当前位置：首页 > news >正文

Z-Image-Turbo-辉夜巫女移动端适配：Android Studio中的模型调用示例

news 2026/7/29 16:05:47

Z-Image-Turbo-辉夜巫女移动端适配：Android Studio中的模型调用示例

最近在做一个图片处理相关的App，需要用到一些AI图片生成和编辑的功能。自己训练模型成本太高，部署和维护也是个麻烦事。后来发现，直接把模型部署在云端，然后让手机App通过网络去调用，是个挺不错的方案。这不，我就用Z-Image-Turbo-辉夜巫女这个模型试了试，效果还挺好。

今天就来聊聊，怎么在Android Studio里，让你的App能方便地调用这个云端图片模型服务。我会从怎么发起网络请求，到怎么处理图片上传下载，再到一些移动端特有的坑（比如网络不好、图片太大），都过一遍。如果你也在做类似的功能，希望这篇内容能帮到你。

1. 准备工作：环境与依赖

在开始写代码之前，得先把“舞台”搭好。这里主要就是配置Android Studio项目和引入必要的库。

1.1 项目基础配置

首先，确保你的Android Studio项目已经创建好。然后，打开项目根目录下的build.gradle文件，确认已经配置了必要的仓库。通常默认的就行，但如果你要引入一些特定库，可能需要添加JitPack之类的仓库。

接下来，打开你的App模块下的build.gradle文件（通常是app/build.gradle）。我们需要在这里添加几个关键的依赖库。这些库分别负责网络请求、图片加载和异步任务处理，是移动端调用云端服务的“三驾马车”。

dependencies { // 网络请求库 - Retrofit，用于调用云端API implementation 'com.squareup.retrofit2:retrofit:2.9.0' implementation 'com.squareup.retrofit2:converter-gson:2.9.0' // 用于JSON解析 implementation 'com.squareup.okhttp3:logging-interceptor:4.10.0' // 用于查看网络请求日志，调试用 // 图片加载库 - Glide，用于加载和显示网络图片 implementation 'com.github.bumptech.glide:glide:4.15.1' annotationProcessor 'com.github.bumptech.glide:compiler:4.15.1' // 或者你也可以选择Coil，一个基于Kotlin协程的轻量级图片加载库 // implementation 'io.coil-kt:coil:2.4.0' // Kotlin协程，用于简化异步操作 implementation 'org.jetbrains.kotlinx:kotlinx-coroutines-android:1.6.4' implementation 'androidx.lifecycle:lifecycle-viewmodel-ktx:2.6.1' // 在ViewModel中使用协程 }

添加完依赖后，点击Sync Now同步一下项目。同步成功，就说明基础环境准备好了。

1.2 网络权限与模型服务地址

手机App要访问网络，必须获得用户的许可。在app/src/main/AndroidManifest.xml文件中，添加网络权限声明：

<manifest ...> <uses-permission android:name="android.permission.INTERNET" /> <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" /> ... </manifest>

INTERNET权限是必须的，ACCESS_NETWORK_STATE权限可以用来检查当前网络状态，方便我们在无网络时给用户提示。

另一个关键信息是云端模型服务的地址。你需要知道Z-Image-Turbo-辉夜巫女服务部署在哪里，以及它的API端点（Endpoint）是什么。假设你的服务部署后，生成图片的API地址是https://your-model-service.com/api/v1/generate。请务必将这里的示例地址替换成你实际的服务地址。

2. 构建网络请求层

这是连接手机App和云端模型的核心部分。我们会用Retrofit来构建一个清晰、易用的网络层。

2.1 定义数据模型

首先，根据模型服务的API文档，定义请求和响应的数据结构。假设生成图片的API需要接收一个文本描述（prompt），并返回图片的URL。我们可以创建两个Kotlin数据类：

// 请求体 data class ImageGenerationRequest( val prompt: String, // 图片描述文本 val negative_prompt: String? = null, // 反向提示词（可选） val steps: Int = 20, // 生成步数（可选参数，给默认值） val width: Int = 512, // 图片宽度 val height: Int = 512 // 图片高度 ) // 响应体 data class ImageGenerationResponse( val success: Boolean, val message: String?, val data: ImageData? ) data class ImageData( val image_url: String // 云端生成图片后返回的临时访问地址 )

