Klok Caption Tagger ：用于AI图像生成的训练数据集管理工具

Klok Caption Tagger 是一款功能强大的基于浏览器的工具，专门用于创建和管理AI图像生成的训练数据集，例如为 Z-Image、Stable Diffusion、FLUX、Illustrious 等模型制作 LoRA。

• GitHub：https://github.com/Klokinator/KlokCaptionTagger
• 网盘：https://pan.quark.cn/s/1397ade33f3f  提取码：Yj7X

KCT 简化了繁琐的训练图像准备工作，提供了一系列客户端工具，包括AI驱动的自动标注、自动描述生成以及递归文件夹管理。它完全在浏览器中运行，确保您的数据私密与安全。

• 支持从文件夹/目录、单张图片与文本文件，或压缩包上传图像

• 可选择五种免费的 Gemini 模型，或输入付费 API 密钥使用 OpenAI 或 Claude 的模型

• 内置带有描述说明的系统提示词，您可以编辑或完全删除。您也可以创建自己的提示词！

• 为不了解如何正确标注的新手用户提供实用指导

• 使用简单的内置画图工具裁剪图像或移除文字/水印

核心功能

• 递归文件夹支持：加载根文件夹，KCT 将自动加载其中的所有图像，并保持子文件夹结构
• 多模型 AI 支持：
  • Google Gemini：提供免费额度
  • OpenAI：支持 GPT-4o 及变体（需付费 API 密钥）
  • Anthropic：支持 Claude 3.5 Sonnet/Haiku（需付费 API 密钥）
• 智能自动标注与描述生成：
  • 批量控制：可选择忽略现有文本、追加至末尾或完全覆盖
  • 重试逻辑：自动重试失败的 API 请求（最多3次），并设冷却时间以优雅处理速率限制
  • 提示词预设：保存您喜爱的系统提示词，并可即时切换
• 灵活导出：
  • 保存为 ZIP：将整个数据集结构下载为压缩文件
  • 保存到文件夹：将文本文件直接导出回本地文件夹，保留目录布局和现有文件名
• 全局触发词：轻松设置一个触发词，并自动将其作为每个描述的开头
• 数据持久化：工具会记住您的 API 密钥、模型选择和预设设置
• 标签管理：
  • 标签查看器：分析整个数据集的标签使用频率
  • 标签模式与描述模式：切换界面以优化逗号分隔标签或段落文本描述的编辑

与原版 TagPilot 的差异

• 不重命名图像：KCT 尊重您现有的文件名。导出时，它会保留原始名称和目录结构
• 直接文件系统访问：现在支持直接写入磁盘，同时也可导出为 ZIP 文件

设置与安装

由于 KCT 是客户端应用，因此无需 Python 后端或 Node.js 服务器。

1. 克隆或下载仓库

   git clone https://github.com/Klokinator/KlokCaptionTagger.git
   

2. 运行应用：双击 KlokCaptionTagger.html 在浏览器中打开即可

使用流程

1. 加载数据：选择文件夹或上传压缩包
2. 配置模型：点击“Model Settings”，选择服务提供商，输入 API 密钥，并选择具体模型
3. 标注/描述生成：点击“Tag All”或“Caption All”，选择预设或自定义系统提示词，设置限制条件后开始
4. 裁剪与绘图：使用裁剪/编辑按钮调整图像，或涂抹移除不需要的文字和水印
5. 审查：使用标签查看器全局清理不需要的标签，点击文本框进行手动编辑
6. 导出：选择保存到文件夹或保存为 ZIP 文件