[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-twri--sdxl_prompt_styler":3,"similar-twri--sdxl_prompt_styler":77},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":8,"readme_en":9,"readme_zh":10,"quickstart_zh":11,"use_case_zh":12,"hero_image_url":13,"owner_login":14,"owner_name":15,"owner_avatar_url":16,"owner_bio":15,"owner_company":15,"owner_location":15,"owner_email":15,"owner_twitter":15,"owner_website":15,"owner_url":17,"languages":18,"stars":23,"forks":24,"last_commit_at":25,"license":26,"difficulty_score":27,"env_os":28,"env_gpu":28,"env_ram":28,"env_deps":29,"category_tags":33,"github_topics":35,"view_count":27,"oss_zip_url":15,"oss_zip_packed_at":15,"status":37,"created_at":38,"updated_at":39,"faqs":40,"releases":76},10037,"twri\u002Fsdxl_prompt_styler","sdxl_prompt_styler","Custom prompt styler node for SDXL in ComfyUI","sdxl_prompt_styler 是专为 ComfyUI 设计的 SDXL 提示词风格化节点，旨在帮助用户快速为生成式 AI 图像添加特定的艺术风格。它通过读取预定义的 JSON 模板文件，自动将用户输入的基础描述嵌入到丰富的风格化句式之中，同时智能合并或替换负面提示词，从而解决了手动编写复杂、高质量提示词耗时且门槛高的问题。\n\n这款工具特别适合希望提升工作流效率的 AI 艺术家、设计师以及 ComfyUI 进阶用户。无论是需要批量测试不同画风的研究人员，还是想要一键获得专业级画面效果的普通创作者，都能从中受益。其技术亮点在于支持从多个 JSON 文件动态加载风格库，并自动处理名称冲突；提供的“高级模式”还能优化长提示词中的令牌冗余问题。此外，用户可灵活选择对正向或负面提示词单独启用或绕过风格化处理，配合增强的错误检测机制，让复杂的提示词工程变得简单可控且稳定可靠。","# SDXL Prompt Styler, a custom node for ComfyUI\n\n### SDXL Prompt Styler\n![SDXL Prompt Styler Screenshot](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftwri_sdxl_prompt_styler_readme_174deff04899.png)\n\n### SDXL Prompt Styler Advanced\n![SDXL Prompt Styler Advanced Screenshot](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftwri_sdxl_prompt_styler_readme_1f499d89b31f.png)\n\nSDXL Prompt Styler is a node that enables you to style prompts based on predefined templates stored in multiple JSON files. The node specifically replaces a {prompt} placeholder in the 'prompt' field of each template with provided positive text.\n\nThe node also effectively manages negative prompts. If negative text is provided, the node combines this with the 'negative_prompt' field from the template. If no negative text is supplied, the system defaults to using the 'negative_prompt' from the JSON template. This flexibility enables the creation of a diverse and specific range of negative prompts.\n\n## Changelog\nThis section details the updates and new features committed over time, organized chronologically with the most recent changes at the top.\n\n### Commit date (2024-01-26)\n\n#### New Features\n\n* **SDXL Prompt Styler Advanced**: New option to copy the positive G prompt tokens to L, removing duplicates\n\n### Commit date (2024-01-19)\n\n#### New Features\n\n* **SDXL Prompt Styler**: Add toggles to disable styling for positive, negative, or both sentiments (bypass mode)\n\n### Commit date (2023-08-27)\n\n#### New Features\n\n* **SDXL Prompt Styler Advanced**: New node for more elaborate workflows with linguistic and supportive terms. Selector to change the split behavior of the negative prompt. Special thanks to @WinstonWoof and @Danamir for their contributions!