# ComfyUI-NewBie-LLM-Formatter [![ComfyUI](https://img.shields.io/badge/ComfyUI-Compatible-green.svg)](https://comfy.org/) [![License](https://img.shields.io/badge/License-MIT-blue.svg)](https://opensource.org/licenses/MIT) [![NewBie](https://img.shields.io/badge/NewBie-Compatible-yellow.svg)](https://huggingface.co/NewBie-AI/NewBie-image-Exp0.1) ![](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202602100940021.png) 利用大语言模型 API 将自然语言或图片自动转化为适用于 NewBie 模型的结构化 XML 提示词，或适用于 Anima 等其他模型的纯文本提示词。 ---

重要更新：Agent 模式（v1.2.9 新增）

传统模式下LLM 只能凭训练记忆生成标签，容易产生幻觉（编造不存在的标签）或遗漏关键属性。**Agent 模式**让 LLM 在生成提示词的过程中调用[DanbooruSearchOnline](https://huggingface.co/spaces/SAkizuki/DanbooruSearch)的MCP服务，**实时搜索 Danbooru 标签库**，像人类一样查找、验证、补充标签，最终输出一套精确、完整的提示词。 ### 具体行为 - **自动搜索标签**：根据你的描述，自动在 Danbooru 标签库中搜索匹配的发型、服装、表情、场景等标签。 - **关联扩展**：从搜索结果出发，沿标签共现图谱自动发现你可能没想到的补充标签。 - **智能组装**：将搜索到的标签按规范格式整理输出（NewBie 模式为 XML，Anima 模式为 `## Prompt` + `## 中文解释`）。 - **尊重已有标签**：如果你已经在输入中提供了标签，Agent 会直接信任并使用，不会重复搜索。 ### 使用方法在 LLM Xml Prompt Formatter 节点中找到 `agent_effort` 下拉框，选择努力等级： | 等级 | 说明 | 适用场景 | |------|------|---------| | **Close** | 关闭 Agent，走传统单轮 LLM 调用 | 已有完整标签、追求速度 | | **Low** | 流水线模式：一次批量搜索 + LLM 直接组装1 轮完成 | 追求最快速度，场景不复杂 | | **Medium** | Agent 循环模式：多轮迭代搜索，最多 8 轮 | 日常使用，速度与质量平衡 | | **High** | Agent 循环模式：宽召回 + 深探索，最多 10 轮 | 复杂场景、多人物、追求极致精度 | > **建议**：日常使用选 **Medium**；输入已经是完整的标签串时选 **Close**（或 **Low**，会自动识别并 1 轮直出）；复杂场景选 **High**。 ### 效率提示 - 如果你已经有一组标签，直接在输入框粘贴（逗号分隔），Agent 会识别并跳过搜索，1 轮完成。 - 混合输入（标签 + 自然语言描述）会只搜索自然语言部分涉及的维度，不会浪费轮次。 - 控制台会显示 `[Agent]` 前缀的详细日志，可以观察每轮的搜索内容和 Token 消耗。

