第四章：大模型（LLM）

第八部分：Agent 教程

第九节：使用 LangGraph 和 通义千问构建GIF 动画生成器

1. 概述

GIF 动画生成器是一种将用户文本描述自动转化为短动画的智能 Agent。
通过 LangGraph 构建多节点数据流流程，将 通义千问（Tongyi Qianwen） 模型用于图像生成与动画处理，可以实现用户输入 → 图像生成 → 动画合成 → 输出 GIF 的自动化过程。

应用场景：

• 社交媒体内容生成

• 教育短动画制作

• 产品宣传 GIF 制作

2. 系统设计思路

GIF 动画生成器的功能模块包括：

1. 用户输入解析：提取动画主题、场景、风格、时长等信息。

2. 场景图像生成：根据描述生成每一帧或关键帧图像。

3. 帧动画生成：将多张关键帧插帧合成为动画序列。

4. GIF 编码：将序列转换为标准 GIF 格式。

5. 输出生成：返回 GIF 文件或可嵌入链接。

LangGraph 的作用是把每个步骤做成节点，串联成可复用的数据流图。

3. LangGraph 架构设计

节点设计示例

数据流示意

用户输入
    │
    ▼
[用户输入解析节点] → 动画参数
    │
    ▼
[图像生成节点] → 关键帧序列
    │
    ▼
[插帧节点] → 完整帧序列
    │
    ▼
[GIF 编码节点] → GIF 文件
    │
    ▼
[输出节点] → 最终 GIF

4. LangGraph + 通义千问代码示例（Python）

假设我们使用通义千问 API 生成图像，并使用 PIL/FFmpeg 生成 GIF：

from langgraph import Graph, LLMNode
from PIL import Image
import requests
from io import BytesIO

# 创建图
gif_graph = Graph(name="GIF Generator Agent")

# 1. 用户输入解析节点
parse_input_node = LLMNode(
    name="ParseInput",
    model="gpt-5-mini",
    prompt_template="""
    解析用户输入描述：
    {user_input}
    输出 JSON，包括：
    {{
        "theme": "...",
        "style": "...",
        "frame_count": ...,
        "size": "WxH"
    }}
    """
)

# 2. 图像生成节点（调用通义千问 API）
def generate_image_sequence(params):
    theme = params["theme"]
    style = params["style"]
    frame_count = params["frame_count"]
    size = params["size"]
    images = []
    for i in range(frame_count):
        # 假设调用通义千问接口返回图片 URL
        response = requests.post("https://openapi.tongyi.com/image/generate", json={
            "prompt": f"{theme}, {style}, frame {i+1}",
            "size": size
        }).json()
        img_url = response["image_url"]
        img = Image.open(BytesIO(requests.get(img_url).content))
        images.append(img)
    return images

# 3. GIF 编码节点
def create_gif_node(frame_sequence, duration=200):
    output_path = "output.gif"
    frame_sequence[0].save(
        output_path,
        save_all=True,
        append_images=frame_sequence[1:],
        duration=duration,
        loop=0
    )
    return output_path

# 4. 将节点添加到图
gif_graph.add_nodes([parse_input_node])

# 5. 自定义执行逻辑
user_input = "一个可爱的小猫在海边奔跑，动画风格卡通，5帧"
parsed_params = parse_input_node.run(inputs={"user_input": user_input})
frames = generate_image_sequence(parsed_params["ParseInput"])
gif_file = create_gif_node(frames)
print("GIF 已生成：", gif_file)

5. 优化建议

1. 插帧平滑动画：可使用 AI 插帧模型生成中间帧，使动画流畅。

2. 多风格支持：在输入解析中添加风格选项（如水彩、像素、卡通）。

3. 自定义帧率：根据帧数和时长计算动画速度。

4. 并行生成帧：利用多线程或异步请求加快生成速度。

5. GIF 压缩：优化输出 GIF 文件大小，适合社交平台分享。

6. 总结

• 使用 LangGraph 可以将 GIF 动画生成流程模块化，清晰可控。

• 通义千问负责生成高质量图像，使动画内容丰富多样。

• 通过节点组合，实现从文本描述到 GIF 输出的自动化。

• 可拓展性强，方便加入风格选择、插帧优化、动画特效等功能。