Stable Diffusion（图像生成）

使用本地或云端的 Stable Diffusion、FLUX 或 DALL-E API 生成图像。

自动将图像作为回复生成，以实现完全沉浸式体验；可通过魔杖菜单或斜线命令从聊天历史和角色信息生成图像；也可以在聊天输入栏中使用 /sd (任意内容) 命令，用自定义提示词生成图像。

最常用的 Stable Diffusion 生成设置均可在 SillyTavern 界面中进行自定义。

支持多种图像生成来源，包括本地和云端
针对角色、场景和自定义提示词的多种生成模式
用于在聊天中轻松生成图像的斜线命令
交互模式，可根据自然语言请求触发图像生成
可自定义的提示词模板和前缀，用于保持一致的风格和质量
角色专属提示词前缀，用于定制角色图像
风格预设，用于在不同图像生成设置之间快速切换
灵活的聊天消息可见性选项
高度可定制的ComfyUI 集成工作流
在角色图库中查看所有已生成图像的功能
图像滑动功能，可在保持相同提示词的情况下重新生成图像
生成前编辑提示词和扩展自由模式提示词的选项
与 AI 函数调用集成，用于自动检测图像生成意图

支持的来源

来源	备注
AI/ML API	云端，付费
Black Forest Labs	云端，付费
Cloudflare Workers AI	云端，付费，多种具有视觉能力的模型
Chutes	云端
ComfyUI	本地，开源（GPL3），免费，详见 ComfyUI 配置。
Draw Things	本地，Mac/iOS，免费
Electron Hub	云端，付费
FAL.AI	云端，付费
Google AI Studio / Google Vertex AI	云端，付费。Imagen 模型系列。AI Studio 支持的模型较少。
HuggingFace Serverless	云端，免费
NanoGPT	云端，付费
NovelAI Diffusion	云端，需要有效订阅
OpenAI	云端，付费
OpenRouter	云端
Pollinations	云端，开源（MIT），付费
SD.Next / vladmandic	本地，开源（AGPL3），免费
SillyTavern Extras	已废弃，不推荐使用
stable-diffusion.cpp	本地，开源（MIT），免费
Stability AI	云端，付费
Stable Diffusion WebUI / AUTOMATIC1111	本地，开源（AGPL3），免费
Stable Horde	云端，开源（AGPL3），免费
TogetherAI	云端
x.AI	云端，付费
Z.AI	云端，付费

生成模式

魔杖菜单项	斜线命令参数	描述	备注
"Yourself"	`you`	当前角色的全身肖像。	-
"Your Face"	`face`	当前角色的近景肖像。	强制使用竖向宽高比。
"Me"	`me`	用户人设的肖像。	-
"The Whole Story"	`scene`	聊天事件的视觉回顾。	-
"The Last Message"	`last`	最后一条聊天消息的视觉回顾。	-
"Raw Last Message"	`raw_last`	将最后一条消息原文作为提示词。	-
"Background"	`background`	基于故事背景的聊天背景图。	强制使用宽屏横向宽高比。

如何生成图像

使用扩展上下文菜单（魔杖）中的"图像生成"选项。
输入 /sd (参数) 斜线命令，参数来自上方生成模式表格。输入其他内容将触发"自由模式"，让 SD 生成你所描述的任何内容。例如：/sd apple tree 将生成一张苹果树的图片。
在聊天消息的上下文操作中查找画笔图标。这将对所选消息强制使用"原始消息"模式。

除原始消息和自由模式之外，每种生成模式都会触发使用当前选定的主要生成 API 将聊天内容转换为 SD 提示词的过程。你可以在扩展面板的"SD 提示词模板"设置抽屉中，为每种生成模式配置提示词生成的指令模板。

