一切的起点

作为一个对 AI 技术充满好奇的开发者，我一直在想：这些强大的 AI API 到底能用来做什么？

Pollinations 提供了一个非常友好的免费 AI API 平台，可以：

• 生成图片
• 识别图片内容
• 智能对话
• 文字转语音
• 语音转文字
• 翻译
• 代码生成
• 甚至生成完整的前端应用

但问题是：知道 API 能做什么，和真正看到它能做什么，是完全不同的两回事。

我决定动手

与其空想，不如动手。我开始了一个简单的实验：

如果我把这些 API 整合到一个网站里，会碰撞出什么样的火花？

于是，这个演示网站诞生了。

我发现了什么

在开发过程中，我不断被 AI 的能力震撼：

🎨 创意可以瞬间具象化

输入一段文字描述，几秒钟后一张精美的图片就出现在眼前。我看到 Kontext 模型甚至能理解用户上传的参考图片，生成风格相似的作品。

💬 对话不只是聊天

当 AI 能够理解上下文、记住历史对话，它就不再是一个简单的问答机器。我尝试让它扮演不同角色——词典编纂者、代码审查员、故事创作者——它都能胜任。

🌍 语言障碍正在消失

语音输入 → 识别成文字 → 翻译成另一种语言 → 再转成语音播放。这个流程在我的浏览器里跑通的那一刻，我真的感受到技术正在让世界变得更小。

🚀 从想法到原型，只需一个提示

最让我惊讶的是代码生成能力。我告诉 AI 想要什么功能，它就能返回完整的多文件项目代码。虽然不完美，但它确实大大加速了原型开发的过程。

为什么开源

我决定把这个项目完全开源，原因很简单：

1. 透明：我希望任何人都能看到这些 API 是如何被调用的，参数是如何配置的
2. 学习：如果你也想探索 AI API，这个代码可以作为一个起点
3. 协作：我相信社区的力量，也许你会比我做得更好
4. 信任：开源是最好的信任建立方式，你可以审查每一行代码

技术栈

这个项目使用了现代前端技术：

• React 19 + TypeScript
• Zustand 状态管理
• Tailwind CSS 样式
• IndexedDB 本地持久化
• 无需编译：使用 ES Modules 和 importmap，开箱即用

所有代码都是真实可用的，不是玩具项目。

主要功能

这个演示网站包含了 8 个主要模块：

• 文生图：支持多种模型，可上传参考图片
• 图生文：让 AI 描述图片内容
• 智能聊天：流式响应，语音输入，历史会话
• 文生语音：多种语音可选
• 语音转文字：浏览器内自动转换格式
• 音频翻译：语音识别 → 翻译 → 语音合成，一气呵成
• 电子词典：详细的单词解释，支持发音
• 代码/应用生成：从提示直接生成可运行代码

你可以做什么

1. 在线体验：访问演示网站（如果有部署的话）
2. 查看源码：GitHub 仓库
3. 自己部署：Fork 仓库，按照 README 的说明运行
4. 提交 Issue：发现问题或建议新功能
5. 提交 PR：直接贡献代码

我想听听你的想法

开发这个项目对我来说是一次很棒的探索之旅，但我更想知道：

• 这些功能对你有帮助吗？
• 你最想看到什么新功能？
• 你发现了什么有趣的 API 用法？
• 代码质量如何？有什么需要改进的地方？

无论你是普通用户、其他开发者，还是对 AI 感兴趣的朋友，你的反馈对我来说都非常宝贵。

感谢你的时间！✨

---

开源协议: MIT
仓库: https://github.com/nyr-github/pollinations-demo