Discord 机器人接入 AI 绘画服务实战指南

此设计将模型加载与推理逻辑封装为类，便于多线程/异步调用，避免重复初始化开销。

启动 Web API 服务（FastAPI + Gradio 双模式）

为了同时支持网页访问和机器人调用，我们使用 FastAPI 提供 REST 接口，并保留 Gradio 用于调试。

安装 FastAPI 和 Uvicorn：

pip install fastapi uvicorn python-multipart pillow 

创建 api_server.py：

# api_server.py
from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
from PIL import Image
import io
import base64
from flux_pipeline import MajicFluxGenerator

app = FastAPI(title="MajicFLUX Image Generation API")
# 初始化生成器（全局单例）
generator = MajicFluxGenerator()

class GenerateRequest(BaseModel):
    prompt: str
    seed: int = -1
    steps: int = 20

@app.post("/generate")
async def generate_image(req: GenerateRequest):
    try:
        image, used_seed = generator.generate(req.prompt, req.seed, req.steps)
        # 转换为 Base64 编码
        buf = io.BytesIO()
        image.save(buf, format='PNG')
        img_base64 = base64.b64encode(buf.getvalue()).decode('utf-8')
        return {
            "image": img_base64,
            "seed": used_seed,
            "prompt": req.prompt,
            "steps": req.steps
        }
    except Exception as e:
        raise HTTPException(status_code=500, detail=str(e))

# 可选：集成 Gradio 界面
def launch_gradio():
    import gradio as gr
    with gr.Blocks() as demo:
        gr.Markdown("# 🎨 MajicFLUX 图像生成服务")
        prompt = gr.Textbox(label="Prompt")
        seed = gr.Number(label="Seed", value=-1)
        steps = gr.Slider(minimum=1, maximum=50, value=20, step=1, label="Steps")
        btn = gr.Button("生成")
        output = gr.Image()
        btn.click(
            fn=lambda p, s, st: generator.generate(p, int(s), int(st))[0],
            inputs=[prompt, seed, steps],
            outputs=output
        )
    demo.launch(server_name="0.0.0.0", server_port=7860, share=False)

if __name__ == "__main__":
    import threading
    # 在后台启动 Gradio
    thread = threading.Thread(target=launch_gradio, daemon=True)
    thread.start()
    # 主线程运行 FastAPI
    import uvicorn
    uvicorn.run(app, host="0.0.0.0", port=6006)

现在服务同时提供：

• HTTP API：POST /generate 返回 Base64 图像
• Web UI：Gradio 界面运行在 :7860，便于测试

接入 Discord 机器人：实现聊天内一键绘图

1. 创建 Discord 应用与机器人

前往 Discord Developer Portal：

• 创建新应用
• 添加 Bot，启用 Message Content Intent
• 复制 Token 并保存

邀请机器人至服务器（需 bot 和 application.commands 权限）

2. 安装 Python 依赖

pip install discord.py requests aiohttp 

3. 编写机器人主程序 bot.py

# bot.py
import discord
import asyncio
import requests
import json
from PIL import Image
from io import BytesIO
import os
import base64

# 配置
DISCORD_TOKEN = "your-bot-token-here"
API_URL = "http://localhost:6006/generate"  # 指向你的 API 服务
TEMP_DIR = "./temp_images"
os.makedirs(TEMP_DIR, exist_ok=True)

intents = discord.Intents.default()
intents.message_content = True
client = discord.Client(intents=intents)

@client.event
async def on_ready():
    print(f'✅ {client.user} 已上线！')
    await client.change_presence(activity=discord.Game(name="AI 绘画中..."))

@client.event
async def on_message(message):
    if message.author.bot:
        return
    if message.content.startswith('!draw'):
        # 解析命令：!draw <prompt> [--seed N] [--steps M]
        args = message.content[len('!draw'):].strip().split()
        if not args:
            await message.reply("❌ 请提供提示词，例如：`!draw 一只猫在太空`")
            return

