dynamicprompts
用模板批量生成多样化提示词，告别手写重复
Dynamic Prompts 是一个面向文本生成图像模型（如 Stable Diffusion）的提示词模板语言与 Python 库。它解决的核心问题是：手动编写和微调提示词效率低、难以批量生成多样化变体。项目提供类似 Jinja 的模板语法，支持变量、条件、循环、随机选择、通配符文件、组合枚举等能力，让用户用一份模板自动产出成百上千条不同提示词。它既能作为独立 Python 包集成到脚本或 WebUI 插件中，也提供命令行工具，方便在批量出图、提示词工程实验和数据集构造时复用逻辑。相比简单字符串拼接，它把提示词从静态文本升级为可编程、可组合、可随机化的生成规则，显著减少重复劳动，并让提示词风格与内容控制更系统化。
开源
free
图像生成
GitHub 星标
★ 165
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类图像生成
开发团队adieyal
所属国家
定价模式free
价格说明开源免费，MIT 许可证
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型
GitHub 星标★ 165
30天Star增速
HF 下载量
上线时间2023-01-03 00:00:00
最近更新2026-09-18 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-17
浏览次数0
使用教程
核心亮点
- 支持变量、条件、循环、随机选择与组合枚举，一份模板可批量产出大量变体提示词
- 提供通配符文件机制，可把常用风格、角色、场景词库外置复用
- 可作为 Python 库和命令行工具使用，便于集成到脚本或 WebUI 插件中
不足之处
- 项目星标仅 164，社区规模较小，生态与插件适配相对有限
- 模板语法需要额外学习成本，对只想简单写提示词的用户偏重
适用场景
- 批量生成不同风格和构图的提示词用于 Stable Diffusion 出图
- 构建提示词词库并随机组合，做提示词工程对比实验
- 为图像数据集生成多样化文本描述或提示词模板
替代项目
sd-dynamic-prompts、prompt-parser
项目介绍
同类项目推荐
satori
开源
网页代码一键变高清图，放大不糊，不用截图
Enlightened library to convert HTML and CSS to SVG
C2GAN
开源
用关键点精准控制图像生成，让AI画出你想要的结构
[ACM MM 2019 Oral] Cycle In Cycle Generative Adversarial Networks for Keypoint-Guide···
DeTikZify
开源
上传图表或草图，秒变可编译的TikZ矢量代码。
Synthesizing Graphics Programs for Scientific Figures and Sketches with TikZ.
imagen-pytorch
开源
说句话生成高清图，放大也不糊
Implementation of Imagen, Google's Text-to-Image Neural Network, in Pytorch