SD Multi-Modal Platform：可展示的 Stable Diffusion 多模態平台
把文生圖、圖生圖、inpaint、後處理、queue、assets 與 history 收斂成面試官能直接操作的產品 demo
SD Multi-Modal Platform 是一個以 FastAPI + React 為核心的生成式 AI 平台 demo。整理後的版本不只保留 Stable Diffusion / SDXL / ControlNet / postprocess 的 full-mode 架構，也新增 mock-safe demo mode，讓公開 GitHub Pages、截圖、錄影與本機 smoke test 在沒有 GPU、模型權重、Redis 或外部服務時仍能穩定展示。
已驗證 Demo 錄影 1
由 portfolio quality pass 從既有專案 demo 素材複製。
媒體總覽
快速瀏覽這個專案的截圖與錄影展示。
專案連結與 Demo 狀態
專案概覽
這個專案現在的重點不是單純展示「我能呼叫 Stable Diffusion」，而是展示我能把一組本地 AI 推理能力包裝成可理解、可測試、可部署、可維護的產品型平台。 公開 demo 採用 mock-safe 模式，因為面試展示最重要的是穩定與可重現：面試官打開頁面就能看到 prompt 工作台、生成結果、queue 狀態、assets/history 與架構說明；本機則可以啟動 FastAPI mock backend，直接跑 smoke test 驗證 API contract。 Full mode 仍保留通往真模型的架構：ModelManager 管理 SDXL/SD 1.5/SD 2.1，postprocess layer 對應 Real-ESRGAN/GFPGAN/CodeFormer，Redis/Celery 負責長任務 queue。README 明確標示模型、快取、outputs、assets、logs 的儲存位置，避免大型檔案和本機私有路徑混進 Git。
我的角色
獨立開發者（全端平台設計、API 實作、React 工作台、mock-safe demo engineering、README/架構文件、部署與 portfolio 整合）
問題背景
Stable Diffusion 專案常常卡在「只能在我的本機 GPU 跑」：需要模型權重、CUDA、Redis、Celery、後處理模型與大量環境變數，面試官很難在短時間內看懂系統價值。原專案已有不少 API 與服務模組，但缺少可公開展示、可截圖、可錄影、可 smoke test 的穩定入口。
解決方案
我把專案整理成雙模式：full mode 保留 ModelRegistry、Diffusers pipeline、Redis/Celery queue、assets/history 與 postprocess 服務；mock-safe mode 則在同一組 FastAPI 路由下用 deterministic PIL renderer 產生代表性結果，不需要大型模型或 GPU。前端 React workbench 可連 mock API，本 repo 也提供 GitHub Pages 靜態 demo、Playwright 截圖/錄影腳本、完整 README Mermaid 架構圖與面試 runbook。
目前成果
目前公開展示鏈路已可用：GitHub Pages 第一屏直接展示產品工作台，portfolio 頁包含 cover、screenshots 與 WebM demo 影片；本機可用 MOCK_GENERATION=true 啟動 FastAPI，並用 smoke script 驗證 health、models、txt2img、img2img 與 queue graceful degradation。React typecheck/build 也已修復為可重現流程。
作品亮點
- 第一屏直接展示產品本體：prompt panel、generated result、queue monitor、assets/history，而不是純 landing page
- Mock-safe demo mode：沒有 GPU、模型權重、Redis 或外部服務也能跑核心 API flow
- FastAPI v1 routers：generation、postprocess、assets、history、models、queue、health 都有清楚邊界
- React + TypeScript workbench：prompt presets、mask workflow、queue monitor、assets/history 操作集中在同一介面
- Graceful degradation：optional dependencies 缺席時服務可啟動，相關功能回傳明確狀態
- README 視覺化：用 Mermaid 補齊產品流程、架構、資料流、queue lifecycle、部署與模組圖
技術挑戰
- 把原本依賴 GPU/model weights 的 AI 專案轉成公開可展示 demo，同時不誇大 mock output 是真模型結果
- 處理 optional ML 套件 import-time failure，避免 GFPGAN/basicsr 類依賴阻止整個 FastAPI app 啟動
- 在主 portfolio repo 已有大量不相關髒檔的情況下，只提交本專案 slug 的 content 與 media
目標使用者
- 作品集審閱者與面試官
- 需要快速理解專案目的、技術棧與成熟度的技術讀者
技術亮點
- 偵測到的主要技術線索：Python, FastAPI, React, TypeScript, Vite, PyTorch, Diffusers, Hugging Face Transformers, Redis, Celery, Pydantic, Pillow, Docker, GitHub Pages
- 已有 README 作為後續補齊案例研究的依據
- 已連接公開 GitHub repository，可從作品集追溯原始碼
系統架構
此專案目前由 portfolio catalog pipeline 依 README、Git metadata、package/build 設定與素材線索建立案例頁。正式架構說明仍需依實際 source code 補齊；目前可確認的技術線索包含：Python, FastAPI, React, TypeScript, Vite, PyTorch, Diffusers, Hugging Face Transformers, Redis, Celery, Pydantic, Pillow, Docker, GitHub Pages。
資料流程
目前尚未完成可公開的資料流程說明。若此專案含資料處理、AI pipeline 或後端 API，後續應補上 input、processing、storage、UI/output 的端到端流程。
專案結構
sd-multimodal-platform/ README.md # project documentation, when available source files # implementation reviewed by local audit package/build config # detected capability signals
安裝與執行
This project does not expose a verified runnable web command yet. Review the README/source tree and add exact install, run, test, and build commands before interview use. No verified build command was detected. Treat the current portfolio page as a case-study placeholder until build steps are reviewed.
後續改進
- 補齊正式 README、截圖與 demo recording
- 補上架構圖、資料流程與關鍵技術決策
- 確認 build/test 狀態並更新 portfolio release report
面試說明重點
- 先說明此專案目前的成熟度與可展示範圍
- 聚焦在可驗證的技術棧、程式結構與已完成部分
- 不要宣稱尚未部署、尚未錄影或尚未測試的能力已完成
後續規劃
- 把 live backend 部署到 Render/Railway/Fly.io 類平台，提供可互動的遠端 API demo
- 補更多真模型輸出案例，讓 portfolio 除 mock-safe flow 外也能展示實際 SDXL output
- 針對 Redis/Celery full queue 和 GPU model switching 補端到端壓力測試