FLUX绘画机器人｜多模态识图与语音播报的对话式出图工作流

这是一个Dify高级聊天类应用（advanced-chat，共9个节点），把「描述需求→生成提示词→出图」串成一条对话流程，并额外挂上图片识别与语音播放两类能力，适合想让聊天机器人既能画图、又能看图、还能读出来的使用者。

1. 开始节点接收用户输入。
2. 「生成提示词」LLM节点使用硅基流动（siliconflow）上的 internlm2_5-7b-chat，把中文需求扩写成FLUX.1风格的英文提示词；原始提示词要求只输出提示词、全部用英文回复。
3. 「FLUX1绘画」代码节点接收 prompt 与 apikey 两个变量，调用外部绘图接口取得图片。
4. 「多模态模型」代码节点接收 imagerurl 与 apikey，用于把图片交给多模态接口识别。
5. 「多模态模式识别图片信息翻译」LLM节点用同一模型把识别结果整理成中文。
6. 「硅基流动自定义工具实现文本转语音」工具节点把文本转为语音。
7. 另有「代码执行」节点与「直接回复」节点负责数据整理和最终输出。DSL中存在一个标题与类型为空的节点，导入后需检查并清理。

输入为自然语言描述或图片地址；输出为生成的图像与可播放的语音内容。

原始入口：https://github.com/dzh-gitcode/dify-workflows/blob/986a11833b6a13734da85a8250f875e71dcfdd8d/02_%E5%9B%BE%E5%83%8F%E7%BB%98%E7%94%BB%E5%A4%9A%E6%A8%A1%E6%80%81/FLUX%E7%BB%98%E7%94%BB%E6%9C%BA%E5%99%A8%E4%BA%BA%2B%E5%A4%9A%E6%A8%A1%E6%80%81%E8%AF%86%E5%88%AB%2B%E8%AF%AD%E9%9F%B3%E6%92%AD%E6%94%BE.yml

整理来源：https://github.com/dzh-gitcode/dify-workflows

依据来源资料经AI翻译整理，未由本站实测。原始资料许可：未声明，转载与再分发权限待核验；目录许可不代表各产品或文件的使用授权。费用、账号、国内访问与版本兼容条件以原始发布者最新说明为准。

原仓库未声明许可证，并提示文件可能包含API密钥。本站仅提供原创介绍与原始入口，不转载配置文件或密钥。使用前应自行核对许可、检查并替换凭据，勿公开原始密钥。

在Dify中导入该DSL，先确认各LLM节点的模型是否已在你的环境中接入，再在环境变量中配置名为 apikey 的密钥（绘图与多模态接口可能需要不同的密钥，请按实际接口拆分），然后从对话窗口输入绘画或识图需求测试。

模型与绘图接口均由第三方服务提供，调用会产生费用，具体价格和免额需查阅服务方页面；国内访问海外接口的稳定性和可用性待核验；工作流本身未声明许可，转载与再分发权限待核验。以上均未实测。