--- 本插件的核心特性有： - **Agent 智能搜索**（v1.2.9 新增）：生成提示词时自动搜索 Danbooru 标签库，验证和补充标签，消除 LLM 幻觉。四级努力控制（Low / Medium / High），在速度与精度间灵活选择。 - **双模式支持**：NewBie 模式生成结构化 XML 提示词；Anima 模式生成 `## Prompt` + `## 中文解释` 格式提示词，两种模式可在节点内无缝切换。 - **智能提示词转化**：支持将简单的自然语言、Danbooru 标签串，完美转化为目标模型所需的提示词格式。 - **多模态视觉反推**：支持传入图片，利用多模态大模型直接反推生成高精度提示词。 - **高鲁棒性与自动修复**：内置 XML 语法解析与自动修复机制，外加 API 网络异常/格式异常自动重试逻辑（最高 3 次），确保工作流不中断。 - **画风预设与管理**：内置数十种高质量艺术家/画风预设，支持按 NewBie / Anima 区分、一键注入，并可从风格注入节点直接保存当前组合。 - **深度思考与破限支持**：适配主流 API 的"深度思考"模式（Deepseek、OpenRouter、Gemini、Anthropic、Kimi、MIMO、Vercel 等），内置 NSFW 提示词破限框架。 - 项目 GitHub 地址：https://github.com/SuzumiyaAkizuki/ComfyUI-NewBie-LLM-Formatter - 项目 ComfyUI Registry 地址：https://registry.comfy.org/zh/nodes/NewBie-LLM-Formatter --- ## 目录 - [Agent 模式（v1.2.9 新增）](#agent-模式v129-新增) - [效果展示](#效果展示) - [安装和使用方法](#安装和使用方法) - [配置文件说明](#配置文件说明) - [节点说明](#节点说明) - [依赖](#依赖) - [参考工作流](#参考工作流) - [更新说明](#更新说明) - [其他](#其他) --- ## 效果展示 | Prompt | 使用模型 | 结果 | | :----------------------------------------------------------: | :-----------------------------: | :----------------------------------------------------------: | | 天海春香和菊地真在一起演出 | deepseek-v4-pro/anima-base-1.0 | ![](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202606132052480.png) | | 为我生成一个不良少女、辣妹的完整图像。要求如下：1. 必须含有皮项圈、露指手套、腰间系着夹克、高马尾这四个元素 2. 画面必须完整，有动作、背景等。动作要有动感。3. 画面以人物为主体，头胸部特写。其它特征自由发挥。 | deepseek-v4-pro/anima-base-1.0 | ![](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202606132055129.png) | | （见下文[1]） | deepseek-v4-pro/Newbie 0.1 | ![](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202606132105429.png) | | 《向山进发》中的雪村葵和《摇曳露营》中的志摩凛一起在富士山脚下露营。 | gemini-3.5-flash/anima-base-1.0 | ![](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202606132122284.png) | ``` [1]:1girl,white_hair,blue_eyes,medium_hair,high_ponytail,sidelocks,headset
parted_lips
small_breasts,white_serafuku,white_shirt,deep_blue_sailor_collar,short_sleeves,shirt_tucked_in,elbow_pads,fingerless_gloves,toned,tactical_school_uniform,utility_vest,red_neckerchief,high-waist_belt,nylon_belt,unit_patch,
white_skirt,short_skirt,knee_pads
在一片废弃的工厂里，上述人物分开双腿站立，她一条胳膊竖直向下，另一条胳膊抱着这条竖直向下的胳膊(hand on own arm)。她表情决绝、坚定。衣服上有血迹且残破、磨损，体现出战斗后的战损感。cowboy_shot. ``` ## 安装和使用方法 ### 方法一：命令行安装（推荐） ```bash comfy node install NewBie-LLM-Formatter ``` ### 方法二：手动安装 1. 点击 GitHub 页面中绿色按钮 `<> Code`，点击 **Download ZIP**，下载压缩包。 ![下载按钮](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202512211546384.png) ![压缩包](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202512211548632.png) 2. 将解压后的文件夹放置在 `...\ComfyUI\custom_nodes\` 目录下。 ![image-20251226145335813](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202512261453308.png) 3. 进入文件夹，找到 `LPF_config.json.example` 文件，右键重命名，删掉 `.example` 后缀，使其变为 `LPF_config.json`。 ![重命名前](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202512261454909.png) ![image-20251226145521692](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202512261455772.png) 4. 