Spaces:

SAkizuki
/

DanbooruSearch

Running

App Files Files Community

DanbooruSearch / README.md

SAkizuki

Auto-sync from GitHub Actions

664672b verified 2 days ago

preview code

raw

history blame contribute delete

14.1 kB

metadata

title: DanbooruSearch
emoji: 👁
colorFrom: red
colorTo: indigo
sdk: docker
app_port: 7860
pinned: false
license: mit
short_description: 基于语义匹配的 Danbooru 标签搜索引擎，支持多维匹配、智能分词与共现关联推荐。
tags:
  - text-to-image
  - prompt-engineering
  - stable-diffusion
  - danbooru
  - nlp

Danbooru Tags Searcher

本项目提供一种基于语义匹配的 Danbooru 标签查找方案。用户可以通过输入日常语言或模糊描述，查找并匹配 Danbooru 数据集中对应的标准标签，适用于辅助构建 Stable Diffusion、NovelAI 等 AI 绘画工具的提示词（Prompt）。

目前支持使用汉语和英语进行查找

立即使用： https://huggingface.co/spaces/SAkizuki/DanbooruSearch

ComfyUI 插件版本： ComfyUI-DanbooruSearcher

本项目的数据库由Danbooru API抓取而成，使用LLM进行语义扩充和中文翻译。角色名、作品名使用二次元垂类数据库Bangumi API进行精确查询，尽可能地避免了在角色名、作品名上的幻觉问题。

数据库生成代码： https://github.com/SuzumiyaAkizuki/danbooru-tag-pipeline

核心特性

本版本在基础语义检索之上，引入了完整的标签工作流辅助功能：

多维度语义匹配： 底层支持 4 个维度的向量空间检索（英文、中文扩展词、维基释义、中文核心词），大幅提升模糊描述的命中率。
智能分词控制： 支持一键开启/关闭智能分词。开启时自动提取长句中的概念进行组合检索；关闭后严格执行整句语义匹配。
标签互相关推荐： 引擎内置标签共现数据。当你选中某些标签后，系统会自动推荐在 Danbooru 图库中经常与它们一同出现的相关标签，辅助补全画面细节。
精细化查阅与过滤： 支持按标签类别（General通用 / Character角色 / Copyright作品）进行硬过滤。
- 提供 NSFW 保护模式（开启后自动模糊敏感词汇）。
- 表格内置 Danbooru 维基释义悬浮提示，并提供前往原站的快捷链接。

功能概览

本工具提供以下五项核心功能：

精确查词（容错拼写错误）
概念模糊发散
输入描述查词
完整画面查找
关联推荐

前四项基于语义向量匹配，后一项基于标签共现数据。

参数说明

在进入功能介绍之前，先了解几个关键参数，它们会影响所有搜索模式的结果质量。

Top K（语义相关） 针对单个分词，检索语义最相关的候选标签数量。该值作用于每个向量检索层，最终候选池大小约为 Top K × 层数，再截断至结果上限。值越大，召回越广，但热度高的分词会占据更多名额，可能挤压低频但精确的分词。精确查词场景建议调低（20），发散探索场景可以调高（80~160）。

结果上限 最终展示的标签总条数。建议设为 70~80 以适配主流 SDXL 模型的 prompt 长度。精确查词时可以调低到 10，避免干扰。

热度权重（0~1） 控制标签在 Danbooru 站内发帖量对最终排序的影响。数值越高，越倾向于推荐常用高频标签。默认值 0.15 在大多数场景下表现良好。

智能分词 开启时，程序会自动拆分输入的长句，提取其中的概念关键词分别检索，再合并结果。适合完整画面描述；若只想检索一个完整短语的语义，建议关闭。

1. 精确查词

适用场景： 你知道某个标签的大概写法，但不确定拼写是否准确，或者只记得部分写法。

本工具通过语义相似度匹配而非字符串精确匹配，因此具备一定的拼写容错能力。

建议参数： Top K: 20 | 结果上限: 10 | 热度权重: 0.15 | 关闭智能分词

关闭智能分词，确保整个输入作为一个整体进行语义匹配，不会被拆散。

示例

你的输入	实际标准标签	说明
`selafuku`	`serafuku`	经典拼写错误，仍可命中
`school unifor`	`school_uniform`	漏字母，仍可命中
`twintail`	`twintails`	单复数混淆，仍可命中
`zettai ryouiki`	`zettai_ryouiki`	罗马音输入，可命中
`thighhigh`	`thighhighs`	词形变体，仍可命中