\n* **SDXL Prompt Styler**: Minor changes to output names and printed log prompt.\n\n### Commit date (2023-08-11)\n\n#### Important Update\nWith the latest changes, the file structure and naming convention for style JSONs have been modified. If you've added or made changes to the `sdxl_styles.json` file in the past, follow these steps to ensure your styles remain intact:\n\n1. **Backup**: Before pulling the latest changes, back up your `sdxl_styles.json` to a safe location.\n2. **Migration**: After updating the repository, create a new JSON file in the styles directory. Move your custom styles from the backup of `sdxl_styles.json` into this new file.\n3. **Unique Style Names**: While the system now detects duplicates and appends a suffix to ensure uniqueness, it's a best practice to ensure your style names are originally unique to prevent any potential confusion.\n4. **Managing Included JSON Files**: If you prefer not to load specific included JSON files, consider renaming or moving them to a different location outside of the styles directory. The system will load all JSON files present in the specified directory.\n\n#### New Features\n\n* **Loading from Multiple JSON Files:** The system can now load styles from multiple JSON files present in the specified directory, ensuring the uniqueness of style names by appending a suffix to duplicates.\n* **Enhanced Error Handling:** Improved error handling for file reading, data validity, and template replacement functions.\n\n---\n\n### Usage Example with SDXL Prompt Styler\n\nTemplate example from a JSON file:\n\n```json\n[\n    {\n        \"name\": \"base\",\n        \"prompt\": \"{prompt}\",\n        \"negative_prompt\": \"\"\n    },\n    {\n        \"name\": \"sai-enhance\",\n        \"prompt\": \"breathtaking {prompt} . award-winning, professional, highly detailed\",\n        \"negative_prompt\": \"ugly, deformed, noisy, blurry, distorted, grainy\"\n    }\n]\n```\n\n```python\nstyle = \"sai-enhance\"\ntext_positive = \"a futuristic pop up tent in a forest\"\ntext_negative = \"dark\"\n```\n\nThe above will generate the following styled prompts:\n\n```python\ntext_positive_styled = \"breathtaking a futuristic pop up tent in a forest . award-winning, professional, highly detailed\"\ntext_negative_styled = \"ugly, deformed, noisy, blurry, distorted, grainy, dark\"\n```\n\n### Installation\n\nTo install and use the SDXL Prompt Styler nodes, follow these steps:\n\n1. Open a terminal or command line interface.\n2. Navigate to the `ComfyUI\u002Fcustom_nodes\u002F` directory.\n3. Run the following command:\n```git clone https:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler.git```\n4. Restart ComfyUI.