第20章主线项目（上）：多模态创作 AI 工作站框架搭建

目标概述：从本章开始，读者将综合运用前面章节所学，分段实现贯穿全书的主线项目——多模态创作 AI 工作站。本章主要搭建项目基础框架，包括确定功能模块、建立项目结构、实现核心架构。多模态工作站旨在提供一个平台，让用户在其中进行文本、图像、甚至音频的创意生成和交互。本章之后，21、22章将逐步填充各模块细节并完成部署。
项目愿景：先向读者描绘主线项目的全貌：它汇聚此前多个小项目功能于一身——既能聊天答疑，又能生成内容、制作PPT，甚至处理图像问答，成为一个综合性AI工具集。用户界面拟采用Web界面，方便选择不同功能。此处明确各子功能：聊天助手、知识问答、内容创作、PPT生成、视觉问答等，以及如何在一个应用中组织它们。
模块划分：根据功能将项目分为若干模块/子系统：
对话模块（Chat Module）：用于一般聊天和问答（整合CLI聊天机器人的能力和知识库QA）；
创作模块（Creation Module）：用于生成文章、博客等内容（整合内容创作Bot功能）；
演示模块（Presentation Module）：用于生成PPT（整合PPT助手功能）；
视觉模块（Vision Module）：用于图像问答（整合视觉QA）；
每个模块可以有前端界面和后端API分别实现。提示AI按照MVC思想组织代码，如各模块有各自路由。
项目结构建立：利用AI生成初始项目目录和文件。提示词示例：“创建一个多模块Flask应用，每个子应用在 blueprint 下：chat, creation, presentation, vision。设置 main.py 来启动整个应用。” AI 输出的结构比如：
app/
init.py
chat.py
creation.py
presentation.py
vision.py
templates/（如有前端页面）
static/（静态资源）
main.py
截图展示AI生成的项目结构树和关键初始化代码。
核心架构实现：让AI生成 app/init.py 内容：注册各模块blueprint，配置全局设置。截图展示代码并解释 Flask blueprint 的概念。然后生成一个简单的模块骨架代码，例如 chat.py 内定义路由 /chat 返回“Chat module up”占位内容等等，保证整体可运行。
流程图：绘制工作站高层架构图：前端各功能入口 -> 后端各模块 -> 内部再调用LLM或其他服务 -> 返回结果。让读者清楚模块之间关系和数据流向。
整合先前成果：在本章可能不实现所有细节，但指出将复用前面章节的算法和提示：例如 Chat模块将用到CLI聊天机器人的逻辑、知识库检索；Creation模块用之前的内容Bot；Presentation模块会调用之前的PPT生成代码；Vision模块复用视觉QA逻辑。为避免重复，实际实现中会提取公共部分如 LLM API 调用作为一个util模块。
样例项目代码结构：列出当前完成的文件和空函数列表，表示框架已就绪，功能待填充：
app/chat.py：（函数 get_answer(question) 待实现：结合知识库和聊天）
app/creation.py：（函数 create_content(params) 待实现）
...
main.py：启动 Flask 应用。
这让读者知道接下来每章会往这些模块里添加代码。
测试框架：在结尾提醒已配置测试环境依然可用，鼓励读者在完善每模块后编写测试确保各部分协同工作。当前可以启动服务器（截图终端输出“Running on http://localhost:5000”），并访问各模块URL返回占位响应，验证路由正常工作。
术语解释：复习并解释“模块”“Blueprint”“MVC 架构”等。因为项目开始变大，概念跟上很重要。强调架构清晰可扩展的重要性，这也是为何前面小项目没有简单糅合而是最后专章来集成。