数据类用起来很方便，Retrofit配合Gson可以自动把JSON转换成这些对象。

2.2 创建Retrofit服务接口

接下来，定义一个Retrofit接口，来描述我们的API。这里以生成图片的POST请求为例：

import retrofit2.http.Body import retrofit2.http.POST interface ModelApiService { @POST("generate") // 相对路径，会和Base URL拼接 suspend fun generateImage(@Body request: ImageGenerationRequest): ImageGenerationResponse }

注意这里用了suspend关键字，这意味着这是一个挂起函数，可以在协程中调用，避免阻塞主线程。这是Kotlin协程和Retrofit配合的推荐写法。

2.3 配置Retrofit实例

然后，我们需要创建一个Retrofit实例。通常会把它封装在一个单例或者依赖注入框架中，方便全局使用。这里写一个简单的单例示例：

import okhttp3.OkHttpClient import okhttp3.logging.HttpLoggingInterceptor import retrofit2.Retrofit import retrofit2.converter.gson.GsonConverterFactory import java.util.concurrent.TimeUnit object RetrofitClient { // 替换成你实际的模型服务基础地址 private const val BASE_URL = "https://your-model-service.com/api/v1/" private val loggingInterceptor = HttpLoggingInterceptor().apply { level = HttpLoggingInterceptor.Level.BODY // 打印请求和响应的Body，调试完成后可改为Level.BASIC或NONE } private val okHttpClient = OkHttpClient.Builder() .addInterceptor(loggingInterceptor) .connectTimeout(60, TimeUnit.SECONDS) // 连接超时设置长一些，图片生成可能较慢 .readTimeout(60, TimeUnit.SECONDS) // 读取超时 .writeTimeout(60, TimeUnit.SECONDS) // 写入超时 .build() private val retrofit = Retrofit.Builder() .baseUrl(BASE_URL) .client(okHttpClient) .addConverterFactory(GsonConverterFactory.create()) .build() val modelApiService: ModelApiService by lazy { retrofit.create(ModelApiService::class.java) } }

这里有几个点需要注意：

超时时间：AI图片生成通常比较耗时，所以超时时间（connectTimeout,readTimeout）要设置得足够长，比如60秒，避免请求被意外中断。
日志拦截器：HttpLoggingInterceptor在开发阶段非常有用，可以查看具体的请求和响应内容。发布版本前记得关闭或降低日志级别。
by lazy：延迟初始化，只有在第一次访问modelApiService时才创建，节省资源。

3. 在界面中调用与显示

网络层准备好了，现在我们需要在Activity或Fragment里调用它，并把生成的图片显示出来。

3.1 使用协程发起请求

在ViewModel中发起网络请求是个好习惯，这样即使界面旋转，请求也不会中断。我们使用协程来处理异步操作。

import androidx.lifecycle.LiveData import androidx.lifecycle.MutableLiveData import androidx.lifecycle.ViewModel import androidx.lifecycle.viewModelScope import kotlinx.coroutines.launch import kotlinx.coroutines.withContext import kotlinx.coroutines.Dispatchers class ImageGenerationViewModel : ViewModel() { private val _generationResult = MutableLiveData<Result<String>>() val generationResult: LiveData<Result<String>> = _generationResult fun generateImage(prompt: String) { viewModelScope.launch { _generationResult.value = Result.loading() // 通知UI开始加载 try { // 在IO线程池执行网络请求 val response = withContext(Dispatchers.IO) { RetrofitClient.modelApiService.generateImage( ImageGenerationRequest(prompt = prompt) ) } if (response.success && !response.data?.image_url.isNullOrEmpty()) { // 请求成功，拿到图片URL _generationResult.value = Result.success(response.data!!.image_url) } else { // 服务端返回了错误信息 _generationResult.value = Result.error(response.message ?: "生成失败") } } catch (e: Exception) { // 网络异常或其他错误 _generationResult.value = Result.error(e.message ?: "网络请求失败") } } } } // 一个简单的密封类用来封装请求状态 sealed class Result<out T> { data class Success<out T>(val data: T) : Result<T>() data class Error(val message: String) : Result<Nothing>() object Loading : Result<Nothing>() companion object { fun <T> success(data: T): Result<T> = Success(data) fun error(message: String): Result<Nothing> = Error(message) fun loading(): Result<Nothing> = Loading } }