2. 概念模糊发散

适用场景： 你脑中有一个模糊的概念或风格意象，但不知道在 Danbooru 里对应哪些标签，希望系统帮你"发散"出相关的候选标签。

建议参数： Top K: 80~160 | 结果上限: 80 | 热度权重: 0.15 | 开启智能分词

示例

示例 1：「兔耳朵」

输入一个宽泛概念，系统会返回各类耳型相关标签，包括真兔耳、头饰耳、兽娘耳等变体。

示例 2：「中国风古装」

返回汉服、旗袍、各朝代服制等细分标签，帮助你快速了解这一风格下的标签体系。

示例 3：「机械义肢」

返回包含义肢、机械臂、赛博朋克肢体等标签，适合进一步结合关联推荐做细化筛选。

示例 4：「战斗姿势」

返回各类战斗动作、持武器动作等标签。

3. 输入描述查词

适用场景： 你能描述某个具体的事物、角色、场景，但不知道 Danbooru 的对应标签。可以使用中文或英文自然语言描述，也可以通过 IP 名称、角色外号来查找角色标签。

建议参数： Top K: 20 | 结果上限: 20 | 热度权重: 0.15 | 关闭智能分词

关闭智能分词，使系统对你的整段描述做整体语义匹配，而不是拆词。

示例

示例 1：用描述定位角色

你的输入	期望命中的角色标签	说明
`原神里面须弥主线的NPC贵族女孩`	`dunyarzad_(genshin_impact)`（迪纳泽黛）	通过剧情身份描述定位角色
`命运石之门的助手`	`makise_kurisu`（牧瀬红莉栖）	通过人物关系描述定位角色
`某科学的超电磁炮中会传送的那个人`	`shirai_kuroko`（白井黑子）	通过能力和动作描述定位角色
`EVA 里驾驶零号机的蓝发角色`	`ayanami_rei`（凌波丽）	通过机体和外貌描述定位角色
`明日方舟里游戏商店的老板`	`closure_(arknights)`（可露希尔）	通过职位描述定位角色

示例 2：用描述定位服饰/物品

你的输入	期望命中的标签	说明
`紧身衣勒入皮肤产生的凹陷`	`skindentation`	非常具体的视觉细节描述
`半透明薄纱覆盖胸前`	`see-through_bra`	材质与遮盖关系描述
`两侧有开缝、有拉绳的运动短裤`	`dolphin_shorts`	服饰细节描述

4. 完整画面查找

适用场景： 你脑中已经有了一幅完整的画面，希望一次性把整段描述转换成尽可能多的 Danbooru 标签，用于 AI 绘画的完整 Prompt。

建议参数： Top K: 5 | 结果上限: 80 | 热度权重: 0.15 | 开启智能分词

开启智能分词：系统会自动拆分你的长句，提取其中的关键概念分别检索，再合并去重，覆盖尽可能多的画面元素。

示例

示例 1：雨中奔跑的少女

一个穿着白色水手服、蓝色短裙的少女，在下着大雨的城市街道奔跑，
她的表情是不甘、愤怒、流泪，她的衣服湿透。

short_dress, city, streaming_tears, street, white_serafuku, furious, fume, rain, tears, running, skirt, crying, tearing_up, urban

示例 2：赛博朋克城市夜景

赛博朋克风格的城市，霓虹灯招牌，雨后潮湿的街道倒映灯光，
远处高楼林立，一个穿着皮夹克的女孩站在路灯下抽烟。

street, reflection, lights, lamp, leather_jacket, fur_jacket, 1girl, standing, lamppost, smoking, holding_cigarette, cyberpunk, after_rain, city, urban, neon_lights, wet_floor, utility_pole

