stable-diffusion-negative-prompt

用负向提示词调教 Stable Diffusion,让生成图更干净

这是一个用于实验 Stable Diffusion 2.0 负向提示词(negative prompting)的 Jupyter Notebook 集合。负向提示词是文本生成图像中的一种技术,通过指定不希望出现的内容(如“模糊”、“低质量”),引导模型生成更符合预期的图像。该项目提供了一系列交互式笔记本,帮助用户快速上手并测试不同负向提示词对生成结果的影响,解决了 Stable Diffusion 2.0 中负向提示词效果不稳定、难以调优的问题。核心能力包括:预设多种负向提示词模板、可视化对比生成结果、支持自定义提示词组合,以及基于扩散模型的前向推理流程。项目代码结构清晰,适合研究者和开发者用于探索负向提示词的边界,或作为构建更复杂图像生成工作流的起点。

开源 free 图像生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 86
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类图像生成
开发团队minimaxir
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Jupyter Notebook
技术栈/模型ai,stable-diffusion,text-to-image
GitHub 星标★ 86
30天Star增速
HF 下载量
上线时间2022-11-27 00:00:00
最近更新2026-08-25 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

核心亮点

  • 提供现成的 Jupyter Notebook,开箱即用,无需从零搭建实验环境
  • 聚焦负向提示词这一细分方向,对比实验设计直观,便于理解效果差异
  • 基于 Stable Diffusion 2.0,紧跟主流模型版本,技术栈现代

不足之处

  • 项目处于早期阶段,文档和示例覆盖有限,社区贡献待观察
  • 仅提供实验代码,未封装成库或 CLI,集成到生产环境需额外开发

适用场景

  • 研究负向提示词对生成图像质量的影响
  • 快速验证不同负面词组合在特定主题下的效果
  • 教学演示文本到图像生成中的提示词工程

替代项目

InvokeAI、ComfyUI、AUTOMATIC1111/stable-diffusion-webui

项目介绍

stable-diffusion-negative-prompt 是图像领域的开源项目,由 minimaxir 开发,2022 年首次发布。

它收录于图像分类,该分类目前共有 839 个项目,GitHub 星标数为 86。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-08-25。MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:研究负向提示词对生成图像质量的影响。同类可对比的替代方案包括 InvokeAI、ComfyUI、AUTOMATIC1111/stable-diffusion-webui。

上一篇:time-diffusion

下一篇:KoDALLE

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

★ 13967 2026-08-09
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···

★ 70 2026-08-09
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

★ 8427 2026-08-09