        # 参数解析
        prompt_parts = []
        seed = -1
        steps = 20
        i = 0
        while i < len(args):
            if args[i] == '--seed' and i + 1 < len(args):
                try:
                    seed = int(args[i+1])
                    i += 2
                except:
                    i += 1
            elif args[i] == '--steps' and i + 1 < len(args):
                try:
                    steps = int(args[i+1])
                    steps = max(1, min(50, steps))  # 限制范围
                    i += 2
                except:
                    i += 1
            else:
                prompt_parts.append(args[i])
                i += 1
        prompt = "".join(prompt_parts)
        if len(prompt) < 3:
            await message.reply("❌ 提示词太短，请输入更详细的描述。")
            return

        # 发送请求
        status_msg = await message.reply("🔄 正在生成图像，请稍候...")
        try:
            response = requests.post(API_URL, json={
                "prompt": prompt,
                "seed": seed,
                "steps": steps
            }, timeout=120)
            response.raise_for_status()
            data = response.json()

            # 解码图像
            img_data = base64.b64decode(data['image'])
            img = Image.open(BytesIO(img_data))
            img_path = os.path.join(TEMP_DIR, f"gen_{data['seed']}.png")
            img.save(img_path, "PNG")

            # 构建回复
            file = discord.File(img_path, filename="result.png")
            embed = discord.Embed(
                title="🎨 AI 绘画完成",
                description=f"**Prompt**: {prompt}\n**Seed**: {data['seed']}\n**Steps**: {data['steps']}",
                color=0x00ff00
            )
            embed.set_image(url="attachment://result.png")
            embed.set_footer(text="Powered by Discord Bot")
            await status_msg.edit(content=None, embed=embed, file=file)
            os.remove(img_path)  # 清理临时文件
        except requests.exceptions.Timeout:
            await status_msg.edit(content="❌ 生成超时（可能超过 120 秒），请尝试减少步数或简化提示词。")
        except Exception as e:
            await status_msg.edit(content=f"❌ 生成失败：{str(e)}")
            print(e)

client.run(DISCORD_TOKEN)

4. 启动顺序

# 终端 1：启动图像生成服务
python api_server.py
# 终端 2：启动 Discord 机器人
python bot.py

远程部署与 SSH 隧道配置

若服务运行在云服务器上，需通过 SSH 隧道将本地端口映射至公网。

在本地电脑执行：

ssh -L 6006:127.0.0.1:6006 -L 7860:127.0.0.1:7860 -p [SSH_PORT] root@[SERVER_IP]

这样：

• http://127.0.0.1:6006 → 访问 API
• http://127.0.0.1:7860 → 查看 Gradio 界面

⚠️ 注意：bot.py 中的 API_URL 应指向 http://localhost:6006，经隧道后自动转发至远程服务。

实际测试案例

在 Discord 中输入：

!draw 赛博朋克风格的未来城市街道，雨夜，蓝色和粉色的霓虹灯光反射在湿漉漉的地面上，头顶有飞行汽车，高科技氛围，细节丰富，电影感宽幅画面 --seed 12345 --steps 25

机器人将返回：

🎨 AI 绘画完成
Prompt: 赛博朋克风格的未来城市街道...
Seed: 12345
Steps: 25

进阶优化建议

1. 性能优化

• 使用 aiohttp 替代 requests 实现异步调用
• 添加队列机制防止并发过载（如 asyncio.Queue）
• 对高频用户设置生成冷却时间（Cooldown）

2. 安全增强

• 为 /generate 接口添加认证密钥（Bearer Token）
• 限制单次生成最大步数（防资源滥用）
• 过滤敏感关键词（NSFW 检测）

3. 功能扩展

• 支持 /imagine Slash Command（需注册 Application Command）
• 添加风格预设（如 --style anime）
• 实现图像保存与画廊功能（数据库 + 持久化存储）
• 支持多模型切换（如 --model majic / --model real）

总结：构建可持续的 AI 绘画社群生态

本文完整实现了从 Flux 模型部署 到 Discord 机器人集成 的全流程，展示了如何将本地 AI 能力转化为社交化服务。关键收获包括：

• 工程化思维：将模型封装为可调用服务，解耦生成逻辑与交互层
• API 设计意识：通过 REST 接口实现跨平台集成
• 用户体验优化：自然语言指令 + 即时反馈 = 高粘性互动
• 可扩展架构：模块化设计支持后续功能迭代

最终目标不是做一个'能画画的机器人'，而是打造一个激发创意、促进交流、形成文化认同的 AI 艺术社区。

下一步学习路径