大家好，我卡颂。

最近几个月，AI相干新闻一直抢占大家的注意力。逞着这波热度，各路开发者都投入到AI利用的开发。

比方，15岁的开发者saviomartin7开发的IconifyAI能够依据文字描述生成利用Logo。网页上线5天就赚到了靠近1.5k刀。

这波时机对前端同学有很大利好，因为各种根底服务（比方各种存储服务、AI服务、部署）都有成熟的解决方案能够间接应用，前端同学只需专一业务逻辑的实现即可。

本文让咱们看看一位国外老哥是如何用一个周末工夫开发一款AI利用。该利用上线仅40天，就取得了20wUV。

欢送退出人类高质量前端交换群，带飞

利用架构

首先介绍下这款利用，利用名叫restorephotos，用户上传含糊的老照片后，AI会修复照片，并返回更清晰的版本。利用的残缺代码已开源。

利用开源代码地址

整个利用的架构分为4局部：

  1. 前端（Next.js）
  2. 图片存储服务
  3. Next.js服务端
  4. AI API

残缺工作流程如下：

  1. 用户在前端上传老照片
  2. 前端调用图片存储服务，返回图片存储地址给前端
  3. 前端将图片存储地址发送给后端
  4. 后端调用AI API解决图片
  5. AI API返回解决后的图片给后端，后端返回给前端
  6. 前端展现解决后的成果

前端局部

整个前后端的实现应用Next.js，前端次要包含两局部：

  • 图片上传
  • AI解决后的图片展现

所有次要性能均应用开源库实现。其中，图片上传性能应用react-uploader实现：

<UploadDropzone    uploader={uploader}    options={options}  width="670px"    height="250px"    onUpdate={(file) => {      // ...图片上传胜利后的逻辑    }}/>;

解决后的图片展现成果应用react-compare-slider：

PS：这里用的是我曾祖父的老照片 ¯◡¯

后端局部

后端外围逻辑包含两局部：

  1. 用Redis做接口调用频率限度

Redis应用@upstash-redis，这是一款基于HTTP的Redis客户端。在线创立Redis数据库后，咱们能够在服务端通过HTTP申请的形式调用它。

  1. 用replicate提供的swinir模型解决图片

replicate是一家机器学习的云服务商，咱们能够依据业务须要抉择不同机器学习模型，比方：

  • 解决图片清晰度
  • 破碎照片修复
  • 文字转图片
  • ...

在Next.js服务端，咱们通过HTTP的模式调用模型API：

// 咱们上传的图片地址const imageUrl = req.body.imageUrl;// 申请模型接口const startResponse = await fetch('https://api.replicate.com/v1/predictions', {    method: 'POST',    // ...省略代码    body: JSON.stringify({    // 咱们须要的模型对应的版本        version: '9283608cc6b7be6b65a8e44983db012355fde4132009bf99d976b2f0896856a3',        input: { img: imageUrl, version: 'v1.4', scale: 2 }    })});

值得注意的是，模型计算须要工夫，所以在服务端，咱们每秒轮询一次后果，如果模型返回解决后的图片，咱们就将图片返回给前端：

// 保留模型解决后的后果let restoredImage: string | null = null;while (!restoredImage) {  // 申请模型API  let finalResponse = await fetch(endpointUrl, {    method: "GET",    // ...省略代码  });  let jsonFinalResponse = await finalResponse.json();    if (jsonFinalResponse.status === "succeeded") {    // 模型返回图片胜利    restoredImage = jsonFinalResponse.output;  } else if (jsonFinalResponse.status === "failed") {    // 模型返回图片失败    break;  } else {    // 模型还未返回图片，1s后轮询    await new Promise((resolve) => setTimeout(resolve, 1000));  }}

总结

能够发现，所有根底服务均有现成产品可供使用，这极大放慢了前端的开发效率，升高了开发成本。

作者运行这个利用的老本是多少呢？其中：

  • 图片存储应用的是upload.io提供的存储服务。这里作者应用的是35刀/月的根底付费版本，每月有50GB的上传空间
  • Redis云服务思考到仅用来做接口调用频率限度，应用免费版就好
  • 整个利用应用Vercel部署，Vercel Pro每月20刀
  • 20wUV的模型API调用费用，大略是900刀

对于想构建本人的AI利用的敌人，能够参考本文的实现与老本，口头起来吧。