Delete ai_dual_mode_app

ai_dual_mode_app/README.md

@@ -1,4 +0,0 @@
-
-# AI 图文生成器：支持上传CSV批量生成图文，也支持文本转图片
-
-本项目使用 SDXL 模型，生成高清图像，支持上传提示词批量生成，也支持输入提示词生成单图。

ai_dual_mode_app/app.py

@@ -1,68 +0,0 @@
-
-import gradio as gr
-import pandas as pd
-import torch
-from diffusers import StableDiffusionXLPipeline
-from PIL import Image
-import os
-import zipfile
-
-# 加载模型（GPU环境）
-pipe = StableDiffusionXLPipeline.from_pretrained(
-    "stabilityai/stable-diffusion-xl-base-1.0",
-    torch_dtype=torch.float16,
-    variant="fp16"
-).to("cuda")
-
-# 文本模板生成函数
-def generate_text(prompt):
-    return f"这是一幅描绘：{prompt} 的画面，小朋友可以根据图像发挥想象力哦！"
-
-# 模式一：处理CSV并生成图文ZIP
-def process_csv(file):
-    df = pd.read_csv(file.name)
-    output_dir = "output"
-    os.makedirs(output_dir, exist_ok=True)
-
-    for idx, row in df.iterrows():
-        prompt = row["prompt"]
-        image = pipe(prompt=prompt).images[0]
-        image_path = os.path.join(output_dir, f"image_{idx+1}.png")
-        image.save(image_path)
-
-        text = generate_text(prompt)
-        text_path = os.path.join(output_dir, f"text_{idx+1}.txt")
-        with open(text_path, "w") as f:
-            f.write(text)
-
-    # 打包ZIP
-    zip_path = "output.zip"
-    with zipfile.ZipFile(zip_path, "w") as zipf:
-        for file_name in os.listdir(output_dir):
-            file_path = os.path.join(output_dir, file_name)
-            zipf.write(file_path, arcname=file_name)
-    return zip_path
-
-# 模式二：文本转图片
-def text_to_image(prompt):
-    image = pipe(prompt=prompt).images[0]
-    return image
-
-# Gradio界面
-with gr.Blocks() as demo:
-    gr.Markdown("## 🤖 AI 图文生成器 - 批量 & 单图模式")
-
-    with gr.Tab("📂 批量生成（上传CSV）"):
-        csv_input = gr.File(label="上传CSV文件", file_types=[".csv"])
-        csv_output = gr.File(label="生成图文ZIP包")
-        csv_btn = gr.Button("开始生成")
-        csv_btn.click(fn=process_csv, inputs=csv_input, outputs=csv_output)
-
-    with gr.Tab("🖼️ 单图生成（文本转图片）"):
-        prompt_input = gr.Textbox(label="输入提示词", placeholder="比如：一只飞翔在太空的小猫咪")
-        image_output = gr.Image(label="生成的图像", type="pil")
-        single_btn = gr.Button("立即生成")
-        single_btn.click(fn=text_to_image, inputs=prompt_input, outputs=image_output)
-
-if __name__ == "__main__":
-    demo.launch()

ai_dual_mode_app/requirements.txt

@@ -1,9 +0,0 @@
-
-gradio
-pandas
-torch==2.1.0
-diffusers==0.27.2
-transformers==4.40.0
-accelerate==0.28.0
-safetensors
-pillow