使用记事本或文本编辑器打开 `LPF_config.json`，按照下方[配置文件说明](#配置文件说明)填写对应字段。 ![填写前后对比](https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202512261457930.png) 5. 重启 ComfyUI，即可使用。 --- ## 配置文件说明插件的所有配置均集中在 `LPF_config.json` 中。以下是各字段的完整说明： | 字段 | 类型 | 说明 | |------|------|------| | `api_key` | `string` | LLM 的 API Key。**强烈建议在此处填写，而非在节点 UI 中输入**，否则 API Key 会随工作流原图泄露。 | | `api_url` | `string` | API 服务的主机地址，例如 `https://openrouter.ai/api/v1`。 | | `model_list` | `array` | 可用模型名称列表，将显示在节点的下拉框中。 | | `system_prompt` | `string` | **NewBie 模式**发送给 LLM 的系统提示词，内置了基本的格式化指令和破限命令。可自行修改以调整 LLM 的行为。 | | `gemini_jailbreaker` | `string` | 针对非 Gemini 官方平台的 Gemini 模型的增强提示词，会拼接在 `system_prompt` 之前。仅在使用非官方 Gemini API 中转时生效。 | | `fewshot_user` | `string` | **NewBie模式**Few-shot 注入功能：此字段为注入的一轮对话中「用户」的内容。与 `fewshot_assistant` 同时填写时生效。 | | `fewshot_assistant` | `string` | **NewBie模式**Few-shot 注入功能：此字段为注入的一轮对话中「AI」的回复内容。可用于增强模型在特定方面的输出能力。 | | `gemma_prompt` | `string` | 拼接在 **NewBie 模式** XML 输出前的固定引导词，用于指导 NewBie 模型（Gemma3 4B）理解提示词格式。通常无需修改。Anima 模式下不使用此字段。 | | `system_prompt_anima` | `string` | **Anima 模式**发送给 LLM 的系统提示词。指导模型输出 `## Prompt`（标签块 + 英文自然语言段落）+ `## 中文解释`（分点设计说明）的 Markdown 标题结构。 | | `fewshot_user_anima` | `string` | **Anima模式**Few-shot 注入功能。示例用户输入应包含标签 + 自然语言描述。与 `fewshot_assistant_anima` 同时填写时生效。 | | `fewshot_assistant_anima` | `string` | **Anima模式**Few-shot 注入功能。示例 AI 回复应为 `## Prompt`（标签块 + 英文 NL）+ `## 中文解释` 格式。 | | `artists_anima` | `string` | **Anima模式**参考画师列表，指导LLM选择合适的画师。可以在[这个视频](https://www.bilibili.com/video/BV1Q1w1zKEwk)或者[这个链接](https://drive.google.com/file/d/1CtcODfWbDl8KThORS0GHZfcWKCCMUUmD/view)中下载对应的内容。为保护作者的知识产权，这里不提供对应的文本。 | | `styles` | `object` | 预设风格提示词集合，供 XML Style Injector 节点使用。每个预设可标记适用模式（NewBie / Anima / Both），也可通过 Style Preset Saver 节点或直接编辑此文件来添加。 | ### Anima 模式提示词格式 `system_prompt_anima` 要求 LLM 输出 `## Prompt` + `## 中文解释` 的 Markdown 标题结构： ``` ## Prompt [标签块：Danbooru 风格 tag，逗号分隔，单行] [自然语言段落：2~3 句英文，描述构图、光线、氛围、背景] ## 中文解释 [分点说明该提示词的设计逻辑和标签选择理由] ``` Agent 模式下遵循同样的输出格式。普通模式（非 Agent）下也使用此格式，`xml_out` 返回 `## Prompt` 下的内容，`text_out` 返回 `## 中文解释` 下的内容。 ### Few-shot 注入的请求体结构 > 开发者笔记：few-shot技术是一种提示词工程，旨在通过在提示中提供少量输入-输出示例，让大语言模型快速理解任务模式并生成符合预期的回答。出于某些原因，我无法提供few-shot的示例内容。但是，你可以利用某些方面能力更强的LLM（比如grok）生成一轮示例对话，并填入few-shot注入词中，之后改用其它通用能力更强的LLM（比如gemini）。当 `fewshot_user` 和 `fewshot_assistant` 均不为空时，请求体结构如下： ```python messages = [ {"role": "system", "content": system_prompt}, {"role": "user", "content": fewshot_user}, # 注入的示例用户输入 {"role": "assistant", "content": fewshot_assistant}, # 注入的示例 AI 回复 {"role": "user", "content": 用户在节点中输入的内容} ] ``` ### API 配置优先级配置文件中的值 **优先于** 节点 UI 中填写的值。具体逻辑如下： 1. 程序首先读取 `LPF_config.json` 中的 `api_key` 和 `api_url`； 2. 若配置文件中存在有效值，则使用配置文件的值，**节点 UI 中的输入不会生效**； 3. 若配置文件中无有效值，则回退使用节点 UI 中的输入。 > ⚠️ **安全提示**：在节点 UI 中填写的 API Key 会被保存在工作流文件中，**分享工作流原图即导致 API Key 泄露**。强烈建议始终使用配置文件进行配置。 --- ## 节点说明 ComfyUI-NewBie-LLM-Formatter 提供三个节点： ### 1. LLM Xml Prompt Formatter **功能：** 调用 LLM API，将用户输入的自然语言或标签集格式化为提示词，根据所选模式输出 XML 格式（NewBie）或纯文本格式（Anima）。 **输入参数：** | 参数 | 类型 | 说明 | |------|------|------| | `image` | IMAGE（可选） | 输入图片，传输给多模态 LLM 进行提示词反推。注意：这是让 LLM 反推提示词，而非图生图。 | | `api_key` | STRING | API Key。若配置文件中已有有效值，此处输入不生效。 | | `api_url` | STRING | API 主机地址。若配置文件中已有有效值，此处输入不生效。 | | `model_name` | STRING/下拉框 | 模型名称。若配置文件中的 `model_list` 有效，显示为下拉框；否则显示为文本输入框。 | | `mode` | 下拉框 | **NewBie**（默认）或 **Anima**。决定使用哪套 system prompt 以及输出解析方式。 | | `thinking` | BOOLEAN | 深度思考模式开关。`true` 时模型进行深度思考，思考过程输出到控制台。**推荐设置为 `false`。** Agent 模式下此开关被强制关闭。 | | `agent_effort` | 下拉框 | **[v1.2.9 新增]** Agent 努力等级。`Close`（默认）= 关闭 Agent，走普通模式；`Low` = 流水线模式（单轮批量搜索 + LLM 组装，不走 Agent 循环，最快）；`Medium` = Agent 循环模式（`full_scene` 预设，平衡召回质量与收敛速度，最多 8 轮）；`High` = Agent 循环模式（`concept_explore` 宽召回预设 + 默认携带 wiki 释义，最多 10 轮，最深入）。 | | `force_full_agent_run` | BOOLEAN | 强制本次 Agent 从头生成，不复用上一轮结果。通常保持关闭；当你觉得上一轮缓存影响了本次修改时，再临时打开。 | | `user_text` | STRING | 待转换的自然语言描述或标签集。 | **输出参数：** | 参数 | 说明 | |------|------| | `xml_out` | NewBie 模式：清洗并修复后的 XML 格式提示词。Anima 模式：`## Prompt` 标题下的内容（标签块 + 英文自然语言段落）。 | | `text_out` | NewBie 模式：LLM 输出的 XML 代码块以外的额外说明信息。Anima 模式：`## 中文解释` 标题下的分点设计说明。 | **两种模式的行为差异：** | 行为 | NewBie 模式 | Anima 模式 | |------|------------|-----------| | 使用的 system prompt | `system_prompt` | `system_prompt_anima` | | `gemma_prompt` 前缀 | 拼接到输出前 | 不使用 | | 输出解析 | 提取 XML 代码块，校验并修复格式 | 提取 `## Prompt` 和 `## 中文解释` 两个 Markdown 标题段 | | XML 自动修复 | 启用 | 不启用 | | Agent 模式 | 多轮工具搜索 → XML 输出 | 多轮工具搜索 → `## Prompt` + `## 中文解释` 输出 | **增量修订与复用：** - **相同输入直接复用**：同一节点内，如果本次输入与上次完全一致，会直接返回上次结果，不再次调用 LLM。 - **仅标点/空白变化不重跑**：只调整逗号、空格、换行等不影响语义的内容时，也会直接复用。 - **小幅修改走增量修订**：当新旧提示词整体仍足够相似时，Agent 会把上一轮提示词、上一轮输出和本轮完整提示词一起交给模型，让模型对比后做最小化修订。当前相似度门槛为 `0.55`。 - **连续修改更稳**：Agent 会根据连续修改状态自动调整调度策略，避免长期局部修订带来的累积偏移。 - **需要彻底重做时可手动强制**：打开 `force_full_agent_run` 后，本次运行会忽略上一轮结果，从头生成。 **内置鲁棒性机制：** - **自动重试**：遇到网络抖动或 API 报错时，最多自动重试 3 次。 - **XML 自动修复**（仅 NewBie 模式）：使用 `lxml` 库对 LLM 输出的 XML 进行格式校验；若检测到格式错误，会自动修复并在控制台打印差异对比。 - **Agent 自动降级**：Agent 模式下 MCP 服务不可用时，自动回退为普通模式，不阻塞工作流。 - **Agent 死循环检测**：自动检测重复工具调用，超过 3 次强制退出循环。 **推荐模型（计价参考 [OpenRouter](https://openrouter.ai/)，均关闭思考模式）：** | 模型名称 | 平均每次成本/美元 | NSFW 效果 | 输出质量 | 备注 | |----------|-----------------|-----------|----------|------| | `deepseek/deepseek-v3.2` | ~0.0008 | 均衡 | 均衡 | 综合性价比高 | | `google/gemini-3-flash-preview` | ~0.0035 | 较好（G 向需技巧） | 最好 | NewBie 训练打标模型之一 | | `x-ai/grok-4.1-fast` | ~0.0007 | 最好 | 较好 | NewBie 训练打标模型之一 | | `xiaomi/mimo-v2-flash` | ~0.0004 | 较好 | 一般 | — | | `cognitivecomputations/dolphin-mistral-24b-venice-edition:free` | 免费 | 官方宣称无审查 | 较差 | — | > **思考模式说明：** 目前适配了 OpenRouter、DeepSeek、Google AI、Anthropic 官方、Kimi、小米 MIMO 和 Vercel AI Gateway 平台。其他平台请通过模型名称控制（如用 `deepseek-chat` 代替 `deepseek-reasoner`）。 > > **免费额度提示：** 在 [DeepSeek 开放平台](https://platform.deepseek.com) 注册后可获赠 10 元免费额度，大约可使用 1000 次。

