Microsoft Copilot Studio 原来叫做Power Virtual Agents ，可以用来搭建机器人Bot。通过Power Automate 来实现调用Midjourney来实现一个简单的Midjourney机器人。

搭建Midjourney Api

Midjourney本身是没有提供api接口的，所以需要利用第三方来实现api。当然也可以通过代理discord自己创建api接口。

https://github.com/novicezk/midjourney-proxy （Docker安装，方便部署，开源版功能受限，但也够用）

https://github.com/webman-php/midjourney-proxy （PHP版本， 支持Midjourney所有功能，稳定）

此次就选择第一种来演示，毕竟docker方便点，

docker run -d --name midjourney-proxy \
 -p 8080:8080 \
 -e mj.discord.guild-id=xxx \
 -e mj.discord.channel-id=xxx \
 -e mj.discord.user-token=xxx \
 -e mj.discord.user-agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/117.0.0.0 Safari/537.36" \
 -e mj.api-secret=xxx \
 -e mj.discord.timeout-minutes=30 \
 novicezk/midjourney-proxy:2.5.5

获取用户Token、服务器ID、频道ID：获取方式

其中mj.api-secret自己编一个，防止别人盗用你的接口

安装完后访问访问 http://ip:port/mj 可查看API文档

Copilot Studio搭建机器人

打开Copilot Studio， 在Topics里创建一个New topics

添加触发词后调用提问，将用户的回答保存到Var里。

通过调用action用power automate 创建一条流

将用户的答复var赋值到input里。

接着转到power automate这里，调用HTTP来请求接口。

接着匹配返回的json数据

{
    "type": "object",
    "properties": {
        "code": {
            "type": "integer"
        },
        "description": {
            "type": "string"
        },
        "result": {
            "type": "string"
        },
        "properties": {
            "type": "object",
            "properties": {
                "discordInstanceId": {
                    "type": "string"
                }
            }
        }
    }
}

再次HTTP请求，获取任务来得到具体的图像

{
    "type": "object",
    "properties": {
        "id": {
            "type": "string"
        },
        "properties": {
            "type": "object",
            "properties": {
                "notifyHook": {},
                "discordInstanceId": {
                    "type": "string"
                },
                "nonce": {
                    "type": "string"
                }
            }
        },
        "action": {
            "type": "string"
        },
        "status": {
            "type": "string"
        },
        "prompt": {
            "type": "string"
        },
        "promptEn": {
            "type": "string"
        },
        "description": {
            "type": "string"
        },
        "state": {
            "type": "string"
        },
        "submitTime": {
            "type": "integer"
        },
        "startTime": {},
        "finishTime": {},
        "imageUrl": {},
        "progress": {},
        "failReason": {}
    }
}

循环等待结果

{
    "type": "object",
    "properties": {
        "id": {
            "type": "string"
        },
        "properties": {
            "type": "object",
            "properties": {
                "notifyHook": {},
                "discordInstanceId": {
                    "type": "string"
                },
                "nonce": {
                    "type": "string"
                }
            }
        },
        "action": {
            "type": "string"
        },
        "status": {
            "type": "string"
        },
        "prompt": {
            "type": "string"
        },
        "promptEn": {
            "type": "string"
        },
        "description": {
            "type": "string"
        },
        "state": {
            "type": "string"
        },
        "submitTime": {
            "type": "integer"
        },
        "startTime": {},
        "finishTime": {},
        "imageUrl": {},
        "progress": {},
        "failReason": {}
    }
}

返回图片url, 需要用到markdown来渲染图片。

之后回到Copilot Studio，通过Message来显示返回的图片（这时候的返回的图片是4个图片拼在一起的），taskId后续会在选择具体图片中会用到。

调用Question模块，Identify选择Multiple choice options，再将用户的选择保存在option变量里，具体如下图所示，

接着就是具体选图的流程，毕竟复杂但是操作都差不多，就不复述了，具体步骤见下图，

在其中还是 需要创建一条新的流,

{
    "type": "object",
    "properties": {
        "code": {
            "type": "integer"
        },
        "description": {
            "type": "string"
        },
        "result": {
            "type": "string"
        },
        "properties": {
            "type": "object",
            "properties": {
                "discordInstanceId": {
                    "type": "string"
                }
            }
        }
    }
}

然后再获取图片返回Copilot Studio，

最终效果