使用IBM Granite Vision 3.3 2B AI模型从文本生成图像

这个工作流使用**ibm-granite/granite-vision-3.3-2b**模型（托管在Replicate上）来生成AI图像。它从手动触发开始，向Replicate API发送请求，等待结果，最后输出生成的图像链接。

把它想象成你的**AI艺术助手**——你只需点击一次，它就会处理图像生成的完整请求/响应周期。

## 🟢 第1部分：触发器与API设置

🔗 **节点：**

* **Manual Trigger** → 当你点击*执行*时启动
* **Set API Key** → 安全地在工作流中存储你的Replicate API密钥

💡 **初学者要点：**
这个部分就像转动点火钥匙。你启动工作流，它加载你的凭据，以便你可以与Replicate的API通信。

📈 **优势：**
将你的API密钥存储在工作流内部，而不是到处硬编码。

## 🟦 第2部分：创建预测

🔗 **节点：**

* **HTTP Request (Create Prediction)** → 向Replicate发送请求，使用选定的模型（`granite-vision-3.3-2b`）和输入参数（seed、temperature、max_tokens等）。

💡 **初学者要点：**
这是工作流实际**要求AI模型生成图像**的地方。

📈 **优势：**
你可以调整参数如**创意性（temperature）**或**随机性（seed）**来控制结果。

## 🟣 第3部分：轮询与状态检查

🔗 **节点：**

* **Extract Prediction ID (Code)** → 保存唯一的作业ID
* **Wait (2s)** → 在检查状态前暂停
* **Check Prediction Status (HTTP Request)** → 调用Replicate查看图像是否准备就绪
* **If Condition (Check If Complete)** →

* ✅ 如果`status = succeeded` → 移动到结果
* 🔄 否则 → 返回Wait并再次检查

💡 **初学者要点：**
由于图像生成需要几秒钟，这个部分会持续**询问AI“你完成了吗？”**直到图像准备就绪。

📈 **优势：**
无需猜测——工作流自动等待并重试直到成功。

## 🔵 第4部分：处理结果

🔗 **节点：**

* **Process Result (Code)** → 提取最终数据：

* ✅ 状态
* ✅ 输出图像URL
* ✅ 指标（花费时间等）
* ✅ 模型信息

💡 **初学者要点：**
这个部分**收集完成的图像链接**并为你整齐地准备好。

📈 **优势：**
你获得结构化输出，可以**保存、显示或在另一个工作流中使用**（如自动发送图像到Slack或保存到Google Drive）。

## 📊 最终概览表

| 部分 | 节点 | 目的 | 优势 |
|——|——|——|——|
| 🟢 触发器与设置 | Manual Trigger, Set API Key | 启动 + 加载凭据 | 安全的API密钥管理 |
| 🟦 创建预测 | HTTP Request | 要求AI生成图像 | 控制创意性和输出 |
| 🟣 轮询 | Extract ID, Wait, Check Status, If | 重复检查作业状态 | 自动等待直到完成 |
| 🔵 处理结果 | Process Result | 提取图像 + 详细信息 | 获得干净的输出以供重用 |

## 🚀 为什么这个工作流有用

* **自动化完整API周期** → 从请求到最终图像URL
* **自动处理延迟** → 持续检查直到你的图像准备就绪
* **可自定义参数** → 调整创意性、随机性和令牌限制
* **可重用** → 连接到电子邮件、Slack、Notion或存储以即时共享
* **初学者友好** → 只需插入你的API密钥并点击*执行*