3.2 使用Glide加载并显示图片

当ViewModel拿到图片URL后，我们需要在Activity/Fragment中观察这个结果，并用Glide把图片加载到ImageView里。

首先，在布局文件里放一个按钮和一个ImageView：

<?xml version="1.0" encoding="utf-8"?> <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android" android:layout_width="match_parent" android:layout_height="match_parent" android:orientation="vertical" android:padding="16dp"> <EditText android:id="@+id/promptEditText" android:layout_width="match_parent" android:layout_height="wrap_content" android:hint="请输入图片描述，例如：一只在星空下奔跑的狐狸" android:inputType="textMultiLine"/> <Button android:id="@+id/generateButton" android:layout_width="match_parent" android:layout_height="wrap_content" android:layout_marginTop="16dp" android:text="生成图片" /> <ProgressBar android:id="@+id/loadingProgressBar" android:layout_width="wrap_content" android:layout_height="wrap_content" android:layout_gravity="center" android:layout_marginTop="32dp" android:visibility="gone" /> <ImageView android:id="@+id/resultImageView" android:layout_width="match_parent" android:layout_height="300dp" android:layout_marginTop="32dp" android:scaleType="centerCrop" android:background="#f0f0f0"/> </LinearLayout>

然后，在Activity中处理逻辑：

import android.os.Bundle import android.view.View import android.widget.Toast import androidx.activity.viewModels import androidx.appcompat.app.AppCompatActivity import com.bumptech.glide.Glide import com.yourpackage.databinding.ActivityMainBinding class MainActivity : AppCompatActivity() { private lateinit var binding: ActivityMainBinding private val viewModel: ImageGenerationViewModel by viewModels() override fun onCreate(savedInstanceState: Bundle?) { super.onCreate(savedInstanceState) binding = ActivityMainBinding.inflate(layoutInflater) setContentView(binding.root) binding.generateButton.setOnClickListener { val prompt = binding.promptEditText.text.toString().trim() if (prompt.isNotEmpty()) { viewModel.generateImage(prompt) } else { Toast.makeText(this, "请输入描述", Toast.LENGTH_SHORT).show() } } // 观察生成结果 viewModel.generationResult.observe(this) { result -> when (result) { is Result.Loading -> { binding.loadingProgressBar.visibility = View.VISIBLE binding.resultImageView.visibility = View.GONE } is Result.Success -> { binding.loadingProgressBar.visibility = View.GONE binding.resultImageView.visibility = View.VISIBLE val imageUrl = result.data // 使用Glide加载网络图片 Glide.with(this) .load(imageUrl) .placeholder(R.drawable.placeholder) // 加载中的占位图 .error(R.drawable.error) // 加载失败的图片 .into(binding.resultImageView) } is Result.Error -> { binding.loadingProgressBar.visibility = View.GONE Toast.makeText(this, "错误：${result.message}", Toast.LENGTH_LONG).show() } } } } }

