生成模型（GenerateModel） 与 聊天模型（ChatModel）用途区别很大。GenerateModel 只能一次性生成内容，不能对话。比如：
- 通过文本，生成图片、声音、视频
- 通过图片，生成视频
- 等（只要是一次性生成）
补充：GenerateModel 是替代之前的 ImageModel 而新设计的接口，完全兼容 ImageModel 且概念范围更广（旧接口仍可用）。
1、构建生成模型
添加配置
solon.ai.generate:demo:apiUrl: "https://ai.gitee.com/v1/images/generations" # 使用完整地址（而不是 api_base）model: "stable-diffusion-3.5-large-turbo"
构建并测试
import org.noear.solon.ai.generate.GenerateConfig;
import org.noear.solon.ai.generate.GenerateModel;
import org.noear.solon.ai.generate.GenerateResponse;
import org.noear.solon.annotation.Bean;
import org.noear.solon.annotation.Configuration;
import org.noear.solon.annotation.Inject;import java.io.IOException;@Configuration
public class DemoConfig {@Beanpublic GenerateModel build(@Inject("${solon.ai.generate}") GenerateConfig config) {return GenerateModel.of(config).build();}@Beanpublic void test(GenerateModel generateModel) throws IOException {//一次性返回GenerateResponse resp = generateModel.prompt("一只白色的小花猫").call();//打印消息System.out.println(resp.getContent().getUrl());}
}
2、使用选项
generateModel.prompt("一只白色的小花猫").options(o -> o.size("1024x1024")).call();generateModel.prompt("一只白色的小花猫").options(o -> {o.optionAdd("negative_prompt", "");o.optionAdd("sampler_name", "Euler");o.optionAdd("scheduler", "Simple");o.optionAdd("steps", 25);o.optionAdd("width", 512);o.optionAdd("height", 768);o.optionAdd("batch_size", 1);o.optionAdd("cfg_scale", 1);o.optionAdd("distilled_cfg_scale", 3.5);o.optionAdd("seed", -1);o.optionAdd("n_iter", 1);}).call();
3、方言适配
生成模型（GenerateModel）同样支持方言适配。框架已内置 OllamaGenerateDialect、DashscopeGenerateDialect、OpenaiGenerateDialect（默认） 三种方言（基本够用），自动支持 Ollama 提供的模型接口、Dashscope 提供的模型接口及 Openai 规范的模型接口。
也可以通过定制，实现更多的模型兼容。方言接口：
public interface GenerateDialect extends AiModelDialect {/*** 是否为默认*/default boolean isDefault() {return false;}/*** 匹配检测** @param config 聊天配置*/boolean matched(GenerateConfig config);/*** 构建请求数据** @param config 聊天配置* @param options 聊天选项* @param promptStr 提示语文本形态* @param promptMap 提示语字典形态*/String buildRequestJson(GenerateConfig config, GenerateOptions options, String promptStr, Map promptMap);/*** 分析响应数据** @param config 聊天配置* @param respJson 响应数据*/GenerateResponse parseResponseJson(GenerateConfig config, String respJson);
}
OllamaGenerateDialect 适配参考：
public class OllamaGenerateDialect extends AbstractGenerateDialect {private static OllamaGenerateDialect instance = new OllamaGenerateDialect();public static OllamaGenerateDialect getInstance() {return instance;}@Overridepublic boolean matched(GenerateConfig config) {return "ollama".equals(config.getProvider());}@Overridepublic GenerateResponse parseResponseJson(GenerateConfig config, String respJson) {ONode oResp = ONode.load(respJson);String model = oResp.get("model").getString();if (oResp.contains("error")) {return new GenerateResponse(model, new GenerateException(oResp.get("error").getString()), null, null);} else {List<GenerateContent> data = null;if (oResp.contains("response")) {//文本模型生成String text = oResp.get("response").getString();data = Arrays.asList(GenerateContent.builder().text(text).build());} else if (oResp.contains("data")) {//图像模型生成data = oResp.get("data").toObjectList(GenerateContent.class);}AiUsage usage = null;if (oResp.contains("prompt_eval_count")) {int prompt_eval_count = oResp.get("prompt_eval_count").getInt();usage = new AiUsage(prompt_eval_count,0,prompt_eval_count);}return new GenerateResponse(model, null, data, usage);}}
}