Wisdom Docs
Photoshop Auto-Updater
AI Asset Pipeline Engine
项目速览
S
// Situation - AI Workflow 使用需具备代码基础，非技术人员上手难度大
- AI Workflow 操作与节点设计与设计思维脱节，理解成本高
- 文生图 AI Prompt 缺乏治理，流程无法封装为可复用资产模板
- 文生图 AI 多轮对话上下文漂移，风格一致性丢失，提示词稀释
- 文生图 AI 跨模型、跨批次生成一致性无法保障，切换成本高
T
// Task - 搭建统一可视化 AI 工作流平台，整合多模型能力
- 支持拖拽式节点设计，降低非技术人员使用门槛
- 建立流程模板库，实现文生图流程经验沉淀与复用
- 优化模型调用逻辑，避免上下文漂移及提示词稀释
- 简化操作链路，让 AI 生成结果具备标准化属性
A
// Action - React 18+ReactFlow 构建可视化拖拽编排画布
- 开发 ModelAdapter 抽象层，统一对接多模型API
- 实现易用 文生图 AI 与 AI Workflow 深度融合
- DAG+JSON Schema 实现流程稳定与风格锁定
- 搭建模板库，支持流程导入导出与版本管理
R
// Result - 团队AI应用效率提升75%，操作链路大幅简化
- 新人上手周期从2-3周缩短至2天
- 多模型能力互补，提升生成效果
- 沉淀15+可复用流程模板，经验复用率提升
- 跨模型生成一致性达95%，风格稳定无漂移
项目背景
存在问题
设计目标
产品方案
风险治理
总结
Q&A
Q1 你在项目中负责什么？
产品设计、架构设计、前端实现全部由我主导推进。从需求洞察到节点体系设计、从 DAG 调度引擎开发到多模型抽象适配，覆盖了从 0 到 1 的完整链路。
Q2 为什么不用现成工具（n8n / ComfyUI / Midjourney）？
n8n 和 ComfyUI 对代码基础有硬性要求，操作逻辑与设计师的视觉思维脱节，上手门槛高；Midjourney 等工具功能单一，仅支持文生图，无法完成流程编排与资产沉淀。市场上没有一个工具能同时解决「可视化编排 + 多模型统一 + 风格锁定」这三个问题，所以我们选择自建。
Q3 最大的技术挑战是什么？
多模型抽象适配。各家 AI 模型的 API 参数、请求格式、返回结构差异巨大，需要设计统一的 ModelAdapter 接口，在屏蔽底层差异的同时，将风格锁定的 Schema 规则精准转换为各模型的特定参数，确保跨模型生成效果的一致性。
Q4 项目最大的收获？
技术能力要转化为产品功能，不能直接堆技术，而是要先深度理解用户的真实诉求，再将模糊需求拆解为可落地的产品功能。这个项目让我真正做到了从「用户视角」而非「工程师视角」去思考产品，这也是从工具到系统升级的核心逻辑。