这样，一个完整的“输入描述 -> 点击生成 -> 显示图片”的流程就跑通了。Glide会自动处理图片的下载、缓存和显示，非常省心。

4. 处理移动端特有挑战

在移动端调用云端AI服务，和网页端或桌面端有些不一样，得特别注意以下几个问题。

4.1 图片上传的压缩与优化

如果你的应用场景是图片编辑（比如图生图），那么就需要上传手机本地的图片。手机拍的照片动辄几MB甚至十几MB，直接上传不仅耗流量，速度慢，还可能被服务器拒绝。

解决方案是在上传前对图片进行压缩。这里不建议使用有损压缩导致图片质量严重下降，而是采用尺寸缩放和适度质量压缩。

import android.graphics.Bitmap import android.graphics.BitmapFactory import android.graphics.Matrix import java.io.ByteArrayOutputStream import java.io.File import java.io.FileOutputStream object ImageCompressor { /** * 压缩图片文件 * @param sourceFile 原图文件 * @param maxWidth 最大宽度 * @param maxHeight 最大高度 * @param quality 压缩质量 (0-100) * @return 压缩后的文件 */ fun compressImageFile(sourceFile: File, maxWidth: Int, maxHeight: Int, quality: Int = 80): File { // 1. 解码图片并获取尺寸 val options = BitmapFactory.Options().apply { inJustDecodeBounds = true } BitmapFactory.decodeFile(sourceFile.absolutePath, options) val sourceWidth = options.outWidth val sourceHeight = options.outHeight // 2. 计算缩放比例 var scale = 1f if (sourceWidth > maxWidth || sourceHeight > maxHeight) { val widthScale = maxWidth.toFloat() / sourceWidth val heightScale = maxHeight.toFloat() / sourceHeight scale = widthScale.coerceAtMost(heightScale) } // 3. 按比例解码图片 val matrix = Matrix().apply { postScale(scale, scale) } val bitmap = BitmapFactory.decodeFile(sourceFile.absolutePath)?.let { Bitmap.createBitmap(it, 0, 0, it.width, it.height, matrix, true) } ?: throw IllegalArgumentException("无法解码图片文件") // 4. 压缩并保存到新文件 val outputStream = ByteArrayOutputStream() bitmap.compress(Bitmap.CompressFormat.JPEG, quality, outputStream) val compressedData = outputStream.toByteArray() val compressedFile = File.createTempFile("compressed_", ".jpg", cacheDir) FileOutputStream(compressedFile).use { fos -> fos.write(compressedData) } bitmap.recycle() return compressedFile } }

使用的时候，可以先压缩，再用Retrofit的Multipart功能上传压缩后的文件。这样能显著减少上传数据量，提升用户体验。

4.2 网络状态感知与省流模式

用户可能在移动网络环境下使用App，流量宝贵。我们可以提供一个“省流模式”选项，在设置里让用户选择。

省流模式的核心逻辑是：在上传图片进行编辑时，使用更强的压缩参数；在下载生成的图片时，请求服务器返回缩略图或较低分辨率的版本（这需要云端API支持）。

同时，在发起网络请求前，应该检查当前的网络状态：

import android.content.Context import android.net.ConnectivityManager import android.net.NetworkCapabilities fun isNetworkAvailable(context: Context): Boolean { val connectivityManager = context.getSystemService(Context.CONNECTIVITY_SERVICE) as ConnectivityManager val network = connectivityManager.activeNetwork ?: return false val capabilities = connectivityManager.getNetworkCapabilities(network) ?: return false return capabilities.hasCapability(NetworkCapabilities.NET_CAPABILITY_INTERNET) && capabilities.hasCapability(NetworkCapabilities.NET_CAPABILITY_VALIDATED) } // 在ViewModel中调用前检查 fun generateImageSafely(prompt: String, context: Context) { if (!isNetworkAvailable(context)) { _generationResult.value = Result.error("网络不可用，请检查连接") return } generateImage(prompt) }

4.3 异步处理与生命周期管理

移动端界面生命周期变化频繁（比如切屏、回桌面）。我们必须确保网络请求不会因为界面销毁而导致内存泄漏或崩溃。

上面的例子已经做了很好的示范：

使用ViewModel：将网络请求放在ViewModel中，这样即使Activity重建，请求逻辑和LiveData数据依然存在。
使用viewModelScope：在ViewModel中启动协程，这个协程作用域与ViewModel生命周期绑定。当ViewModel被清除时，所有在该作用域内启动的协程会自动取消，避免了资源泄漏。
使用LiveData观察结果：在Activity/Fragment中观察LiveData，当界面处于活跃状态时才会收到数据更新，避免了在后台更新UI可能导致的崩溃。

这就是移动端开发中“响应式”和“生命周期感知”的常见做法，能有效提升应用的健壮性。