API 发送 HTTP 请求，获取图像数据。

io : 用于在内存中处理图像数据。

PIL (Pillow) : 用于处理图像，如加载图像、绘制文字等。

base64 : 用于将图像数据转换为 Base64 编码字符串，方便在 Web 中传输。

2. 初始化 Flask 应用和 ZhipuAI 客户端

Flask(app) : 创建一个 Flask 应用实例，用于运行 Web 服务器。

ZhipuAI(api_key=api_key) : 初始化一个 ZhipuAI 客户端，使用提供的 API 密钥与 ZhipuAI 服务进行交互。

3. 创建共享数据结构

image_results : 用于存储每个任务的生成图像结果（以 Base64 编码的字符串形式）。

task_status : 用于存储每个任务的状态（例如 "processing"、"completed"、"failed"）。

lock : 使用 threading.Lock 创建一个锁对象，用于在多线程环境下保护共享数据的访问，确保线程安全。

4. 生成图像的函数

第一个函数的作用是生成图像，它接收多个参数：

prompt : 用户输入的文本描述，用于生成图像。

model : 使用的 AI 模型（如果未提供则使用默认的 cogview-3-plus）。

size : 图像的尺寸（默认是 1024x1024）。

user_id : 可选的用户 ID，用于标识用户， imgtitle: 可选的文本，用户希望显示在生成图像上的文字。

通过 PIL.Image.open 将返回的图像数据加载为 PIL 图像对象，方便进一步操作。

如果用户提供了标题文字（imgtitle），则使用 ImageDraw.Draw(img) 在图像上绘制文字，如果有指定字体（arial.ttf），使用它；如果找不到该字体，则使用系统默认字体。

最后将处理后的图像保存到内存中的字节流（img_byte_array），然后将图像数据转换为 Base64 编码的字符串，便于通过 Web 返回。

5. Flask 路由

首页路由 (/)

路由渲染一个名为 index.html 的页面。该页面允许用户输入文本描述并提交请求生成图像。

生成图像的路由 (/generate-image)

使用 threading.Thread 创建一个新线程来处理图像生成，防止图像生成阻塞主线程，线程完成后会更新任务的状态为 "completed" 或 "failed"，返回一个包含任务 ID 的响应，表示图像生成已经开始。

查询任务状态的路由 (/image-result/<task_id>)

该路由用于查询图像生成的状态，根据任务 ID 检查状态：

"processing" : 图像正在生成中，返回 202 状态码。

"completed" : 图像生成完成，返回 Base64 编码的图像。

"failed" : 如果图像生成失败，返回错误信息。

6. 启动 Flask 应用

通过 app.run 启动 Flask 应用，设置 threaded=True 表示应用支持多线程处理请求，可以并发处理多个用户请求。

五、运行Flask应用

确保所有代码文件都已经就绪后，可以运行Flask应用，导航到包含Flask应用的目录，然后执行以下命令：

这将启动Flask开发服务器，默认情况下它会监听：http://127.0.0.1:5000/。

六、访问应用及效果演示

在浏览器中访问应用：

你将看到一个简单的表单，用户可以输入嵌入文字以及文本描述（prompt），然后点击【发送】按钮。

效果如下：

当用户提交表单时，前端会通过AJAX发送一个POST请求到/generate-image，服务器接收到请求后，启动一个新的线程来生成图像，并返回一个task_id，用户可以通过task_id查询图像的生成状态，当图像生成完成后，前端会自动显示图像。

用户在表单中提交文本后，服务器开始生成图像，前端会定期请求/image-result/<task_id>来检查图像是否生成完毕，一旦图像生成完成，浏览器会展示生成的图像。

接下来，给大家分享几种这个赛道的变现方式：

1. 公众号流量主变现：公众号达到 500 粉后开通流量主，一篇 10w+ 的爆文， 就能获得可观的收入。

2. 平台流量分成：你还可以制作图片视频，上传到自媒体平台如视频号，并参与分成计划，只要满足一定条件，就能根据视频的播放量获得相应的流量分成。

3. 小红薯接商单变现：通过分享有趣的图文，吸引粉丝关注，小红薯粉丝数量的增加可以帮你提高接商业广告的价格。

4. 定制红包封面、手机壁纸。。。

其实说了那么多，在惊叹AI作品的精美之余，更多人开始表达对AI绘画的恐惧和焦虑，担心未来是否会被取代而失业。

根据我的亲身体验，我认为AI绘画技术并不会取代个人创作者，而是成为了一个提升工作效率的有力工具，我想那些尝试过AI绘画的人应该都能体会到这一点。

AI绘画作品的质量实际上还是由人来决定的，尽管AI能够创造出各种作品，但最终让这些作品精准呈现的，还是你深思熟虑后提供的描述词，这一点尤为重要，因为工作需要精确和实用性，艺术可能没有固定的标准，但设计必须满足实际应用的需求。

因此，我鼓励大家去尝试AI绘画，而不是对它感到害怕，尽早的尝试可以让AI更好的帮助我们完成工作。

智谱 AI 开放平台：https://bigmodel.cn?utm_source=%E8%8F%9C%E9%B8%9F%E6%95%99%E7%A8%8B&utm_campaign=yrgzh&_channel_track_key=aZO594fk