实战：Dify智能体+Java=自动化运营工具！

我们在运营某个圈子的时候，可能每天都要将这个圈子的“热门新闻”发送到朋友圈或聊天群里，但依靠传统的实现手段非常耗时耗力，我们通常要先收集热门新闻，再组装要新闻内容，再根据内容设计海报等。

那怎么才能简化并高效的完成以上工作呢？

答案是我们可以借助 AI 工具：Dify + Java 服务来实现热点新闻自动生成功能，最终生成效果如下：

实现思路

具体实现步骤如下：

1. 在 dify 中创建 Agent 应用。
2. 添加相关组件：
   • time：获取当前时间，根据时间生成对应日期的热点新闻。
   • tavily：联网的搜索服务，用于查询某个日期的热点新闻。
   • 自定义 Java 服务：实现将 HTML 页面转换为图片。
3. 填写提示词，设置变量和编排任务。
4. 选择 LLM。
5. 执行热点新闻生成操作。

为什么要使用Java服务？

为什么要使用 Java 服务，而不是根据文案直接生成图片呢？

答：因为根据文案直接生成图片，目前大模型生成图片服务，并不能满足热点新闻的生成要求。所以，我们可以让大模型先生成美观的 HTML 页面，再将 HTML 转换成图片，才能满足生产级别的图片要求。当然，自定义服务不一定是 Java 语言实现的，其他语言也是可以的，例如 Python。

1.自定义工具

自定义工具的 Schema 用于描述调用的外部调用服务，只需要满足 OpenAI-Swagger 要求即可：

{"openapi": "3.1.0","info": {"title": "html to image","description": "Generate image files based on HTML code","version": "v1.0.0"},"servers": [{"url": "http://192.168.3.94:8080"}],"paths": {"/html2img/gen": {"get": {"description": "Generate image files based on HTML code","operationId": "generate","parameters": [{"name": "html","in": "query","description": "HTML code","required": true,"schema": {"type": "string"}}],"deprecated": false}}},"components": {"schemas": {}}
}

2.具体实现代码

import cn.alotus.HtmlRender;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;import java.awt.image.BufferedImage;
import java.io.IOException;
import java.util.UUID;@RestController
@RequestMapping("/html2img")
public class ApiController {@RequestMapping("/gen")public String generate(@RequestParam String html) throws IOException {HtmlRender htmlRender = new HtmlRender(BufferedImage.TYPE_INT_RGB);String imgPath = "D://" + UUID.randomUUID() + ".png";//生成图片htmlRender.toPng(html, imgPath);return imgPath;}
}

3.Agent执行效果

Agent 执行效果如下：

小结

AI 发展为我们提供了很大的便利，大大的提升了我们的工作效率，以后人机共创将是新的方向。我们也要灵活使用 AI 工具，加上我们之前的编程经验，可以发挥出巨大的化学反应，开发出很多很好玩又实用的产品。一起行动起来吧，使用 AI 技术做点有价值又有意义的事情~

本文已收录到我的技术小站 www.javacn.site，其中包含的内容有：Spring AI、LangChain4j、Dify、AI Agent、MCP、Function Call、RAG、向量数据库、Prompt、多模态、向量数据库、嵌入模型等内容。