feat: add ai generate recipe

server/api/README.md

@@ -0,0 +1,3 @@
+# SD API
+
+- [SD WebUI API](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/API)

server/api/recipes/image/generate.ts

@@ -0,0 +1,70 @@
+// http://localhost:3001/api/recipes/image/generate
+
+import { meat, staple, vegetable } from '~/data/food'
+
+// const sdBaseUrl = 'http://30.30.168.63:7860/'
+const sdBaseUrl = 'https://85db1802ae46e57aab.gradio.live/'
+
+const payload = {
+  // denoising_strength: 0,
+  prompt: 'food', // 提示词
+  negative_prompt: '', // 反向提示词
+  seed: -1, // 种子，随机数
+  batch_size: 2, // 每次张数
+  n_iter: 1, // 生成批次
+  steps: 50, // 生成步数
+  cfg_scale: 7, // 关键词相关性
+  width: 512, // 宽度
+  height: 512, // 高度
+  restore_faces: false, // 脸部修复
+  tiling: false, // 可平埔
+  // override_settings: {
+  //   sd_model_checkpoint: 'wlop-any.ckpt [7331f3bc87]',
+  // }, // 一般用于修改本次的生成图片的stable diffusion 模型，用法需保持一致
+  // script_args: [
+  //   0,
+  //   true,
+  //   true,
+  //   'LoRA',
+  //   'dingzhenlora_v1(fa7c1732cc95)',
+  //   1,
+  //   1,
+  // ], // 一般用于lora模型或其他插件参数，如示例，我放入了一个lora模型， 1，1为两个权重值，一般只用到前面的权重值1
+  sampler_index: 'Euler', // 采样方法
+}
+
+// with api /sdapi/v1/txt2img
+
+export interface Txt2ImgResponse {
+  images: string[]
+}
+
+const stuffItems = [
+  ...vegetable,
+  ...meat,
+  ...staple,
+]
+
+export default defineEventHandler(async (e) => {
+  const body = await readBody(e)
+
+  const zhFoods = body.foods as string[]
+  const enFoods = zhFoods.map((food) => {
+    const item = stuffItems.find(item => item.name === food)
+    if (item)
+      return item.en
+    return ''
+  })
+
+  // TODO: 过滤 prompt 只能是食材
+  payload.prompt = `<lora:TODO:1>,food focus,transparent background,${enFoods.join(',')}`
+
+  // console.log(payload.prompt)
+
+  const data = await $fetch<Txt2ImgResponse>('/sdapi/v1/txt2img', {
+    baseURL: sdBaseUrl,
+    body: payload,
+    method: 'POST',
+  })
+  return data
+})