`/sd` 命令使用技巧

查看所有已生成图像

要查看某个角色所有已保存的图像（包括其他聊天），可以从角色信息面板的"更多..."下拉菜单中打开图库，或使用 /show-gallery 斜线命令。

指定负面提示词

在提示词前使用 negative 命名参数，可为本次生成强制指定一个特定的负面提示词。

stscript
/sd negative="fries" cute tater farmer holding a tayto in a spud-field

包含角色专属前缀

在自由提示模式下，使用特殊的 {{charPrefix}} 宏，可将当前角色的正面和负面提示词前缀（若已定义）包含进去。

stscript
/sd {{charPrefix}}, riding a bike

抑制聊天消息

通过传递 quiet=true 命名参数，可以避免将生成的图像发布到聊天中。图像仍会被添加到角色图库，且该命令将输出图像的相对 URL，可供其他命令使用。

以下示例将以用户人设的身份通过 Markdown 发送生成的图像。

stscript
/sd quiet=true me | /send Here's a picture of me: ![my portrait]({{pipe}})

图像滑动

图像滑动允许在保持相同提示词的情况下重新生成图像。如果设置了固定种子值，下次生成时将随机化。通过 /sd 斜线命令覆盖的图像尺寸在滑动图像时会被保留。

将鼠标光标悬停在生成的图像上（移动端则点击），可显示箭头按钮和滑动计数器。点击最新图像上的右箭头将生成一张新图像。

"滑动"在这里只是一个名称，不要尝试实际的滑动手势，因为这会重新生成消息本身，而不是附加的图像。

选项

生成前编辑提示词

此选项允许你在将自动生成的提示词发送给图像生成 API 之前进行编辑。你也可以编辑或丢弃已保存的负面提示词，并在重新生成最初由 /sd 命令创建的图像时覆盖分辨率。

使用函数工具

使用函数调用自动检测生成图像的意图。

要求：

必须已配置支持的图像生成来源。
必须使用支持函数工具调用的 Chat Completion API 模型，并在 AI 响应设置中启用函数工具调用。
必须在图像生成设置中启用"使用函数工具"选项。
用户应在聊天消息中表达生成图像的意图，例如"给我发一张猫的图片"。

启用函数工具后，交互模式将不会触发。

使用交互模式

允许你触发图像生成，而非文字，作为对符合特定规则的用户消息的回复：

包含以下动词之一：send、mail、imagine、generate、make、create、draw、paint、render
后跟以下名词之一（距离不超过10个字符）：pic、picture、image、drawing、painting、photo、photograph
后跟图像生成的目标主体，可选地以"of a"或"of this"等短语开头。

有效请求及捕获主体示例：

Can you please send me a picture of a cat => cat
Generate a picture of the Eiffel tower => Eiffel tower
Let's draw a painting of Mona Lisa => Mona Lisa

某些特殊主体会触发预定义的生成模式：

'you'、'yourself' => "Yourself"
'your face'、'your portrait'、'your selfie' => "Your Face"
'me'、'myself' => "Me"
'story'、'scenario'、'whole story' => "The Whole Story"
'last message' => "The Last Message"
'background'、'scene background'、'scene'、'scenery'、'surroundings'、'environment' => "Background"

扩展自由模式提示词

使用交互模式或斜线命令时，通过调用主要 API 自动扩展自由模式生成主体的描述。

最小化提示词处理

启用后，减少对 LLM 返回的图像生成提示词的处理。仅执行规范化和空白字符压缩，跳过默认的激进清理步骤。适用于接受 JSON 等结构化提示词格式的高级工作流（如 ComfyUI）。