NewBie 模式节点示例输入输出

**纯文本示例输入：** ``` A:(loli,(blonde hair:1.2),hair between eyes,short hair,ahoge,twintails,short tail,short_kimono,white socks,Frilled socks,converse,sash,red_sash,sidelocks,low twintails, fingerless gloves, haori,shorts under skirt,hairclip,leg belt) B:(white hair,high ponytail,white serafuku,short sleeves,short skirt,shirt tucked in,knee pads,elbow pads,fingerless gloves,white legwear,kneehighs,high-top hiking sneakers,sidelocks,shorts under skirt,) 在一个科幻风格的指挥所中，画面左侧，A担任一场战役的指挥官。她戴着耳麦，正在指挥战役。指挥所里有全息显示的显示屏和地图。画面右侧，B穿着战术马甲、戴着头盔、拿着狙击步枪，正在执行作战任务。这两个场景的画面要有机地融合在一起，动漫风格、油画风格。 ``` **`xml_out` 示例输出：** ```xml You are an assistant designed to generate high-quality anime images with the highest degree of image-text alignment based on xml format textual prompts. A 1girl loli, blonde_hair:1.2, hair_between_eyes, short_hair, ahoge, twintails, short_tail, sidelocks, low_twintails, hairclip short_kimono, white_socks, frilled_socks, converse, sash, red_sash, fingerless_gloves, haori, shorts_under_skirt, leg_belt serious, focused wearing_headset, commanding, pointing_at_hologram left_side B 1girl white_hair, high_ponytail, sidelocks white_serafuku, short_sleeves, short_skirt, shirt_tucked_in, knee_pads, elbow_pads, fingerless_gloves, white_legwear, kneehighs, high-top_hiking_sneakers, shorts_under_skirt, tactical_vest, helmet determined, focused holding_sniper_rifle, aiming, in_combat_stance right_side 2girls sci-fi_command_center, holographic_displays, tactical_map, futuristic_technology tense, strategic very_aesthetic, masterpiece, no_text max_high_resolution rella, maccha_(mochancc), tidsean, wlop, ciloranko, atdan, year_2024 headset, sniper_rifle, tactical_gear, holograms In a futuristic sci-fi command center filled with holographic displays and tactical maps, two girls are depicted in different roles... ```