\n\nThis command clones the SDXL Prompt Styler repository into your `ComfyUI\u002Fcustom_nodes\u002F` directory. You should now be able to access and use the nodes from this repository.\n\n### Inputs\n\n* **text_positive** - text for the positive base prompt\n* **text_negative** - text for the negative base prompt\n* **log_prompt** - print inputs and outputs to stdout\n\n### Outputs\n\n* **text_positive** - combined prompt with style for positive prompt\n* **text_negative** - combined prompt with style for negative prompt","# SDXL 提示词样式器，ComfyUI 的自定义节点\n\n### SDXL 提示词样式器\n![SDXL 提示词样式器截图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftwri_sdxl_prompt_styler_readme_174deff04899.png)\n\n### SDXL 提示词样式器高级版\n![SDXL 提示词样式器高级版截图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftwri_sdxl_prompt_styler_readme_1f499d89b31f.png)\n\nSDXL 提示词样式器是一个节点，允许您根据存储在多个 JSON 文件中的预定义模板来为提示词添加风格。该节点会将每个模板的 `prompt` 字段中的 `{prompt}` 占位符替换为您提供的正面文本。\n\n此节点还能有效管理负面提示词。如果提供了负面文本，节点会将其与模板中的 `negative_prompt` 字段结合；如果没有提供负面文本，则系统默认使用 JSON 模板中的 `negative_prompt`。这种灵活性使您可以创建多样且具体的负面提示词组合。\n\n## 更改日志\n本节按时间顺序详细列出了随时间推移提交的更新和新功能，最新的更改位于顶部。\n\n### 提交日期（2024-01-26）\n\n#### 新功能\n\n* **SDXL 提示词样式器高级版**：新增选项，可将正面 G 提示词标记复制到 L，以去除重复内容。\n\n### 提交日期（2024-01-19）\n\n#### 新功能\n\n* **SDXL 提示词样式器**：新增切换开关，用于禁用正面、负面或同时禁用两种情感的样式化处理（绕过模式）。\n\n### 提交日期（2023-08-27）\n\n#### 新功能\n\n* **SDXL 提示词样式器高级版**：新增节点，适用于包含语言学及辅助术语的更复杂工作流。新增选择器，可更改负面提示词的拆分行为。特别感谢 @WinstonWoof 和 @Danamir 的贡献！\n* **SDXL 提示词样式器**：对输出名称和打印的日志提示词进行了小幅调整。\n\n### 提交日期（2023-08-11）\n\n#### 重要更新\n随着最新更改，样式 JSON 文件的结构和命名规范已被修改。如果您过去曾添加或修改过 `sdxl_styles.json` 文件，请按照以下步骤操作，以确保您的样式保持完整：\n\n1. **备份**：在拉取最新更改之前，请将您的 `sdxl_styles.json` 备份到安全位置。\n2. **迁移**：更新仓库后，在 styles 目录中创建一个新的 JSON 文件。将您自定义的样式从 `sdxl_styles.json` 的备份中移至该新文件。\n3. **唯一样式名称**：虽然系统现在会检测重复并添加后缀以确保唯一性，但最佳做法是确保您的样式名称原本就具有唯一性，以避免任何潜在的混淆。\n4. **管理包含的 JSON 文件**：如果您不希望加载特定的包含 JSON 文件，可以考虑将其重命名或移动到 styles 目录之外的其他位置。系统会加载指定目录中所有存在的 JSON 文件。\n\n#### 新功能\n\n* **从多个 JSON 文件加载**：系统现在可以从指定目录中的多个 JSON 文件加载样式，并通过为重复样式添加后缀来确保样式名称的唯一性。\n* **增强的错误处理**：改进了文件读取、数据有效性以及模板替换功能的错误处理。\n\n---\n\n### SDXL 提示词样式器使用示例\n\nJSON 文件中的模板示例：\n\n```json\n[\n    {\n        \"name\": \"base\",\n        \"prompt\": \"{prompt}\",\n        \"negative_prompt\": \"\"\n    },\n    {\n        \"name\": \"sai-enhance\",\n        \"prompt\": \"令人惊叹的 {prompt} 。获奖作品，专业级，高度细节化\",\n        \"negative_prompt\": \"丑陋、畸形、杂乱、模糊、扭曲、颗粒感\"\n    }\n]\n```\n\n```python\nstyle = \"sai-enhance\"\ntext_positive = \"森林中的未来感充气帐篷\"\ntext_negative = \"黑暗\"\n```\n\n上述内容将生成以下带风格的提示词：\n\n```python\ntext_positive_styled = \"令人惊叹的森林中的未来感充气帐篷。获奖作品，专业级，高度细节化\"\ntext_negative_styled = \"丑陋、畸形、杂乱、模糊、扭曲、颗粒感，黑暗\"\n```\n\n### 安装\n\n要安装并使用 SDXL 提示词样式器节点，请按照以下步骤操作：\n\n1. 打开终端或命令行界面。\n2. 导航到 `ComfyUI\u002Fcustom_nodes\u002F` 目录。\n3. 运行以下命令：\n```git clone https:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler.git```\n4. 