对齐自动调整的分辨率

将带有强制宽高比（竖向、横向）的图像生成请求对齐到最近的已知分辨率，同时尽量保持总像素数不变。可参考"分辨率"下拉菜单查看可选项。

建议用于 SDXL 模型。

通用提示词前缀

专业提示

使用 {prompt} 宏来指定生成的提示词将被插入的确切位置。

在每个生成的提示词或自由模式提示词前添加。常用于设置图片的整体风格。

示例：best quality, anime lineart。

负面提示词

描述你不希望出现在输出图像中的特征。

示例：bad quality, watermark。

角色专属提示词前缀

专业提示

如果生成来源支持，你也可以在此处使用 LoRA/嵌入，例如：<lora:DonaldDuck:1>。

描述当前所选角色特征的任何内容。将添加在通用前缀之后。

示例：female, green eyes, brown hair, pink shirt。

你也可以为不想要的内容指定负面提示词前缀。它将与通用负面提示词合并使用。

限制：

仅在一对一聊天中生效，不适用于群聊。
不用于背景和自由模式生成。

注意

要强制在自由模式提示词中包含角色前缀，可在提示词的任意位置使用 {{charPrefix}} 宏。

如果你想与他人共享这些前缀，请勾选"可共享"复选框。这将把它们与角色数据一起保存，而不是保存在你的本地设置中。

风格

使用此功能快速保存和恢复你最喜欢的风格/质量预设，以便在稍后或切换模型时使用。风格预设包含以下内容：

通用提示词前缀
负面提示词

你也可以使用 /imagine-style 命令（或 /sd-style、/img-style）在风格之间切换。

聊天消息可见性

插入聊天中的生成图像在主 API 提示词中默认是隐藏的，但可以针对每个生成触发器（"魔法棒"图标、斜线命令、交互模式）单独覆盖此设置。这可以让角色"认可"图像，从而增强沉浸感。如果启用了"发送内联图像"，Chat Completions API 中的多模态模型也可能"看到"这些图像。

可以通过更改图像提示词模板下的"聊天消息模板"来自定义文本消息。所有常规宏均可用于此模板，此外还有一个特殊的 {{prompt}} 宏，用于指定图像提示词将被添加的位置。

ComfyUI 配置

ComfyUI 是一个快速且非常灵活的图像生成选项。

如果你熟悉 ComfyUI，简而言之：在 ComfyUI 中制作你的工作流，以 API 格式下载，然后粘贴到 SillyTavern 的 ComfyUI 工作流编辑器中。ST 会将你的工作流提交给 ComfyUI 的 API，你将在聊天中收到一张图像。但能力越大，责任越大——主要责任是在工作流 JSON 中插入占位符，以便从 SillyTavern 更改设置。

如果你不熟悉 ComfyUI，你仍然可以使用默认工作流在 SillyTavern 中生成图像。之后，当你想要更强大的功能时，可以学习如何使用 ComfyUI……

控制面板

此面板允许你配置和管理 ComfyUI 与 SillyTavern 的集成。

服务器类型

标准服务器：直接调用 ComfyUI，无论是在本地机器上还是托管在其他地方。
RunPod 无服务器端点：通过 RunPod 的无服务器 API 运行 ComfyUI。无服务器是远程生成的好选择，它提供与标准服务器相同的工作流控制能力，同时可以利用更强大的托管 GPU，且只在主动生成图像时计费。大部分用法相同，与标准服务器设置和行为的差异详见下文。

标准服务器设置

在 ComfyUI URL 输入框中输入你的 ComfyUI 服务器 URL，默认值为 http://127.0.0.1:8188。如果你使用的是 SwarmUI，托管 ComfyUI 服务器的默认端口为 7821，比 SwarmUI 的默认端口高 20。

输入 URL 后，点击连接以验证并建立连接。ComfyUI 服务器必须可从 SillyTavern 主机访问。

ComfyUI RunPod 设置

你需要一个 RunPod 账户并充值一些金额。在 RTX 4090 上使用 Qwen 图像生成，每张图像大约花费 2 美分（实际费用可能有所不同）。充值 5 美元应该可以使用较长时间。
https://console.runpod.io/hub/runpod-workers/worker-comfyui 是一个 flux1 dev 配置，可用于创建你自己的无服务器端点。其中有关于如何创建自己的配置以使用不同模型或添加 LoRA 的说明。
创建用于访问无服务器端点的 API 密钥：https://console.runpod.io/user/settings
在 ST 中，选择 ComfyUI 作为来源，选择 RunPod 无服务器端点作为服务器类型。
将 ComfyUI RunPod URL 设置为你的端点 URL。
设置 API 密钥。
点击连接。如果 API 密钥和 URL 正确，你将看到成功提示。
ComfyUI 工作流配置流程与本地相同。
- 使用"导出（API 格式）"选项。
- 根据你的本地设置，你可能需要为 RunPod 选择不同版本的模型。例如，如果你在本地使用量化的 GGUF，但想在 RunPod 上使用 fp16 版本，需要在 ST 使用的 JSON 工作流中进行相应更改。
- 模型、采样器、VAE 等无法动态确定，因此你的工作流需要将这些硬编码（不使用 %model% 替换）。
- 其他替换的工作方式与本地相同。

