构建企业级AI绘画中台：Midjourney自动化服务从设计到落地的Java实践

处理构建企业级AI绘画中台：Midjourney自动化服务从设计到落地的Java实践这类问题时，先确认目标场景，再按步骤核对配置或玩法细节。

构建企业级AI绘画中台：Midjourney自动化服务从设计到落地的Java实践

1. 业务痛点与技术选型

在企业内部设计中，我们经常面临批量生成电商主图、营销海报变体的需求。官方Discord的手动操作无法满足高并发、可审计、可回调的工程要求。

我们的目标是构建一个异步任务处理系统：用户通过REST API提交Prompt -> 系统自动下发至Midjourney Bot -> 监听生成完成事件 -> 图像上传至OSS -> 回调业务系统。

技术栈：

通信层：JDA (Java Discord API) 5.0 ，用于模拟用户操作Discord。存储层：Redis（任务状态缓存） MongoDB（任务元数据持久化）。文件处理：ImageIO TwelveMonkeys 插件（处理WebP格式）。异步调度：Spring Boot 3.2 虚拟线程 Resilience4j 重试。

2. 核心难点攻克：登录态管理与消息监听

2.1 多账号池化管理

Midjourney对单账号并发有限制，我们必须维护一个账号池（Account Pool）。使用JDA构建每个账号的实例时，必须开启Gateway Intents以接收消息事件：

代码语言：javascript

复制

public DiscordBotInstance buildInstance(String token) {return DiscordBotInstance.builder().token(token).gatewayIntents(GatewayIntent.MESSAGE_CONTENT, GatewayIntent.DIRECT_MESSAGES).listener(new MidjourneyMessageListener()) // 自定义监听器.build();}

踩坑点：官方JDA默认只缓存最近1万条消息，若系统重启期间漏收消息，会导致任务永久挂起。解决方式是结合Redis存储lastMessageId，并在启动时通过MessageHistory进行缺失补偿。

2.2 消息拦截与任务关联

Midjourney Bot返回的图片是带附件的Embed消息，且包含upscaled、variations等后缀。我们需要解析Message中的content字段匹配任务ID（通常为<@userId>imagine 任务序列号）。

核心监听逻辑：

代码语言：javascript

复制

@Overridepublic void onMessageReceived(MessageReceivedEvent event) {User author = event.getAuthor();// 只有Midjourney Bot发的消息且包含图片附件才处理if (!author.getId().equals(MJ_BOT_ID) || event.getMessage().getAttachments().isEmpty()) {return;}Message msg = event.getMessage();String rawContent = msg.getContentRaw();// 提取Prompt指纹或自定义TraceIdString traceId = extractTraceIdFromContent(rawContent);if (traceId != null) {// 异步处理图片下载与上传handleImageResult(traceId, msg.getAttachments().get(0).getUrl());}}

3. 自动化动作执行器：Imagine与Upscale

我们不需要模拟点击按钮，而是直接发送Slash Command交互载荷。JDA提供了InteractionReference，但更稳定的是直接发送消息指令：

代码语言：javascript

复制

public void sendImagineCommand(String prompt, String traceId) {// 拼接自定义后缀以识别任务 (Midjourney不支持metadata，只能拼在prompt后)String fullPrompt = prompt " --" traceId; // 通过文本频道发送Imagine指令textChannel.sendMessage("/imagine " fullPrompt).queue(success -> log.info("任务下发成功: {}", traceId),error -> {// 处理限流或验证码拦截if (error.getMessage().contains("rate")) {triggerRateLimitStrategy(traceId);}});}

难点突破：Midjourney的Upscale或Vary操作需要点击交互按钮（Button）。JDA必须通过Message的ActionRow获取Button的CustomId来触发：

代码语言：javascript

复制

public void clickUpscaleButton(String messageId, int buttonIndex) {Message message = textChannel.retrieveMessageById(messageId).complete();// 遍历ActionRows，找到第buttonIndex个按钮List<ActionRow> actionRows = message.getActionRows();if (actionRows.isEmpty()) return;Button button = (Button) actionRows.get(0).getComponents().get(buttonIndex);// 触发交互textChannel.sendMessage(button.getCustomId()).queue();}

4. 稳定性的命脉：异步回调与补偿机制

由于MJ生成耗时通常在30s-90s，我们必须设计非阻塞回调。

4.1 Webhook回调设计

当监听器接收到最终生成的图片URL时，触发回调网关。为了防止下游服务不可用，我们引入事件表（Event Table）模式：

代码语言：javascript

复制

@Transactionalpublic void callbackBusiness(String traceId, String imageUrl) {CallbackTask task = callbackTaskRepository.findByTraceId(traceId);if (task == null) return;// 先存结果，再发送回调task.setImageUrl(imageUrl);task.setStatus(Status.SUCCESS);callbackTaskRepository.save(task);// 异步发送HTTP回调，若失败由定时任务重试asyncHttpClient.post(task.getCallbackUrl(), buildPayload(task));}

4.2 超时监控与重试

利用Redis过期通知或Netty时间轮，对超过120秒未完成的任务进行强制失败或重新下发：

代码语言：javascript

复制

@Scheduled(fixedDelay = 60000)public void checkTimeoutTasks() {List<String> timeoutIds = redisOps.opsForSet().pop("pending_tasks", 100);for (String id : timeoutIds) {// 触发补偿：重新发送Imagine指令，或标记失败retryExecutor.submit(() -> sendImagineCommand(getPrompt(id), id));}}

5. 图像处理与存储优化

MJ生成的图片格式通常为WebP，部分老旧OSS不支持直接显示。我们在中间层进行格式转换并压缩：

代码语言：javascript

复制

public String convertAndUpload(String imageUrl) throws IOException {// 使用TwelveMonkeys解决ImageIO原生不支持WebP的问题try (InputStream in = new URL(imageUrl).openStream()) {BufferedImage image = ImageIO.read(in);// 转为JPG (RGB模式)BufferedImage jpgImage = new BufferedImage(image.getWidth(), image.getHeight(), BufferedImage.TYPE_INT_RGB);jpgImage.createGraphics().drawImage(image, 0, 0, Color.WHITE, null);// 上传至OSS (ByteArrayOutputStream)ByteArrayOutputStream baos = new ByteArrayOutputStream();ImageIO.write(jpgImage, "jpg", baos);return ossClient.upload(baos.toByteArray());}}

6. 性能压测与并发控制

上线前，我们针对100个任务并发进行了模拟。发现瓶颈不在于HTTP请求，而在于Discord WebSocket连接数。每个JDA实例会单独维护一个WebSocket，内存占用极高。

优化手段：

限制单Pod的最大Discord连接数（-Ddiscord.max_connections=5）。使用协程（虚拟线程）处理图片下载，避免阻塞Netty的EventLoop。代码语言：javascript

复制

# application.ymlspring.threads.virtual.enabled=truediscord.connection.pool.size=5

7. 总结：Java做自动化Bot的优势

这套系统已在我们内部稳定运行3个月，累计生成图片超过2万张。相比Python脚本，Java的强类型和Spring事务管理在处理复杂状态流转（待处理->生成中->回调中->已完成）时，Bug率显著降低。

避坑指南：

Token安全：不要在日志中打印任何Authorization信息，使用@Value配合Jasypt加密。限流应对：遇到429错误时，务必解析Retry-After头进行指数退避，否则账号极易被封禁。消息去重：Midjourney可能推送重复的MessageUpdate事件，必须通过messageId imageHash做幂等处理。