重启 ComfyUI。\n\n此命令会将 SDXL 提示词样式器仓库克隆到您的 `ComfyUI\u002Fcustom_nodes\u002F` 目录中。现在您应该能够从此仓库访问并使用这些节点。\n\n### 输入\n\n* **text_positive** - 正面基础提示词文本\n* **text_negative** - 负面基础提示词文本\n* **log_prompt** - 将输入和输出打印到 stdout\n\n### 输出\n\n* **text_positive** - 带有正面提示词风格的组合提示词\n* **text_negative** - 带有负面提示词风格的组合提示词","# SDXL Prompt Styler 快速上手指南\n\nSDXL Prompt Styler 是 ComfyUI 的一个自定义节点，允许用户基于预定义的 JSON 模板快速为提示词（Prompt）添加风格。它支持自动替换占位符、灵活管理负面提示词，并支持从多个 JSON 文件加载样式。\n\n## 环境准备\n\n- **系统要求**：Windows \u002F Linux \u002F macOS\n- **前置依赖**：\n  - 已安装并配置好 [ComfyUI](https:\u002F\u002Fgithub.com\u002Fcomfyanonymous\u002FComfyUI)\n  - Python 3.8+ 环境\n  - Git（用于克隆仓库）\n\n## 安装步骤\n\n1. 打开终端或命令行工具。\n2. 进入 ComfyUI 的自定义节点目录：\n   ```bash\n   cd ComfyUI\u002Fcustom_nodes\u002F\n   ```\n3. 克隆仓库（国内用户如遇连接缓慢，可尝试使用镜像源或代理）：\n   ```git clone https:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler.git```\n4. 重启 ComfyUI 以加载新节点。\n\n> **提示**：若需使用国内加速，可将上述 git 命令中的 URL 替换为对应的 Gitee 镜像（如有），或使用 `git clone https:\u002F\u002Fghproxy.com\u002Fhttps:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler.git` 进行加速克隆。\n\n## 基本使用\n\n### 1. 准备样式模板\n\n在 `sdxl_prompt_styler\u002Fstyles\u002F` 目录下创建或编辑 JSON 文件（例如 `my_styles.json`），定义如下模板：\n\n```json\n[\n    {\n        \"name\": \"base\",\n        \"prompt\": \"{prompt}\",\n        \"negative_prompt\": \"\"\n    },\n    {\n        \"name\": \"sai-enhance\",\n        \"prompt\": \"breathtaking {prompt} . award-winning, professional, highly detailed\",\n        \"negative_prompt\": \"ugly, deformed, noisy, blurry, distorted, grainy\"\n    }\n]\n```\n\n### 2. 在 ComfyUI 中构建工作流\n\n- 添加 **SDXL Prompt Styler** 节点。\n- 连接输入：\n  - `text_positive`: 基础正面提示词，例如 `\"a futuristic pop up tent in a forest\"`\n  - `text_negative`: 基础负面提示词，例如 `\"dark\"`\n  - `style`: 选择样式名称，例如 `\"sai-enhance\"`\n- 可选：启用 `log_prompt` 以在控制台查看处理前后的提示词。\n\n### 3. 输出结果\n\n节点将输出组合后的提示词：\n\n- **text_positive_styled**:\n  ```text\n  breathtaking a futuristic pop up tent in a forest . award-winning, professional, highly detailed\n  ```\n- **text_negative_styled**:\n  ```text\n  ugly, deformed, noisy, blurry, distorted, grainy, dark\n  ```\n\n将此输出连接至 KSampler 或其他生成节点即可开始绘图。","一位独立游戏开发者正在使用 ComfyUI 批量生成具有统一“赛博朋克”美术风格的场景概念图，以加速游戏资产的原型设计。\n\n### 没有 sdxl_prompt_styler 时\n- **提示词重复劳动**：每次生成新场景（如“霓虹街道”或“废弃工厂”），都必须手动复制粘贴长长的风格修饰词（如“电影级光照、8k 分辨率、虚幻引擎渲染”），极易出错且效率低下。\n- **风格难以统一**：由于依赖人工输入，不同批次生成的图片在色调、细节密度和构图逻辑上存在细微差异，导致整体美术资产缺乏一致性。\n- **负面提示词管理混乱**：为了规避常见瑕疵（如模糊、变形），需要反复检查并手动追加负面关键词，一旦遗漏就会产出大量废图。\n- **迭代调整成本高**：若想微调整体风格（例如将“写实风”改为“动漫风”），必须逐个修改数百个已保存的工作流或提示词，几乎无法快速响应需求变更。\n\n### 使用 sdxl_prompt_styler 后\n- **模板化一键应用**：只需在 JSON 文件中预定义好\"sai-enhance\"等风格模板，输入核心主体描述（如“未来的弹出式帐篷”），sdxl_prompt_styler 自动将其填入模板并补全所有专业修饰词。\n- **确保输出高度一致**：所有生成的图像都强制套用同一套经过验证的提示词结构，保证了光影、质感和细节水平的标准化，完美契合项目美术规范。\n- **智能合并负面提示**：工具自动将用户指定的特定负面词（如“黑暗”）与模板中的通用负面词（如“畸形、噪点”）智能合并，无需人工干预即可构建严密的过滤网。