Stable Diffusion 提示词优化器

问题背景

在 Stable Diffusion 的文生图场景中，提示词的质量直接影响生成图像的精准度。手动调整提示词时，开发者常面临三个具体痛点：难以快速验证权重分配效果、负向提示词缺乏系统性生成逻辑、A1111 特有的语法规范（如 (keyword:weight)）需要反复调试。

核心能力

该技能通过集成 Automatic1111 WebUI API 的 /sdapi/v1/txt2img 端点，提供两项核心优化能力：

• 权重语法解析：自动识别并处理 (keyword:1.2) 这类权重表达式，支持多关键词叠加时的权重归一化计算
• 负向提示词生成：基于原始提示词的语义特征，动态生成符合 A1111 规范的负向提示词集合

关键工作步骤

1. 接收原始提示词字符串，通过 API 端点进行结构化解析
2. 提取关键词及其权重值，应用 A1111 语法规则进行权重修正
3. 生成对应的负向提示词，覆盖常见缺陷（如肢体异常、画面模糊）
4. 返回包含优化后正向/负向提示词的完整配置对象

适用边界

需注意该技能依赖特定的运行环境：

• 必须运行在名为 ldm 的 conda 环境中，且需预装 transformers==4.19.2 与 diffusers 库
• 生成图像默认限制为 512x512 分辨率（与训练数据一致），步数固定为 50 步
• 不支持动态修改采样方法或步数参数，需通过外部脚本调整