注意

无服务器配置目前不会将工作流嵌入输出图像中。也就是说，你无法将图像拖放到本地 ComfyUI 中查看种子或提示词。这只是 RunPod 处理器的限制，该功能可以在其侧添加。

工作流管理

从下拉菜单中选择一个 ComfyUI 工作流。提供了两个默认工作流：

Default_Comfy_Workflow.json：支持最常见图像生成设置的基础文本到图像工作流。
Char_Avatar_Comfy_Workflow.json：使用角色头像及提示词生成图像的示例图像到图像工作流。

使用以下按钮管理你的工作流：

打开工作流编辑器，查看和修改所选工作流。
创建新工作流，以自定义名称创建新工作流。
删除工作流，移除所选工作流。

工作流编辑器

ComfyUI 工作流编辑器允许你查看和修改用于 SillyTavern 的 ComfyUI 工作流。

编辑器的主要组件是一个大型文本区域，你可以在此处以 JSON 格式插入或编辑 ComfyUI 工作流。

要将 ComfyUI 工作流添加到编辑器，请按照以下步骤操作：

在 ComfyUI 设置中启用"开发者模式"。
使用 ComfyUI 中的"保存（API 格式）"选项下载 JSON 数据。
在 SillyTavern 中创建新工作流并打开编辑器。
将下载的 JSON 数据粘贴到文本区域中。
根据你的使用场景，将特定值替换为占位符。

提示

你可以将 API 格式的 JSON 文件直接添加到 SillyTavern 安装目录中的 data/default-user/user/workflows 目录。这样可以省略第 3 步和第 4 步。

保留原始 JSON 文件。如果你需要在 ComfyUI 中再次打开工作流进行修改，编辑包含所有占位符的原始文件会方便得多。

占位符

编辑器提供了一系列预定义占位符，可在工作流 JSON 中使用。当工作流在 SillyTavern 中执行时，这些占位符将被替换为动态值。

标有 ✅ 的占位符存在于你的工作流 JSON 中，标有 ❌ 的占位符不在其中。你可以根据需要将这些占位符添加到工作流 JSON 中。你不需要添加所有占位符，只需添加工作流使用且需要动态替换的那些。

提示词

%prompt% 和 %negative_prompt% 占位符用于将图像生成提示词插入工作流。这些包含 SillyTavern 生成的最终提示词，包括所选 /sd 模式的生成提示词、通用提示词前缀、负面提示词和角色专属提示词前缀。

例如，你可能在 ComfyUI 中用"forest elf"测试了你的工作流。要在 SillyTavern 中使用此工作流，可以将"forest elf"提示词替换为 %prompt% 占位符：

{
    "class_type": "CLIPTextEncode",
    "inputs": {
        "clip": ["4", 1],
        "text": "%prompt%"
    }
}

{
    "class_type": "CLIPTextEncode",
    "inputs": {
        "clip": ["4", 1],
        "text": "forest elf"
    }
}

注意占位符被双引号包裹。这对 JSON 格式非常重要，也是 SillyTavern 占位符替换系统的要求。即使是数字，也必须在模板 JSON 中使用双引号。

有时提示词（或其他值）可能不会出现在你预期的位置。如果节点在 API 模式下不是工作流运行所必需的，ComfyUI 会在 API 版本中将其移除。

例如，此工作流使用了一个带有提示词原语的 LoRA 标签加载器节点，以便在 UI 模式下工作流更清晰：

提示词原语节点将从工作流的 API 版本中移除，因此你需要在 LoraTagLoader 节点中插入占位符。在工作流中找到"apple tree"并将其替换为 %prompt% 占位符：