\n- **灵活切换与批量生产**：通过下拉菜单即可在不同风格模板间瞬间切换，甚至利用高级节点功能自动去重优化，让大规模、多风格的资产探索变得轻而易举。\n\nsdxl_prompt_styler 通过将繁琐的提示词工程转化为可复用的模板系统，让创作者从机械的文本拼接中解放出来，真正专注于创意内容的本身。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftwri_sdxl_prompt_styler_1f499d89.png","twri",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Ftwri_b0cb85f3.png","https:\u002F\u002Fgithub.com\u002Ftwri",[19],{"name":20,"color":21,"percentage":22},"Python","#3572A5",100,918,82,"2026-04-17T12:14:07","MIT",2,"未说明",{"notes":30,"python":28,"dependencies":31},"该工具是 ComfyUI 的自定义节点，需先安装 ComfyUI。运行时无特殊 GPU 或内存要求，其资源消耗取决于主程序 ComfyUI 及所加载的模型（如 SDXL）。主要功能是基于 JSON 模板样式化提示词，安装后需重启 ComfyUI 生效。支持从多个 JSON 文件加载样式，并具备处理重复样式名称和增强错误处理的机制。",[32],"ComfyUI",[34],"图像",[36],"comfyui","ready","2026-03-27T02:49:30.150509","2026-04-20T17:04:47.240621",[41,46,51,56,61,66,71],{"id":42,"question_zh":43,"answer_zh":44,"source_url":45},45081,"为什么加载自定义 JSON 样式文件时会失败或报错？","通常是因为 JSON 文件格式有误。最常见的问题是某个样式条目中缺少了 \"prompt\" 字段。请检查您的 JSON 文件，确保每个条目都包含完整的结构。例如，如果第一行缺少正向提示词定义，可以添加：\"prompt\": \"{prompt}\",。您可以尝试将 JSON 文件移出文件夹再逐个放回，或者重命名扩展名来排查具体是哪个文件损坏。在 ComfyUI 中可以通过键盘快捷键'R'重新加载节点和 JSON 文件。","https:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler\u002Fissues\u002F19",{"id":47,"question_zh":48,"answer_zh":49,"source_url":50},45082,"使用后提示词中出现大量重复关键词怎么办？","如果您发现提示词（包括正向和负向）中出现如\"ethereal fantasy concept art of ethereal fantasy...\"这样的重复内容，这通常是因为您使用的并非本项目的节点，而是 Automatic1111 版本的 Styler 代码被误用在了其他环境中。本项目默认不会导致此类重复。请确认您正在使用的是正确的节点集（SDXL Prompt Styler），而不是其他类似名称的插件。","https:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler\u002Fissues\u002F3",{"id":52,"question_zh":53,"answer_zh":54,"source_url":55},45083,"控制台出现\"IS_CHANGED() got an unexpected keyword argument\"警告如何处理？","这通常意味着某个 JSON 样式文件存在解析错误（broken JSON），特别是涉及 text_positive 的部分。虽然插件仍能工作，但建议修复该错误。解决方法是检查最近添加或修改的 JSON 文件，找出格式错误的条目并修正。如果不确定是哪个文件，可以将所有 JSON 文件移出目录，然后逐个放回测试，直到找到导致警告的文件。","https:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler\u002Fissues\u002F35",{"id":57,"question_zh":58,"answer_zh":59,"source_url":60},45084,"选择样式时提示\"Value not in list\"错误如何解决？","这个错误表明工作流中引用的样式名称在当前加载的 JSON 文件中不存在。这通常发生在使用了旧版工作流而新版插件将样式拆分到了不同的 JSON 文件（如 sdxl_styles_base.json, sdxl_styles_sai.json）中。请确保您的 ComfyUI 目录下包含这些基础 JSON 文件，并且节点配置指向了正确的样式列表。如果是下载的工作流，可能需要手动更新样式选择以匹配当前安装的 JSON 文件。","https:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler\u002Fissues\u002F9",{"id":62,"question_zh":63,"answer_zh":64,"source_url":65},45085,"如何实现随机选择样式的功能？","目前可以通过组合原生节点实现随机化。一种方法是使用\"Primitive\"节点连接到样式选择输入端，并配合 ComfyUI 的随机化设置。具体操作是：创建一个 Primitive 节点，将其模式设置为在每次队列生成时随机化（Randomize），然后将其输出连接到 Styler 节点的样式选择输入。注意：这种方法会在每次排队时改变样式，可能导致您在生成前无法直观看到当前选中的具体样式名称。","https:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler\u002Fissues\u002F22",{"id":67,"question_zh":68,"answer_zh":69,"source_url":70},45086,"搜索栏不稳定或经常消失如何解决？","这是一个已知的界面显示问题。