SD WebUI TagComplete 3.3.0版本发布:增强标签输入体验
项目简介
SD WebUI TagComplete是一款为Stable Diffusion WebUI设计的标签自动补全插件,它通过智能提示和快捷输入功能,极大地提升了用户在生成AI图像时输入提示词(prompt)的效率。该插件支持多种标签分类、权重调整、历史记录等实用功能,是AI绘画工作流中的得力助手。
3.3.0版本主要更新内容
新增功能
-
重复标签可视化标识
新版本引入了"🔁"符号来标记重复的标签,让用户能够直观地识别出提示词中已经使用过的标签。这一改进特别适合在编写复杂提示词时避免无意的重复,保持提示词的简洁有效。 -
角色描述标签列表功能
现在插件支持对角色描述性标签进行列表式展示,这一功能由社区贡献者开发。它使得用户在创建角色相关的AI图像时,能够更系统地组织和选择描述性标签,提升角色设定的完整性和准确性。 -
第三方TIPO扩展兼容性
新增了对TIPO扩展的兼容支持,这体现了插件生态的开放性。TIPO是另一款标签管理工具,此次兼容意味着用户可以在更丰富的工具组合中选择适合自己的工作流程。
问题修复与优化
-
Forge Classic支持改进
针对Forge Classic版本的两个关键问题进行了修复:- 修复了因hypernet路径变更导致的错误,确保插件在Forge环境下的稳定性
- 解决了样式冲突问题,特别是与其他扩展共同使用时可能出现的界面显示异常
-
标签建议逻辑优化
修复了当起始字母已被用作短标签时建议不显示的问题。这一改进使得标签建议系统更加智能,在各种输入场景下都能提供准确的补全选项。 -
输入法处理增强
针对使用中文、日文、韩文等CJK输入法的用户,优化了输入法处理逻辑,提高了在翻译或直接输入非拉丁文字时的体验一致性。这一改进使得国际用户在使用本地语言创作时更加流畅。 -
UI适配性提升
对SDNext Modern UI的完成弹出窗口进行了偏移修正,确保在各种界面主题和布局下,自动补全的弹出位置都准确无误。这一改进特别感谢社区开发者的贡献。
技术价值分析
本次更新体现了SD WebUI TagComplete项目的几个重要发展方向:
-
用户体验持续优化
从重复标签标识到输入法处理,这些改进都围绕着降低用户认知负荷、提高操作效率展开。特别是对国际用户输入体验的关注,显示了项目的全球化视野。 -
生态系统兼容性
对TIPO扩展的兼容支持表明项目团队重视与其他工具的协同工作能力,这种开放性有助于形成更强大的AI创作工具生态。 -
社区驱动发展
多个重要功能改进来自社区贡献,这种协作开发模式保证了插件能够快速响应不同用户群体的实际需求。
使用建议
对于现有用户,升级到3.3.0版本将获得更稳定的使用体验,特别是:
- 使用Forge Classic的用户将不再遇到兼容性问题
- 非英语用户会感受到输入体验的明显改善
- 角色设计工作流将因新的列表功能而更加高效
对于新用户,这个版本是体验标签自动补全功能的好时机,各项改进使得学习曲线更加平缓,入门体验更加友好。
SD WebUI TagComplete通过这次更新再次证明了自己作为AI图像生成工作流中不可或缺的工具价值,其持续迭代的态势也预示着未来会有更多创新功能加入。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00