{
    "inputs": {
      "text": "%prompt%",
      "model": ["112", 0],
      "clip": ["112", 1]
    },
    "class_type": "LoraTagLoader",
    "_meta": {"title": "Load LoRA Tag"}
}

{
    "inputs": {
      "text": "apple tree",
      "model": ["112", 0],
      "clip": ["112", 1]
    },
    "class_type": "LoraTagLoader",
    "_meta": {"title": "Load LoRA Tag"}
}

在某些情况下，即使提示词在 UI 中只出现一次，你也可能需要在工作流 JSON 中进行多处替换。

模型

%model% 占位符将插入图像生成设置中所选模型的值。

以下是默认文本到图像工作流中的示例：

{
    "class_type": "CheckpointLoaderSimple",
    "inputs": {
        "ckpt_name": "%model%"
    }
}

{
    "class_type": "CheckpointLoaderSimple",
    "inputs": {
        "ckpt_name": "sd15.safetensors"
    }
}

要加载 GGUF 量化的 UNet，在工作流中使用 UNet Loader (GGUF) 节点，在 SillyTavern 模型下拉菜单中选择 GGUF 模型，并在节点设置中使用 %model% 占位符，如下所示：

{
    "inputs": {
      "unet_name": "%model%"
    },
    "class_type": "UnetLoaderGGUF",
    "_meta": {
      "title": "Unet Loader (GGUF)"
    }
}

{
    "inputs": {
      "unet_name": "flux1-dev-Q4_0.gguf"
    },
    "class_type": "UnetLoaderGGUF",
    "_meta": {
      "title": "Unet Loader (GGUF)"
    }
}

如果你在 ComfyUI 中使用了通常 SD checkpoint 以外的模型类型

Stable Diffusion checkpoint、SD UNet 和 GGUF 量化的 UNet 都会出现在模型下拉菜单中。一种类型的模型无法与期望另一种类型的工作流/加载器节点配合使用。如果你在 ST 中选择了不兼容的模型类型，ComfyUI 将报告加载器节点的问题。

头像图像

使用 %user_avatar% 和 %char_avatar% 占位符，可在工作流中包含用户和角色头像。执行工作流时，这些占位符将被替换为头像的 PNG 数据。图像数据以 base64 格式编码，因此你必须在工作流中对其进行解码。常用选择是 Load image (Base64) 节点。

在此示例中，角色头像通过 Load Image (Base64) 节点加载。它还使用了一个图像缩放节点，将图像缩放至图像生成设置中指定的尺寸：

将 %char_avatar%、%width% 和 %height% 占位符插入 Load Image (Base64) 和 Image Resize 节点的 JSON 中：

{
    "97": {
        "inputs": {
            "image": "%char_avatar%"
        },
        "class_type": "ETN_LoadImageBase64",
        "_meta": {"title": "Load Image (Base64)"}
    },
    "98": {
        "inputs": {
            "mode": "resize",
            "resize_width": "%width%",
            "resize_height": "%height%",
            "image": ["97", 0]
        },
        "class_type": "Image Resize",
        "_meta": {"title": "Resize image"}
    }
}

要获取用于在 ComfyUI 中测试工作流的 base64 编码图像字符串，可使用任何将图像转换为 base64 字符串的在线工具。以下是一个可用于初始测试的示例字符串：sd-comfy-base64-test-string.txt。