示例 3：奇幻战场

一个银发的精灵女战士，身穿轻甲，手持弓箭，站在废墟上，
背景是正在燃烧的城市和布满乌云的天空，衣服上有血迹。

burning, city, dark_cloud, sky, clothes, blood_stain, blood_on_clothes, silver_hairband, standing, white_hair, cyberpunk, after_rain, holding, bow_(weapon), urban, ruins, elf, rubble, holding_bow_(weapon), arrow_(projectile), neon_lights, burning_building, wet_floor, utility_pole

技巧：关于描述的写法

分段描述不同要素（人物 / 背景 / 表情 / 服装）比混在一起效果更好
细节越具体，匹配越准确——「蓝色长发」优于「特别的发色」
遇到感觉应该有但没命中的标签，可以把该部分单独截取，切换到「输入描述查词」模式单独查

5. 关联推荐（共现匹配）

关联推荐与前四项功能机制不同，它不依赖语义相似度，而是基于 Danbooru 图库中标签的共现统计：如果两个标签经常出现在同一张图上，就认为它们相关。

使用方式： 在左侧结果表格中勾选你感兴趣的标签，右侧关联推荐栏会自动刷新，显示在 Danbooru 图库中与你选中标签最常共现的其他标签。也可以点击「根据已选刷新」手动触发。

关联推荐的得分是基于 NPMI（互信息归一化）计算的，能有效过滤掉那些只是因为自身热度高而频繁出现的标签。

适用场景

场景 1：查看某种服饰/道具的常见搭配

勾选 fingerless_gloves（露指手套），关联推荐会列出穿露指手套的角色们。

场景 2：查看某个角色的典型特征

勾选角色标签（如 amiya_(arknights)），关联推荐会列出该角色最常出现的服装、配件、表情等标签，相当于自动生成角色的"标签画像"。

场景 3：探索某类主题的标签体系

勾选 fighter_jet（战斗机），关联推荐会列出各类机型、飞行动作、背景等相关标签，帮助你快速摸清一个主题下的标签生态。

场景 4：组合多个标签获得交集推荐

同时勾选多个标签时，关联推荐会综合计算多标签的共现关系，推荐与这组标签整体最匹配的标签，而不只是单个标签的邻居。

比如同时勾选 maid + twintails，推荐结果会更倾向于「女仆且双马尾」场景下经常出现的标签，而不是单纯「女仆」或「双马尾」各自的高频搭配。

使用技巧

技巧 1：先宽后窄 先用完整画面查找拿到大量候选标签，再用分词筛选 chip 或手动去掉不相关的，然后勾选剩余标签触发关联推荐，补充遗漏细节。

技巧 2：拿不准标签含义时悬浮查看 鼠标悬停在任意标签行或关联推荐行上，会弹出该标签的 Danbooru 维基释义，方便快速判断是否符合需求，无需跳转站外。

技巧 3：点击标签名直接跳转 标签名是可点击链接，点击后在新标签页打开 Danbooru 的对应维基页，可以查看详细说明、相关图例和近义标签。

技巧 4：NSFW 保护模式 默认关闭 NSFW 显示。打开后标签的完整名称和含义会显示出来，但平台限制下（魔搭创空间）此选项不可用。

技巧 5：复制全部 vs 复制选中

复制全部标签：把当前搜索结果中所有标签复制为逗号分隔的字符串，适合快速生成完整 Prompt
复制选中标签：只复制你在表格中手动勾选的标签，适合精选后使用

API 接口

本工具同时提供 REST API，可集成到你自己的工作流中。

启动后访问 /api/docs 查看完整的交互式 API 文档。

搜索接口

POST /api/search
{
    "query": "白色水手服的女孩",
    "top_k": 20,
    "limit": 20,
    "show_nsfw": false
}

关联推荐接口

POST /api/related
{
    "tags": ["white_serafuku", "sailor_collar"],
    "limit": 20,
    "show_nsfw": false
}

详见：API 文档

数据库说明

数据来源：Danbooru API 抓取
中文翻译与语义扩充：由 LLM 辅助完成
角色名、作品名：通过二次元垂类数据库 Bangumi API 精确查询，尽量避免幻觉
仅收录 Danbooru 频数 ≥ 100 的标签，保证标签实际可用
仅覆盖 General（通用特征）、Character（角色）、Copyright（作品）三类标签