TagConverter (Tag转换器)

TagConverter 是一个功能强大的图像生成标签（Prompt）管理与转换工具，专为 AI 绘画爱好者设计。它提供了标签格式转换、AI 智能优化、图片元数据提取等核心功能，帮助用户更高效地管理和复用提示词。

核心功能

1. 标签格式转换 (Tag Conversion)

• 多模式支持：支持 NovelAI (NAI) 与 Stable Diffusion (SD) 格式的相互转换。
• 权重处理：
  • 支持括号权重 {{tag}} / [[tag]] 与浮点权重 (tag:1.1) 的互转。
  • 提供“精确权重转换”模式。
  • 可限制权重的最大值（如限制在 1.6 以内）。
• 智能清洗：
  • 自动将中文逗号转换为英文逗号。
  • 移除中文标签、Artist 标签。
  • 压缩多余空行、删除短行。
  • 拆分复合标签、替换下划线为空格。

2. AI 智能优化 (AI Tag Optimization)

• 集成 LLM API，对提示词进行深度优化。
• 支持“整块”或“逐行”优化模式。
• 内置系统提示词，支持自定义 Prompt 以适应不同模型风格。
• 可选“移除角色头部特征”功能。

3. 图片元数据提取 (Image Metadata Extraction)

• 拖拽识别：直接将生成的图片（PNG）拖入软件，即可查看完整的元数据信息。
• AI 关键参数识别：
  • 针对 ComfyUI 等复杂工作流生成的图片，利用 AI 智能提取关键参数。
  • 自动提取内容：
    • Checkpoint: 模型名称及哈希。
    • LoRA: 自动识别并分组展示所有 LoRA 模型及其权重。
    • Prompt: 分离正面与负面提示词，支持一键复制。
    • Sampling: 提取 Seed, Steps, CFG, Sampler, Scheduler 等采样参数。
  • 自定义提取逻辑：开放“参数提取系统提示词”，用户可根据特定元数据格式调整提取规则。

4. 现代化 UI 设计

• 无边框窗口：采用现代化的无边框设计，支持圆角与半透明背景。
• 暗色主题：深色护眼界面，符合设计师使用习惯。
• 灵活布局：
  • 侧边栏可折叠、可调节宽度。
  • 参数展示区域支持分组折叠与排序。
  • 自定义 API 设置面板。

对于用户

下载Release的新版本打开即用Releases · MikumikuDAIFans/TagConverter

对于开发者的安装与运行

环境要求

• Python 3.10+
• 依赖库：PySide6, requests, Pillow 等 (详见代码引用)

运行方法

1. 克隆或下载本项目到本地。

2. 安装依赖：

   pip install PySide6 requests Pillow

3. 运行主程序：

   python main.py

API 配置

点击侧边栏顶部的 ⚙ (设置) 按钮，配置 LLM API 信息：

• API Key: 您的 API 密钥。
• API URL: 接口地址 (例如 https://api.siliconflow.cn/chat/completions)。
• Model: 使用的模型名称 (例如 Qwen/Qwen2.5-7B-Instruct)。

配置将自动保存至 user_config.json。

项目结构

• main.py: 程序入口。
• ui/: 界面代码，包含主窗口 (main_window.py) 和自定义组件 (widgets.py)。
• core/: 核心逻辑，包含 API 处理 (api_processor.py) 和标签转换算法。
• controller/: 业务逻辑控制与线程管理。
• utils/: 工具函数。

TagConverter 项目代码分析报告

1. 项目概览

本项目是一个基于 Python 和 PySide6 开发的 GUI 应用程序，主要用于 AI 绘画提示词（Tags）的格式转换与处理。核心功能是在 NovelAI（NAI）格式和 Stable Diffusion（SD）格式之间进行标签权重的转换，并提供了一系列文本清洗、过滤和格式化的工具。