Anima 模式节点示例输入输出

**示例输入：** ``` A：1girl,white_hair,blue_eyes, medium_hair, high_ponytail, small_breasts, sidelocks,serafuku,deep_blue_skirt, white_shirt, deep_blue_sailor_collar, short_sleeves, short_skirt, shirt_tucked_in,elbow_pads, fingerless_gloves, shorts_under_skirt,toned, tactical_school_uniform,red_neckerchief,utility belt 上述人物的上半身特写(upper_body, close-up)，从正面视角注视着观众(straight-on, facing_viewer)。她骄傲地挺胸抬头(confident, proud,arched_back)、并在眼睛上方比出“V”字手势的姿势(v_over_eye)，另一只手叉腰(hand_on_own_hip)。她戴着耳麦和战术头盔(fast helmet, headset)，全身（胸部、大腿）戴着攀岩时用的全身安全带(full body harness,chest harness,leg loops,waist belt)。她的头发和衣服被风吹动(wind_lift)。背景是充满活力的抽象构图，由多彩的玻璃碎片、蓝色和紫色调以及图形元素组成，保持了酷炫且时尚的氛围。要求人物是萌系画风，可爱一点。 ``` **`xml_out` 示例输出（`## Prompt` 部分）：** ``` ## Prompt masterpiece, best quality, score_7, safe, @kantoku, @tiv, @mika pikazo, @anmi, 1girl, white hair, blue eyes, medium hair, high ponytail, small breasts, sidelocks, serafuku, white shirt, deep blue skirt, deep blue sailor collar, short sleeves, short skirt, shirt tucked in, red neckerchief, utility belt, shorts under skirt, elbow pads, fingerless gloves, toned, tactical school uniform, fast helmet, headset, full body harness, chest harness, leg loops, waist belt, upper body, close-up, straight-on, facing viewer, confident, proud, arched back, v over eye, hand on hip, wind lift, abstract background, glass shards, blue theme, purple theme, graphic background An adorable girl with white hair and striking blue eyes poses confidently in her tactical sailor uniform, standing with an arched back and one hand on her hip while making a cute V sign over her eye. Her high ponytail and white shirt flutter in the wind, and she wears a FAST helmet, headset, and complex full-body climbing harness over her outfit. The background is a stylish abstract composition of vibrant blue and purple glass shards with modern graphic elements. ``` **`text_out` 示例输出（`## 中文解释` 部分）：** ``` ## 中文解释 - 标签结构：质量锚点(masterpiece, best quality, score_7, safe) → 画师(@kantoku, @tiv, @mika pikazo, @anmi) → 主体(1girl) → 角色特征(white hair, blue eyes, ...) → 服装(serafuku, ...) → 装备(fast helmet, full body harness, ...) → 构图(upper body, close-up) → 姿势表情(confident, v over eye, hand on hip) → 背景(abstract background, glass shards)。 - 自然语言描述了角色的自信姿态、V 字手势、战术装备细节和抽象背景氛围，补充了标签无法精确表达的空间关系和画面张力。 - 翻译：一位白发蓝眸的可爱女孩穿着战术水手服，挺起胸膛一手叉腰，在眼前比出 V 字手势，骄傲地直视观众。高马尾和衬衫在风中飘动，佩戴战术头盔和全身攀爬安全带。背景是蓝紫色玻璃碎片组成的时尚抽象构图。 ```

--- ### 2. XML Style Injector **功能：** 将画师和风格信息注入到提示词中，支持 NewBie（XML）和 Anima（纯文本）两种模式。 **输入参数：** | 参数 | 类型 | 说明 | |------|------|------| | `xml_input` | STRING | 待处理的提示词文本。NewBie 模式下应为含 `` 标签的 XML；Anima 模式下应为换行分隔的纯文本。 | | `mode` | 下拉框 | **NewBie** 或 **Anima**，需与 LLM Xml Prompt Formatter 节点的模式保持一致。 | | `preset` | 下拉框 | 选择预设风格提示词集合，内容来自 `LPF_config.json` 的 `styles` 字段。新预设会显示 `[NewBie]`、`[Anima]` 或 `[Both]` 前缀；旧工作流中的原名称仍然可用。 | | `artist_add` | STRING（可选） | 额外的画师标签，将**拼接在预设画师列表之前**。 | | `style_add` | STRING（可选） | 额外的风格标签，将**拼接在预设风格列表之前**。 | **输出参数：** | 参数 | 说明 | |------|------| | `xml_output` | 注入风格后的提示词。 | | `style_save_metadata` | 保存专用输出，包含本次实际使用的模式、原始画师列表和风格文本，可直接连接到 Style Preset Saver。 | `style_save_metadata` 不会改变图像提示词本身，只是方便把当前组合保存成新预设，格式类似： ```xml NewBie ... ``` **NewBie 模式行为：** 查找 XML 中的 `` 和 ``；无论是否保存均会输出。 | > **注意：** 旧版只包含 `` / `

Name	Type	Default	Description
text_input	STRING		—
preset_name	STRING		—
save_trigger	BOOLEAN	false	—

Style Preset Saver

Inputs (3)

Outputs (1)