项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3803
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python 环境与 pip(README 使用 pip install 安装依赖)
- 能访问 GitHub 与 Hugging Face 下载代码和模型权重
- 使用 GGUF 量化推理时需要 CUDA 支持的显卡环境
- 本地磁盘空间用于存放 7B/32B 模型文件
安装与启动步骤
-
1获取项目代码
从官方仓库克隆代码到本地,后续所有命令都在项目根目录执行。
git clone https://github.com/Hunyuan-PromptEnhancer/PromptEnhancer cd PromptEnhancer -
2安装标准依赖
README 推荐的标准安装方式,按 requirements.txt 一次性装好全部 Python 依赖。
pip install -r requirements.txt -
3可选:GGUF 安装
需要更低显存、更快推理(尤其 32B 模型)时改用此方式,脚本会自动加执行权限并安装。
chmod +x script/install_gguf.sh && ./script/install_gguf.sh -
4准备模型文件
把下载的模型权重放到项目 models/ 目录,推理脚本会自动检测该目录下的模型。README 未给出下载命令,请自行从官方模型页获取。
-
5运行命令行推理
执行 GGUF 命令行脚本,自动读取 models/ 目录模型,输入提示词后得到重写后的结构化提示词。
python inference/prompt_enhancer_gguf.py
如何确认成功
运行 inference/prompt_enhancer_gguf.py 后终端正常输出重写后的提示词,且未报找不到模型或依赖缺失的错误。
常见问题
Q:7B 和 32B 模型该怎么选?
A:多数用户建议先用 PromptEnhancer-7B,显存占用更低;图像编辑/图生图场景需要 32B 模型。
Q:显存不够或推理太慢怎么办?
A:改用 GGUF 安装方式(Option 2),量化模型推理更快、内存占用更低,对 32B 尤其明显。
Q:支持图生图和图像编辑吗?
A:支持。文本生图用 HunyuanPromptEnhancer 或 PromptEnhancerGGUF,图像编辑用 PromptEnhancerImg2Img。
Q:模型要放在哪里?
A:放在项目根目录的 models/ 文件夹下,命令行脚本会自动检测,无需额外指定路径。
注意事项
- GGUF 安装方式需要 CUDA 支持,纯 CPU 环境请选标准安装。
- README 未提供模型权重的下载命令,需自行从 Hugging Face 官方页面获取后放入 models/ 目录。
- 图像编辑/图生图任务只支持 32B 模型,7B 仅适用于纯文本生图提示词增强。
核心亮点
- 基于 VLM 的智能重写,能捕捉用户意图并生成结构化提示词,显著提升生成图像与描述的匹配度
- 支持多种图像生成模式(文生图、图生图、图像编辑),适用范围广
- 代码简洁,API 设计清晰,易于集成到现有 Python 项目中
不足之处
- 依赖外部 VLM 模型,推理耗时和成本可能较高
- 文档/社区待观察
适用场景
- 设计师快速生成概念图,需要将模糊想法转化为精确提示词
- 开发者构建图像生成应用,希望提升用户输入提示词的质量
- 研究者进行提示词工程实验,需要批量优化提示词以对比生成效果
替代项目
PromptPerfect、Promptist、MagicPrompt
同类项目推荐
sd-interior-design
开源
输入文字和参考图,保持原布局一键生成逼真室内设计效果
Layout preserving realistic interior design using text and image prompts
aphantasia
开源
用 CLIP 加频谱变换,把文字变成图像和视频。
CLIP + FFT/DWT/RGB = text to image/video
taesd
开源
几 MB 小模型替代 VAE,让 SD 出图预览快如闪电
Tiny AutoEncoder for Stable Diffusion (and other image models)
sd-webui-cloud-inference
开源
一键将 SD 生成任务丢到云端,低配电脑也能跑 SDXL
Stable Diffusion(SDXL/Refiner)WebUI Cloud Inference Extension
Anything2Image
开源
把文字、声音、图片统统变成图像,多模态生成一步到位。
Generate image from anything with ImageBind and Stable Diffusion
StableFusion
开源
输入文字,即刻生成你想要的图像
Transform text into images and images into new ones using AI. Our user-friendly web ···
CLIP-Guided-Diffusion
开源
本地跑通文本生成图像,摆脱Colab依赖
Just playing with getting CLIP Guided Diffusion running locally, rather than having ···
Cozy-Auto-Texture
开源
在 Blender 里输入文字,AI 即刻生成免费纹理
A Blender add-on for generating free textures using the Stable Diffusion AI text to ···
anycost-gan
开源
按需选择计算成本,让 GAN 在普通设备上也能实时玩转图像编辑
[CVPR 2021] Anycost GANs for Interactive Image Synthesis and Editing
