NovelAI Bot

Appearance

On this page

用法 ​

基本用法 ​

从文本生成图片 (text2img) ​

输入「约稿」+ 关键词进行图片绘制。例如：

text
约稿 koishi

从图片生成图片 (img2img) ​

输入「约稿」+ 图片 + 关键词 进行图片绘制。例如：

text
约稿 [图片] koishi

图片增强 (enhance) ​

图片增强用于优化已经生成的图片。输入「增强」+ 图片 + 关键词 进行图片增强。例如：

text
增强 [图片] koishi

引用图片回复 ​

考虑到某些平台并不支持在一条消息中同时出现图片和文本，我们也允许通过引用回复的方式触发 img2img 和 enhance 功能。例如：

text
> [图片]
> [引用回复] 约稿/增强

多次生成 (iterations) ​

TIP

此功能需要通过配置项 maxIterations 手动开启。

如果想要以一组输入多次生成图片，可以使用 -i, --iterations 参数：

text
约稿 -i 10 koishi

批量生成 (batch) ​

TIP

此功能需要通过配置项 maxIterations 手动开启。

如果想要以一组输入批量生成图片，可以使用 -b, --batch 参数：

text
约稿 -b 10 koishi

输出方式 (output) ​

此插件提供了三种不同的输出方式：minimal 表示只发送图片，default 表示发送图片和关键信息，verbose 表示发送全部信息。你可以使用 -o, --output 手动指定输出方式，或通过配置项修改默认的行为。

text
约稿 -o minimal koishi

关键词 (prompt) ​

使用关键词描述你想要的图像。关键词需要为英文，多个关键词之间用逗号分隔。每一个关键词也可以由多个单词组成，单词之间可以用空格或下划线分隔。例如：

text
约稿 long hair, from_above, 1girl

TIP

novelai-bot 同时兼容 NovelAI 和大部分 stable diffusion webui 的语法。

负面关键词 ​

使用 -u 或 negative prompt: 以添加负面关键词，避免生成不需要的内容。例如：

text
约稿 girl
negative prompt: loli

影响因子 ​

使用半角方括号 [] 包裹关键词以减弱该关键词的权重，使用半角花括号 {} 包裹关键词以增强该关键词的权重。例如：

text
约稿 [tears], {spread legs}

每一层括号会增强 / 减弱 1.05 倍的权重。也可以通过多次使用括号来进一步增强或减弱关键词的权重。例如：

text
约稿 [[tears]], {{{smile}}}

TIP

除了影响因子外，关键词的顺序也会对生成结果产生影响。越重要的词应该放到越前面。

要素混合 ​

使用 | 分隔多个关键词以混合多个要素。例如：

text
约稿 cat | frog

你将得到一只缝合怪 (字面意义上)。

可以进一步在关键词后添加 :x 来指定单个关键词的权重，x 的取值范围是 0.1~100，默认为 1。例如：

text
约稿 cat :2 | dog

这时会得到一个更像猫的猫狗。

基础关键词 ​

NovelAI Bot 允许用户配置基础的正面和负面关键词。它们会在请求时被添加在结尾。

如果想要手动忽略这些基础关键词，可以使用 -O, --override 参数。

高级功能 ​

更改生成模型 (model) ​

可以用 -m 或 --model 切换生成模型，可选值包括：

  • safe：较安全的图片
  • nai：自由度较高的图片 (默认)
  • furry：福瑞控特攻 (beta)
text
约稿 -m furry koishi

设置分辨率 (resolution) ​

WARNING

此选项在图片增强时不可用。

可以用 -r 或 --resolution 更改图片方向，它包含三种预设：

  • portrait：768×512 (默认)
  • square：640×640
  • landscape：512×768
text
约稿 -r landscape koishi

除了上述三种预设外，你还可以指定图片的具体长宽：

text
约稿 -r 1024x1024 koishi

TIP

由于 Stable Diffusion 的限制，输出图片的长宽都必须是 64 的倍数。当你输入的图片长宽不满足此条件时，我们会自动修改为接近此宽高比的合理数值。

切换采样器 (sampler) ​

可以用 -s 或 --sampler 设置采样器，可选值包括：

  • k_euler_ancestral (默认)
  • k_euler
  • k_lms
  • plms
  • ddim

即使使用了相同的输入，不同的采样器也会输出不同的内容。目前一般推荐使用 k_euler_ancestral，因为其能够提供相对稳定的高质量图片生成 (欢迎在 issue 中讨论各种采样器的区别)。

随机种子 (seed) ​

AI 会使用种子来生成噪音然后进一步生成你需要的图片，每次随机生成时都会有一个唯一的种子。使用 -x 或 --seed 并传入相同的种子可以让 AI 尝试使用相同的路数来生成图片。

text
约稿 -x 1234567890 koishi

TIP

注意：在同一模型和后端实现中，保持所有参数一致的情况下，相同的种子会产生同样的图片。取决于其他参数，后端实现和模型，相同的种子不一定生成相同的图片，但一般会带来更多的相似之处。

迭代步数 (steps) ​

更多的迭代步数可能会有更好的生成效果，但是一定会导致生成时间变长。太多的steps也可能适得其反，几乎不会有提高。

一种做法是先使用较少的步数来进行快速生成来检查构图，直到找到喜欢的，然后再使用更多步数来生成最终图像。

默认情况下的迭代步数为 28 (传入图片时为 50)，28 也是不会收费的最高步数。可以使用 -t 或 --steps 手动控制迭代步数。

text
约稿 -t 50 koishi

对输入的服从度 (scale) ​

服从度较低时 AI 有较大的自由发挥空间，服从度较高时 AI 则更倾向于遵守你的输入。但如果太高的话可能会产生反效果 (比如让画面变得难看)。更高的值也需要更多计算。

有时，越低的 scale 会让画面有更柔和，更有笔触感，反之会越高则会增加画面的细节和锐度。

服从度行为
2~8会自由地创作，AI 有它自己的想法
9~13会有轻微变动，大体上是对的
14~18基本遵守输入，偶有变动
19+非常专注于输入

默认情况下的服从度为 12 (传入图片时为 11)。可以使用 -c 或 --scale 手动控制服从度。

text
约稿 -c 10 koishi

强度 (strength) ​

TIP

注意：该参数仅能在 img2img 模式下使用。

AI 会参考该参数调整图像构成。值越低越接近于原图，越高越接近训练集平均画风。使用 -N 或 --strength 手动控制强度。

使用方式推荐范围
捏人0.3~0.7
草图细化0.2
细节设计0.2~0.5
装饰性图案设计0.2~0.36
照片转背景0.3~0.7
辅助归纳照片光影0.2~0.4

以上取值范围来自微博画师帕兹定律的这条微博。

噪音 (noise) ​

TIP

注意：该参数仅能在 NovelAI / NAIFU 的 img2img 模式下使用。

噪音是让 AI 生成细节内容的关键。更多的噪音可以让生成的图片拥有更多细节，但是太高的值会让产生异形，伪影和杂点。

如果你有一张有大片色块的草图，可以调高噪音以产生细节内容，但噪音的取值不宜大于强度。当强度和噪音都为 0 时，生成的图片会和原图几乎没有差别。

使用 -n 或 --noise 手动控制噪音。