1.立项原因
传统装修公司在向客户展示设计方案时，依赖设计师手工出图，周期长（通常 3～7 天）、成本高，且难以在客户沟通阶段快速根据反馈调整风格。客户往往无法从一张平面墙体图直观想象最终室内效果，导致决策周期拉长、签单率偏低。本项目旨在解决以下核心问题：
1. **沟通效率低**：客户看不懂平面图，设计意图传达困难；
2. **改稿成本高**：风格调整需设计师重新手绘或建模，响应慢；
3. **门店转化弱**：无法在销售现场即时生成个性化效果图，难以促成决策。
2. 行业背景
面向中小型室内装修公司的 AI 辅助设计工具。在家居装修行业数字化转型的背景下，利用大模型图像生成能力，为销售人员和设计师提供"上传平面图 → 即时出效果图"的一站式服务，降低出图门槛，提升客户体验与门店成交效率。
系统实现了从"一张平面墙体图"到"带风格的室内效果图"的全链路自动化出图流程。用户只需上传平面图和风格参考图，在前端页面上点击开始，系统即自动串行完成家具布局→3D 鸟瞰→视角标注→写实效果图→风格迁移五个环节，全程通过 SSE 实时推送进度日志，每步结果即时可见。整个流程从上传到出图最快约 3～5 分钟完成，相比人工手绘效率提升数十倍。遇到 API 失败时系统自动降级至本地 PIL 占位图，保证流程不中断。
| 模块 | 说明 |
|------|------|
| 图片上传 | 支持上传户型平面图（必填）和风格参考图（可选，默认使用预置参考风格图） |
| Step 1：家具布局生成 | 调用 Qwen 多模态大模型（`qwen-image-2.0-pro`），在原始墙体平面图上自动推理并生成合理的家具布局俯视图 |
| Step 2：3D 等角投影 | 将带家具的 2D 平面图转换为等角投影（Isometric）3D 户型鸟瞰图，增强空间感知 |
| 视角标注（箭头工具） | 在 3D 户型图上提供画布标注功能，用户可用红色箭头指定希望"走进"的视角位置 |
| Step 3a：室内效果图生成 | 调用 wan2.6-image 模型，根据带标注箭头的户型图，生成对应视角的写实风格室内效果图 |
| Step 3b：风格迁移 | 以初步效果图为图1、用户提供的风格参考图为图2，再次调用 wan2.6-image，在保持空间视角不变的前提下完成风格迁移 |
| 图片代理下载 | 内置反向代理接口，解决阿里云 OSS 图片跨域 / ACL 限制，前端可直接展示所有远程图片 |
| 实时进度推送（SSE） | 全流程采用 Server-Sent Events 流式推送，前端逐步展示每个步骤的日志与结果，无需轮询 |
| 结果下载 | 每个步骤的输出图均可独立下载保存 |
### 我负责的具体任务
1. **后端服务全栈开发**：基于 Flask 设计并实现完整的 RESTful + SSE 后端，包括图片上传、任务调度、API 调用、图片代理、文件管理等全部接口；
2. **多模型 API 集成**：分别接入阿里云百炼平台的 `qwen-image-2.0-pro`（Step1/2）和 `wan2.6-image`（Step3）两个图像生成模型，封装通用调用函数并处理重试、下载、降级逻辑；
3. **火山引擎即梦 API 接入**：独立调研并实现即梦（jimeng_t2i_v40）异步任务流程，包括 V4 鉴权签名调试、SDK 安装、submit → poll → decode 完整链路；
4. **前端交互设计**：实现基于 Canvas 的箭头标注工具，支持用户在 3D 户型图上自由绘制视角指示箭头，并将标注图 base64 回传后端；
5. **SSE 实时推送架构**：采用 Queue + Thread 方案，将耗时 AI 调用放入子线程，主线程负责从队列读取事件推送给浏览器，实现不阻塞的流式进度展示；
6. **Step3 两阶段生成逻辑设计**：将原来单次 API 调用改造为"先生成初步效果图（wan2.6）→ 再风格迁移（wan2.6）"的两阶段串行流程，每阶段独立错误处理，失败时自动降级到上一阶段结果。
### 技术栈与架构
| 层次 | 技术 |
|------|------|
| 后端框架 | Python 3.8 + Flask（多线程模式） |
| AI 模型 | 阿里云百炼 `qwen-image-2.0-pro`、`wan2.6-image`（DashScope SDK）；火山引擎 `jimeng_t2i_v40`（volcengine SDK） |
| 图像处理 | Pillow（本地降级处理、等角投影变换
评论