一、核心特点

• 多模型协同解析：BLIP/GIT 生成基础描述，CLIP 做特征匹配，补全风格、艺术家、流派等关键标签。
• 四种生成模式：best（全面精准）、fast（快速基础）、classic（经典算法）、negative（生成负面提示词）。
• SD 深度适配：生成结果针对 Stable Diffusion 优化，可直接复用采样步数、分辨率等参数。
• 自定义配置灵活：支持切换 CLIP 模型（如 ViT-L-14/openai）、调整批处理大小、设置缓存路径。
• 多端可用：提供 Hugging Face Web Demo、本地 Python 部署、第三方插件（如 Automatic1111）。
• 风格还原能力强：擅长识别艺术流派、画师风格、光影类型、材质质感，远超普通打标工具。

二、主要优点

1. 精准反向工程：输入参考图，自动提取 “内容 + 风格 + 技法” 的完整提示词，大幅降低复刻成本。
2. 负面词自动生成：一键识别并生成需排除的元素（如杂色、模糊、多余物体），提升出图质量。
3. 专业标签库丰富：内置艺术家、风格、材质等专业词汇，生成的提示词更符合 AI 绘画逻辑。
4. 开源可扩展：支持自定义词汇表，适配特定领域（如 UI 设计、产品渲染）的标签需求。
5. 无缝接入工作流：本地部署可批量处理，Web Demo 零门槛试用，插件版直接嵌入 SD 界面。

三、主要缺点

1. 速度与算力挂钩：best 模式耗时较长，低配置显卡可能出现内存不足。
2. 对抽象风格有限：极端抽象艺术、小众风格的识别准确率可能下降。
3. 非可视化构建：仅输出文本提示词，无法拖拽调整权重或模块。
4. 需手动微调：生成结果可能包含冗余标签，需结合场景删减优化。
5. 无中文界面：Web 与本地版均为英文，中文关键词支持较弱。

四、使用场景

• UI/UX 设计师：参考优秀设计图，快速生成同风格的插画、图标、场景图提示词。
• 风格迁移创作：将照片、手绘稿转为特定艺术风格（如赛博朋克、水墨、像素）的提示词。
• 批量出图标准化：对系列化需求，提取基准图提示词，修改主体后批量生成。
• 提示词学习：通过 “图像→提示词” 的对应关系，学习专业提示词的结构与关键词搭配。
• 模型训练辅助：为 LoRA/DreamBooth 训练生成精准的图像标签，提升训练效果。

五、实际应用

• 设计风格复刻：上传一张极简主义 UI 插画，生成包含 “minimalist UI illustration, flat design, soft pastels, vector art” 的提示词，用于 SD 批量生成同类素材。
• 照片转艺术画：输入街景照片，生成 “cyberpunk cityscape, neon lights, rain-soaked streets, cinematic lighting, style of Blade Runner” 的提示词。
• 负面词优化：识别出图像中的 “text, watermark, blurry, low resolution”，自动生成负面提示词，排除瑕疵。
• 批量标签生成：为 100 张产品图批量生成精准标签，用于训练产品外观 LoRA 模型。

六、使用流程

方式一：Web Demo（零门槛）

1. 打开 Hugging Face CLIP Interrogator Web Demo。
2. 上传图像，选择生成模式（如 best）。
3. 等待生成，复制正向 / 负向提示词。
4. 粘贴到 Stable Diffusion 生成图像，按需微调。

方式二：本地部署（批量高效）

1. 克隆仓库：git clone https://github.com/pharmapsychotic/clip-interrogator.git。
2. 安装依赖：pip install -r requirements.txt。
3. 编写脚本（示例）：
   python

   运行

   from PIL import Image
   from clip_interrogator import Config, Interrogator
   
   config = Config(clip_model_name="ViT-L-14/openai")
   ci = Interrogator(config)
   image = Image.open("reference.jpg").convert("RGB")
   prompt = ci.interrogate(image)  # 正向提示词
   negative_prompt = ci.interrogate_negative(image)  # 负面提示词
   print("Prompt:", prompt)
   print("Negative Prompt:", negative_prompt)
   
4. 运行脚本，获取提示词。

七、官方与资源

• 官方仓库：https://github.com/pharmapsychotic/clip-interrogator
• Web Demo：https://huggingface.co/spaces/pharmapsychotic/clip-interrogator
• 类型：图像转 AI 绘画提示词工具（开源）
• 支持模型：Stable Diffusion（优先）、Midjourney（需手动微调）
• 语言：英文
• 价格：完全免费，开源可商用（遵循 MIT 协议）
• 适合：UI/UX 设计师、AI 绘画创作者、提示词学习者、模型训练者