这篇文章不聊概念，只讲步骤——从一台空服务器到对外提供AI创作服务，全流程实操。

一、准备工作：把平台跑起来

1. 硬件与环境

• 服务器：2核4GB起步（推荐4核8GB，跑图像生成时更稳）

• 操作系统：Ubuntu 20.04 / CentOS 7+

• 安装 Docker 和 Docker Compose

2. 一键部署

git clone https://github.com/BidingCC/BuildingAI.git
cd BuildingAI
cp .env.example .env
docker compose up -d

等待镜像拉取和容器启动（约3~5分钟）。访问 http://你的IP:4090/install 进入安装向导，设置管理员账号、站点名称即可。

3. 必备依赖说明

平台只用到了 PostgreSQL（存数据）和 Redis（缓存），没有额外中间件，部署失败概率极低。如果端口冲突，修改 .env 中的 APP_PORT。

---

二、配置模型供应商（打通API）

进入后台 → 模型供应商，添加你需要的模型渠道。

绘画类

• 推荐 微软 MAI-Image-2（文字渲染能力极强，支持中文）或 Banana 系列（轻量，适合超分和修复）。

• 配置方式：填入对应的 API Key 和 Endpoint（若使用 OpenAI 兼容接口，选择“OpenAI”类型，自定义模型名称）。

写作/对话类

• 推荐 DeepSeek 或 通义千问（性价比高，中文语料好）。

• 同样在供应商页面添加，填入 API Key，平台会自动拉取可用模型列表。

路由策略（可选）

你可以设置“按模型权重”或“按任务类型”自动切换，比如写作用 DeepSeek，绘画用 Image-2。这部分在模型路由中配置，不配也能用，只是所有请求会走默认模型。

---

三、搭建三个核心智能体（工作流设计）

BuildingAI 的可视化工作流基于 DAG（有向无环图），你只需要拖拽节点并连线。下面分别给出三种应用的最低可行工作流。

场景1：AI绘画（从文字描述到高质量图片）

目标：用户输入一句话，系统返回一张或多张候选图，并自动挑选最优结果。

节点设计：

1. 输入节点：接收用户提示词（以及可选参数如风格、尺寸）。

2. 图像生成节点：选择 Image‑2 或 Banana 模型，设置生成数量（建议2~4张）。

3. 质量评估节点（可选）：调用大模型（如GPT-4o）对生成的图片进行图文匹配度评分，选择得分最高的一张。

4. 输出节点：返回最佳图片 URL 或 Base64。

关键配置：

• 在图像生成节点中，提示词模板可加上“高质量、8K、细节丰富”等后缀，提升出图质量。

• 评估节点需要写一段 Prompt，例如：“请根据用户需求‘{user_input}’对以下图片的匹配度打分，只返回分数。”

测试：在工作流画布右上角点击“运行”，输入“一只穿着宇航服的柴犬”，观察生成和筛选流程是否正常。

---

场景2：AI漫剧（从小说到动态短剧）

漫剧实际是“剧本生成 + 分镜绘图 + 配音/视频合成”的组合。BuildingAI 应用市场有现成模板，但我们可以自己搭一个简化版。

节点设计：

1. 输入节点：用户上传小说片段或提供故事大纲。

2. 剧本分解节点：使用写作Agent（调用 DeepSeek）将故事拆分为“场景列表”，每个场景包含：场景描述、角色、对白、情绪。

3. 分镜绘图节点：对每个场景调用绘画模型生成对应的画面（可批量并行，使用“循环节点”）。

4. 合成节点（需要外部API）：将图片序列交给视频合成服务（比如通过 HTTP 请求节点调用 CapCut 或剪映的开放接口），生成 MP4。

5. 输出节点：返回视频下载链接。

关键配置：

• 在剧本分解节点的 Prompt 中明确输出格式（JSON），方便后续节点解析。

• 绘画节点的提示词需包含场景描述 + 角色人设（可从知识库读取）。

• 如果暂时没有视频合成 API，可先只生成图片序列，后续再接入。

---

场景3：AI写作（按需生成文章/文案）

适用于博客、营销文案、SEO内容等。

节点设计：

1. 输入节点：用户输入主题、目标字数、风格要求。

2. 意图识别节点（可选）：判断用户要“写大纲”、“写全文”还是“润色”，路由到不同分支。

3. 知识库检索节点：上传你的行业资料、写作模板、品牌词库，系统自动做向量检索，召回相关片段。

4. 生成节点：将检索结果与用户输入拼装成完整 Prompt，调用大模型生成。

5. 输出节点：返回最终文章。

关键配置：

• 知识库需要提前建立：在“知识库”菜单中创建，上传 PDF/Word/TXT 文档，平台会自动切片和向量化。

• 生成节点的 Prompt 模板示例：

  你是一个资深文案，请根据以下参考资料和用户需求撰写文章：
  【参考资料】{retrieved_context}
  【用户需求】{user_input}
  要求：语言流畅，结构清晰，使用 {style} 风格。

---

四、设置计费与用户体系（实现商业化）

BuildingAI 内置了完整的用户注册、会员套餐和支付模块，不需要额外开发。

1. 开启会员订阅：后台 → 会员管理 → 新增套餐（如“月度会员：¥29，每日可生成100次”）。

2. 配置支付：支持微信支付和支付宝，只需填入商户号和密钥（在“支付配置”中）。

3. 绑定计费节点：在你的工作流中，拖入一个“计费节点”放在最前面，当用户余额或次数不足时，自动拦截并提示充值。

这样，整个服务就变成了一个可直接对外的SaaS产品。

---

五、导入已有工作流（少走弯路）

如果你之前用过 Dify 或 Coze，BuildingAI 支持导入它们导出的 DSL 文件（JSON格式）。在智能体列表页面点击“导入”，上传文件即可，大部分节点会自动映射，减少重复搭建。

---

六、上线与监控

• 发布应用：在智能体详情页点击“发布”，系统会生成一个独立的访问链接（如 https://你的域名/chat/xxx）。

• 你也可以将应用嵌入到自己的网站中（提供 iframe 或 API 调用）。

• 后台有完整的使用统计（调用次数、消耗 tokens、用户活跃度），方便你调整套餐价格或优化节点。

---

最后的叮嘱

整个搭建过程，最难的不是技术，而是工作流的设计思路——想清楚你的用户到底需要几步操作，每一步用什么模型，输出什么格式。

BuildingAI 把基础设施都准备好了，你只需要像拼图一样把节点连起来。从今天开始，你完全可以用一个周末，跑通自己的AI绘画、漫剧、写作三合一的创作平台。

如果卡在某个节点，先去官方文档的“工作流节点”章节查参数说明，或者看应用市场里别人的模板怎么连的。动手试，比什么都强。

---

项目文档：https://buildingai.cc/docs
源码仓库：https://github.com/BidingCC/BuildingAI