其他占位符

大多数其他占位符使用图像生成设置中相应控件的值，或你通过 /sd 命令指定的值：

%vae%，但大多数 SD 模型已包含 VAE，因此默认工作流不使用此占位符。可在自定义工作流中使用它来随 UNet 加载 VAE、覆盖默认 VAE 等。
%sampler%
%scheduler%
%steps%
%scale%
%width%
%height%
%denoise%：用于示例图像到图像工作流，变化范围约为 0.5（对源图像几乎不可察觉的变化）到 1.0（与未使用源图像时完全不同的图像）。默认文本到图像工作流不使用此项，因为文本到图像使用 1.0 以外的值没有意义。
%clip_skip%：默认工作流不使用，但可用于自定义工作流。

%seed% 占位符将插入控件中指定的种子值。如果将种子设置为 -1，SillyTavern 将为每张图像在 %seed% 中生成一个新的随机种子。

自定义占位符

你可以在工作流中添加自定义占位符：

找到预定义占位符下方的"自定义"部分。
点击"+"按钮添加新的自定义占位符。
在 find 字段中输入占位符名称。
在 replace 字段中输入要替换占位符的值。

自定义占位符将显示在预定义占位符下方的单独列表中。

例如，你可以使用自定义占位符替换默认工作流中保存图像文件名的"SillyTavern"前缀。添加一个 find 设置为 filename_prefix、replace 设置为 ServiceTensor 的新自定义占位符，并在工作流 JSON 中插入新的 %filename_prefix% 占位符。现在，你可以通过更改自定义占位符的值，将文件名前缀从 SillyTavern 改为 ServiceTensor。

{
    "class_type": "SaveImage",
    "inputs": {
        "filename_prefix": "%filename_prefix%",
        "images": ["8", 0]
    }
}

{
    "class_type": "SaveImage",
    "inputs": {
        "filename_prefix": "SillyTavern",
        "images": ["8", 0]
    }
}

Comfy 技巧

阅读本页的所有常规信息，以熟悉图像生成选项。可切换风格和通用提示词前缀等选项与 ComfyUI 工作流的完全灵活性相结合，可以创建各种各样的图像生成设置。

加载 LoRA

使用 LoRA 标签加载器节点（如 Load LoRA Tag）加载提示词中指定的任何 LoRA。现在你可以使用 <lora:CroissantStyle:0.8> 这样的标签在提示词中添加任意数量的 LoRA，它们将被加载到你的工作流中。这也将使在角色专属提示词前缀中使用 LoRA 的专业技巧在 ComfyUI 中正常工作。

通过风格或斜线命令设置工作流值

你可以在自定义占位符值中使用宏。举个实际例子，假设你有时想生成没有背景的图像，并希望通过斜线命令或图像风格进行切换。以下是操作方法：

制作一个 ComfyUI 工作流，根据输入值的不同来决定是否移除图像背景
使用自定义占位符来设置该输入的值，但将 {{getvar::remove_background}} 作为替换值
现在你可以在生成图像前用 /setvar key=remove_background true 或 /setvar key=remove_background false 来设置 remove_background 的值
工作流将使用你设置的值来决定是否移除背景
创建一个名为"No background"的图像风格，通用提示词前缀为 {{setvar::remove_background::true}}
使用风格控件或 /imagine-style No background 在生成图像前将 remove_background 的值设置为 true

Stable Diffusion（图像生成）

支持的来源

生成模式

如何生成图像

/sd 命令使用技巧

查看所有已生成图像

指定负面提示词

包含角色专属前缀

抑制聊天消息

图像滑动

选项

生成前编辑提示词

使用函数工具

使用交互模式

扩展自由模式提示词

最小化提示词处理

对齐自动调整的分辨率

通用提示词前缀

专业提示

负面提示词

角色专属提示词前缀

专业提示

注意

风格

聊天消息可见性

ComfyUI 配置

控制面板

服务器类型

标准服务器设置

ComfyUI RunPod 设置

注意

工作流管理

工作流编辑器

提示

占位符

提示词

模型

如果你在 ComfyUI 中使用了通常 SD checkpoint 以外的模型类型

头像图像

其他占位符

自定义占位符

Comfy 技巧

加载 LoRA

通过风格或斜线命令设置工作流值

`/sd` 命令使用技巧