如果搜索栏消失，可以尝试临时调整浏览器或 ComfyUI 界面的缩放比例（放大页面），这往往能强制搜索框重新弹出。此外，检查是否误触了\"Pin\"（固定\u002F锁定）功能，虽然该功能主要用于固定面板位置，但在某些分辨率下可能与搜索栏的显示逻辑冲突。","https:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler\u002Fissues\u002F12",{"id":72,"question_zh":73,"answer_zh":74,"source_url":75},45087,"JSON 文件中的提示词格式（如是否包含句号）对生成结果有影响吗？","是的，标点符号会影响生成结果。例如在\"sai-texture\"样式中，\"texture {prompt} top down...\"与\"texture {prompt}. top down...\"生成的图像在对比度和细节上会有细微差别。目前的官方模板（如 Stability AI 提供的）中有些条目没有句号，有些有。除非有明确证据表明是错误，否则建议保持与官方模板一致的格式，因为这些差异可能是特意设计的风格特征。","https:\u002F\u002Fgithub.com\u002Ftwri\u002Fsdxl_prompt_styler\u002Fissues\u002F6",[],[78,90,99,108,116,123],{"id":79,"name":80,"github_repo":81,"description_zh":82,"stars":83,"difficulty_score":84,"last_commit_at":85,"category_tags":86,"status":37},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[87,88,34,89],"Agent","开发框架","数据工具",{"id":91,"name":92,"github_repo":93,"description_zh":94,"stars":95,"difficulty_score":27,"last_commit_at":96,"category_tags":97,"status":37},9989,"n8n","n8n-io\u002Fn8n","n8n 是一款面向技术团队的公平代码（fair-code）工作流自动化平台，旨在让用户在享受低代码快速构建便利的同时，保留编写自定义代码的灵活性。它主要解决了传统自动化工具要么过于封闭难以扩展、要么完全依赖手写代码效率低下的痛点，帮助用户轻松连接 400 多种应用与服务，实现复杂业务流程的自动化。\n\nn8n 特别适合开发者、工程师以及具备一定技术背景的业务人员使用。其核心亮点在于“按需编码”：既可以通过直观的可视化界面拖拽节点搭建流程，也能随时插入 JavaScript 或 Python 代码、调用 npm 包来处理复杂逻辑。此外，n8n 原生集成了基于 LangChain 的 AI 能力，支持用户利用自有数据和模型构建智能体工作流。在部署方面，n8n 提供极高的自由度，支持完全自托管以保障数据隐私和控制权，也提供云端服务选项。凭借活跃的社区生态和数百个现成模板，n8n 让构建强大且可控的自动化系统变得简单高效。",184740,"2026-04-19T23:22:26",[89,88,87,34,98],"插件",{"id":100,"name":101,"github_repo":102,"description_zh":103,"stars":104,"difficulty_score":84,"last_commit_at":105,"category_tags":106,"status":37},10095,"AutoGPT","Significant-Gravitas\u002FAutoGPT","AutoGPT 是一个旨在让每个人都能轻松使用和构建 AI 的强大平台，核心功能是帮助用户创建、部署和管理能够自动执行复杂任务的连续型 AI 智能体。它解决了传统 AI 应用中需要频繁人工干预、难以自动化长流程工作的痛点，让用户只需设定目标，AI 即可自主规划步骤、调用工具并持续运行直至完成任务。\n\n无论是开发者、研究人员，还是希望提升工作效率的普通用户，都能从 AutoGPT 中受益。开发者可利用其低代码界面快速定制专属智能体；研究人员能基于开源架构探索多智能体协作机制；而非技术背景用户也可直接选用预置的智能体模板，立即投入实际工作场景。\n\nAutoGPT 的技术亮点在于其模块化“积木式”工作流设计——用户通过连接功能块即可构建复杂逻辑，每个块负责单一动作，灵活且易于调试。同时，平台支持本地自托管与云端部署两种模式，兼顾数据隐私与使用便捷性。配合完善的文档和一键安装脚本，即使是初次接触的用户也能在几分钟内启动自己的第一个 AI 智能体。AutoGPT 正致力于降低 AI 应用门槛，让人人都能成为 AI 的创造者与受益者。",183572,"2026-04-20T04:47:55",[87,107,98,88,34],"语言模型",{"id":109,"name":110,"github_repo":111,"description_zh":112,"stars":113,"difficulty_score":84,"last_commit_at":114,"category_tags":115,"status":37},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[88,34,87],{"id":117,"name":32,"github_repo":118,"description_zh":119,"stars":120,"difficulty_score":27,"last_commit_at":121,"category_tags":122,"status":37},2271,"Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[88,34,87],{"id":124,"name":125,"github_repo":126,"description_zh":127,"stars":128,"difficulty_score":27,"last_commit_at":129,"category_tags":130,"status":37},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[98,87,34,88]]