damian0815/compel
A prompting enhancement library for transformers-type text embedding systems
解決的問題
Compel 提供了一種精確控制圖像生成模型中特定詞語或短語影響力的方法。標準文本編碼器通常對所有詞語賦予相等權重，這使得在不重寫整個提示的情況下強調或弱化圖像的某些元素變得困難。
工作原理
該庫實現了靈活的嵌入權重和混合語法。透過使用 ++ 等標記來提升某個詞的權重，可以修改文本編碼器生成的嵌入張量。它支援以下高階操作：
- 權重調整：增加或減少特定標記的重要性。
- 混合：使用
.and()語法連接不同的提示段落，以提升複雜提示的圖像品質。 - 風格提示：對 SDXL 和 Flux 等模型，分別處理風格和內容提示。
- 長提示處理：對超過模型最大標記長度的提示進行分塊和填充。
適用對象
專為使用 diffusers 基礎系統（如 Stable Diffusion、SDXL 和 Flux）並需要對文本提示如何被模型解釋進行細粒度控制的開發者和研究人員設計。
主要亮點
- 廣泛模型支援：相容 Stable Diffusion v1.5、SDXL 和 Flux。
- 直覺語法：使用簡單的字串權重系統（例如
ball++）。 - 高階嵌入控制：支援負向提示、風格提示和文字反轉管理器。
- 靈活分詞：提供多種模式分割長文字，避免截斷。
- 無縫整合：與 Hugging Face 的
StableDiffusionPipeline及其他diffusers流水線無縫整合。
相關
- Dispatch
- Dispatch
- 專案
- 專案
- 專案