项目经过重构，采用了模块化的 MVC（Model-View-Controller）分层架构，提高了代码的可维护性和扩展性。

2. 项目架构与模块划分

重构后的项目结构如下：

tagc_updata/
├── main.py                  # 程序启动入口
├── ui/                      # 前端界面层 (View)
│   ├── main_window.py       # 主窗口 UI 逻辑
│   └── widgets.py           # 自定义 UI 组件
├── controller/              # 业务控制层 (Controller)
│   └── app_controller.py    # 异步任务处理与调度
├── core/                    # 核心模型层 (Model/Core)
│   └── tag_converter.py     # 标签转换算法实现
├── utils/                   # 通用工具层 (Utils)
│   └── image_utils.py       # 图片元数据提取工具
└── archive/                 # 旧版本文件归档

3. 核心文件详细分析

3.1 程序入口：main.py

作用：应用程序的唯一入口点。 逻辑：初始化 QApplication，实例化主窗口 TagConverterApp 并启动事件循环。

3.2 界面层 (UI)：ui/

该模块负责所有图形界面的展示和交互逻辑。

• ui/main_window.py
  • 类：TagConverterApp(QMainWindow)
  • 作用：主窗口类，负责界面的布局初始化、样式设置（CSS）、事件绑定（Signal/Slot）以及窗口生命周期管理。它不包含复杂的业务逻辑，而是将耗时操作委托给 Controller 层。
• ui/widgets.py
  • 类：DragDropBox(QWidget)
  • 作用：自定义的拖拽区域控件。
  • 核心功能：实现了文件拖拽事件（dragEnterEvent, dropEvent），支持识别文本文件和 PNG 图片。对于 PNG 图片，它调用 utils.image_utils 提取生成信息。

3.3 控制层 (Controller)：controller/

该模块充当 UI 和 Core 之间的桥梁，处理后台任务。

• controller/app_controller.py
  • 类：ProcessingThread(QThread)
  • 作用：工作线程类，负责在后台执行耗时的标签转换任务，避免阻塞 UI 主线程。
  • 逻辑：接收 UI 传递的参数（文本、模式、选项），调用 core.tag_converter 进行处理，并通过信号 finished 或 error_occurred 将结果返回给 UI。

3.4 核心层 (Core)：core/

该模块包含项目核心的业务算法，纯 Python 实现，不依赖 UI 库。

• core/tag_converter.py
  • 函数：process_tags
  • 作用：统一的标签处理入口。
  • 核心算法：
    • NAI ↔ SD 权重转换：
      • SD 转 NAI (convert_sd_to_nai)：利用正则提取 (tag:weight)，根据权重值生成对应层数的 {tag} 或 [tag]。
      • NAI 转 SD (convert_nai_to_sd)：解析 1.2::tag 或 {{tag}} 格式，计算对应的浮点权重。
    • 文本清洗 (apply_optional_filters)：包含中文符号转英文、去除中文、压缩空行、去除 artist 标签等一系列正则替换规则。

3.5 工具层 (Utils)：utils/

提供通用的辅助功能。

• utils/image_utils.py
  • 函数：extract_png_text_chunks
  • 作用：从 PNG 图片中提取元数据。
  • 原理：直接解析 PNG 二进制文件结构，读取 tEXt 和 iTXt 数据块，获取 AI 生成参数（Prompt、Seed 等），无需加载整个图像数据，效率极高。

4. 架构总结

重构后的架构遵循了 关注点分离 的原则：

1. View (ui/)：只负责“怎么显示”和“响应用户操作”。
2. Controller (controller/)：负责“怎么调度”，协调 UI 和后台算法。
3. Model/Core (core/)：负责“怎么计算”，实现了核心的业务逻辑，且完全独立于 UI，易于测试和复用。
4. Utils (utils/)：负责提供独立的基础服务。

这种架构使得代码结构清晰，各个模块职责分明，极大地降低了耦合度，为后续的功能扩展（如添加新的转换算法或更改 UI 框架）奠定了良好的基础。