Erstellen Ihrer App mit AI21 Labs und Stable Diffusion-Integration

Einführung

Stable Diffusion ist ein wegweisendes generatives Modell, das sich in der Erstellung von hochauflösenden Bildern in einem einzigen Vorwärtsdurchgang auszeichnet. AI21 Studio ist eine leistungsstarke Plattform, die Entwicklern und Unternehmen fortschrittliche Lösungen für die Verarbeitung natürlicher Sprache (NLP) bietet und die erweiterten Fähigkeiten der Sprachmodelle von AI21 Labs nutzt.

Was werden wir tun?

In diesem Tutorial werden wir eine unterhaltsame Anwendung entwickeln, die darauf abzielt, ansprechende Tweets zu erstellen. Wir werden die robusten Funktionen von AI21 Labs zusammen mit auffälligen Titelbildern, die von Stable Diffusion erzeugt werden, nutzen. Um unsere App zum Leben zu erwecken, verwenden wir Streamlit, eine Open-Source-Python-Bibliothek, die die Erstellung von ansprechend gestalteten Webanwendungen für maschinelles Lernen und Datenwissenschaft erleichtert.

Voraussetzungen

• Laden Sie Visual Studio Code oder einen anderen Code-Editor wie IntelliJ IDEA oder PyCharm herunter und installieren Sie ihn, der für Ihr Betriebssystem geeignet ist.
• Um auf AI21 Labs Studio zuzugreifen, benötigen Sie einen API-Schlüssel. Melden Sie sich für ein Konto bei AI21 Labs Studio an, navigieren Sie zum Dashboard, klicken Sie auf Ihr Profilbild in der oberen rechten Ecke, wählen Sie „API-Schlüssel“ aus dem Dropdown-Menü und kopieren Sie Ihren API-Schlüssel. Stellen Sie sicher, dass Sie ihn sicher aufbewahren.
• Für Stable Diffusion erstellen Sie einen API-Schlüssel, indem Sie sich bei Dream Studio anmelden. Klicken Sie im Dashboard auf die Schaltfläche „+“, um einen neuen API-Schlüssel zu generieren und kopieren Sie ihn, um sicherzustellen, dass Sie ihn sicher gespeichert haben.
• Um Ihre Anwendung bereitzustellen, melden Sie sich für ein Konto bei Streamlit an. Es wird empfohlen, sich mit GitHub anzumelden, um später einfache Bereitoptionsmöglichkeiten zu haben.

Erste Schritte

Ein brandneues Projekt erstellen

Starten Sie Visual Studio Code und erstellen Sie einen neuen Ordner mit dem Titel ai21-sd-tutorial.

Erstellen Sie eine virtuelle Umgebung und aktivieren Sie sie

Führen Sie in Ihrem Terminal den folgenden Befehl aus, um eine virtuelle Umgebung zu erstellen und zu aktivieren:

python -m venv venv

Aktivieren Sie dann Ihre virtuelle Umgebung:

source venv/bin/activate  # auf macOS/Linux
venv\Scripts\activate  # auf Windows

Installieren Sie alle Abhängigkeiten

Jetzt installieren wir die erforderlichen Abhängigkeiten, indem wir den folgenden Befehl ausführen:

pip install -r requirements.txt

Implementierung der App

Erstellen Sie zunächst eine Datei mit dem Namen stable_diffusion.py und implementieren Sie eine Funktion zur Generierung von Bildern aus Text mithilfe des Stable-Diffusion-Modells. Weitere Informationen finden Sie im Text-to-image gRPC API Python-Client.

Richten Sie als Nächstes eine Datei mit dem Namen ai21_studio.py ein, in der wir eine Funktion implementieren, die kreative Ideen für ansprechende Tweets zur Förderung einer Marke oder eines Produkts generiert.

Finalisierung der Anwendung

Nachdem unsere Funktionen zur Generierung von aufschlussreichen Ideen und ansprechenden Titelbildern festgelegt sind, ist es an der Zeit, eine Datei mit dem Namen app.py zu erstellen. In dieser Datei werden wir die Logik für unsere Streamlit-Anwendung formulieren, sodass wir schnell Webanwendungen mithilfe von reinem Python erstellen können.

Erforderliche Bibliotheken und Funktionen importieren

Wir werden die App einleiten, indem wir alle erforderlichen Bibliotheken und benutzerdefinierten Funktionen importieren.

Grundkonfiguration

Richten Sie die grundlegenden Konfigurationen für die App ein:

import streamlit as st
from stable_diffusion import generate_image
from ai21_studio import generate_tweet_ideas

Initialisierung von Statusvariablen

Initiiere alle notwendigen App-Zustände wie folgt:

st.session_state.tweet_ideas = []

Arbeiten am App-Layout

Gestalten Sie die Seitenleiste, um Platz für unsere API-Schlüssel zu schaffen. Anstatt .env-Dateien zu verwenden, wird unser Design die benutzerfreundliche Zugänglichkeit sicherstellen.

Verbessern Sie das Aussehen der App, indem Sie einen eingängigen Titel und eine Beschreibung hinzufügen:

st.title('Engaging Tweet Generator')
st.write('Verwenden Sie unsere KI-Tools, um ansprechende Tweets und beeindruckende Titelbilder zu erstellen!')

Benutzereingabe-Widgets

Führen Sie ein st.text_area()-Widget ein, um Benutzereingaben zu sammeln, und ein st.button()-Widget, um die Idee basierend auf diesen Eingaben zu generieren:

prompt = st.text_area('Geben Sie Ihren Eingabetext ein:')
if st.button('Ideen generieren'):
    tweet_ideas = generate_tweet_ideas(prompt)

Bildgenerierungsfunktionalität

Als Nächstes werden wir ein weiteres st.text_area()-Widget für die Bildgenerierung mit Stable Diffusion implementieren:

image_prompt = st.text_area('Geben Sie die Bildanfrage ein:')
if st.button('Bild generieren'):
    image = generate_image(image_prompt)

Ausgabe generierter Ideen und Bilder

Jetzt ist es wichtig, die Hauptfunktionen zu implementieren, die die generierten Ideen und die erstellten Bilder präsentieren:

st.write('Generierte Ideen:', tweet_ideas)
st.image(image)

Bereitstellung in der Streamlit Sharing Cloud

Für eine detaillierte Anleitung zur Bereitstellung Ihrer App in der Streamlit Sharing Cloud, siehe das ElevenLabs-Tutorial.

Schlussfolgerung

Herzlichen Glückwunsch! Heute haben wir erfolgreich eine aufregende Anwendung entwickelt, die die API von AI21 Studio zur Generierung von Tweet-Ideen und die API von Stable Diffusion zur Erstellung von auffälligen Bildcovern nutzt. Darüber hinaus haben wir den Bereitstellungsprozess in der Streamlit Sharing Cloud erkundet. Vergessen Sie nicht, an kommenden Hackathons bei lablab.ai teilzunehmen, um die Chance zu haben, tolle Preise zu gewinnen.

Vielen Dank, dass Sie dieses Tutorial durchlaufen haben. Wenn Sie Fragen haben, können Sie mich gerne auf LinkedIn oder Twitter kontaktieren; ich würde gerne Ihre Meinung hören!