今天看到一个新的webui方案，是Stability-AI开源的：

StableSwarmUI

是一个模块化的稳定扩散web用户界面，着重于使强大的工具易于访问、高性能和可扩展性。

由于项目还在开发中，我们可以先了解下，翻看了它的特点，有一点非常吸引我，就是它对提示工程的处理。

More Than Text: Playing with Prompts 超越文本：提示工程

不就是text？没这么简单，下面的一些要点都非常值得我们学习，如果你在设计一个智能产品或者正在使用sd来创作，值得你查看以下关于prompt的设计：

提示主要是文本输入。不过，还有一些特殊选项可供使用：

1 提示加权，例如 an (orange) cat or an (orange:1.5) cat。括号中的任何内容都会被加权修改，这意味着模型会更加关注提示的这一部分。权重大于1表示更重要，小于1（如0.5）表示不太重要。你还可以按住Ctrl键并按上/下箭头键来更改所选文本的权重。

注意：提示权重的理解方式因后端而异。

2 如果使用SDXL或UnClip，你可以通过将图像拖放到提示框中来使用 ReVision。这将使模型解释图像（使用ClipVision）并将其包含在提示中。

3 你可以使用语法<random:red, blue, purple>来随机从列表中选择每一代的选项。此随机是由主种子确定的 - 因此，如果你有一个固定的种子，这不会改变。

你可以使用逗号“,”来分隔条目，或者使用竖线“|”或两个竖线“||”。使用最独特的分隔符 - 因此，如果你希望在随机选项中包含逗号“,”，只需使用竖线“|”作为分隔符，逗号“,”将被忽略（例如random:red|blue|purple）。

条目可以包含例如1-5的语法，自动从1到5选择一个数字。例如，<random:1-3, blue>将返回1、2、3或blue中的任何一个。

你可以通过<random[1-3]:red, blue, purple>重复随机选择，例如可能返回red blue或red blue purple或blue。你可以在末尾使用逗号，如random[1-3,]，以指定输出应该带有逗号，例如red, blue。这将避免重复，除非你的计数大于选项数。

4 你可以使用语法wildcard:my/wildcard/name从通配符文件中随机选择，通配符文件基本上是一个预先保存的文本文件，每行一个随机选项。在UI中，在“Wildcards”选项卡的底部进行编辑。你还可以从其他UI（即文本文件集合）导入通配符文件，只需将它们添加到Data/Wildcards文件夹中。这支持与随机相同的语法来获取多个选项，例如<wildcard[1-3]:animals>可能返回cat dog或elephant leopard dog。

5 你可以使用语法<repeat:3, cat>连续获得“cat”这个词3次（cat cat cat）。例如，你可以使用<repeat:1-3, <random:cat, dog>>来获得1到3个猫或狗的副本，例如可能返回cat dog cat。

6 你可以使用embed:filename在任何地方使用文本反转嵌入。

7 你可以使用lora:filename:weight来启用LoRA。请注意，通常最好使用页面底部的GUI来选择LoRA。请注意，提示中的位置无关紧要，LoRA实际上不是提示的功能，这只是一个方便的选项，供习惯于Auto WebUI的用户使用。

8 你可以使用preset:presetname来注入预设。通常更喜欢使用GUI来进行LoRA，这个选项可用于动态地调整预设（例如<preset:<random:a, b>>）。

9 你可以使用segment:texthere使用CLIP分割自动细化图像的一部分。或者segment:texthere,creativity,threshold - 其中creativity是修复强度，threshold是分割的最小阈值 - 例如，segment:face,0.8,0.5 - 默认为0.6的创造力，0.5的阈值。详情请参阅功能公告。

10 你可以使用clear:texthere自动将图像的部分清除为透明。这与分割（上面）使用相同的输入格式（出于明显的原因，这需要PNG而不是JPG）。例如，clear:background以清除背景为例。

把图像分割和抠图也纳入到了prompt里来操作，给了我很多启发，确实很多操作可以转化为prompt的语法，从而实现“自然语言操作界面“。

更多AIGC的知识沉淀，可以在知识库获取，目前已积累了4,012条标签化的知识。