NewBie-image-Exp0.1入门教程：常见XML标签的使用示例

NewBie-image-Exp0.1入门教程：常见XML标签的使用示例

1. 引言

1.1 学习目标

本文旨在帮助开发者和AI艺术创作者快速掌握NewBie-image-Exp0.1预置镜像的核心功能，特别是其独特的XML结构化提示词系统。通过本教程，你将学会如何利用XML标签精准控制角色属性、风格设定与画面构成，并实现高质量动漫图像的稳定生成。

1.2 前置知识

建议读者具备以下基础：

• 熟悉Python编程语言
• 了解基本的命令行操作
• 对扩散模型（Diffusion Models）有初步认知
• 掌握JSON或XML等结构化数据格式的基本语法

1.3 教程价值

本教程不仅提供开箱即用的操作指南，更深入解析XML提示词的设计逻辑与最佳实践，帮助用户从“能用”进阶到“高效精准控制”，显著提升创作效率与输出一致性。

2. 环境准备与快速启动

2.1 镜像部署说明

NewBie-image-Exp0.1 已作为预配置镜像发布于CSDN星图平台，包含完整依赖环境与修复后的源码。部署后可通过Docker容器直接访问：

# 查看运行中的容器 docker ps # 进入指定容器 docker exec -it <container_id> /bin/bash

2.2 快速生成第一张图像

进入容器后，请执行以下命令完成首次推理测试：

cd /workspace/NewBie-image-Exp0.1 python test.py

该脚本将调用预训练的3.5B参数Next-DiT模型，生成一张分辨率为1024×1024的动漫风格图像，默认保存为success_output.png。

验证成功标志：
若终端无报错且目录下出现非空白图像文件，则表示环境正常可用。

3. XML结构化提示词详解

3.1 为什么使用XML？

传统自然语言提示词在多角色场景中容易产生混淆，例如：“两个女孩站在花园里，一个蓝发，一个红发”可能导致模型无法准确绑定特征。而XML结构化提示词提供了明确的角色隔离与属性绑定机制，极大提升了生成可控性。

示例对比：

后者可扩展性强，支持多角色、复杂关系定义。

3.2 核心标签体系解析

NewBie-image-Exp0.1 支持以下主要XML标签层级：

<character_N>：角色定义块

每个独立角色应封装在一个<character_N>标签内（N为序号），用于隔离不同个体的属性。

<character_1> <n>rem</n> <gender>1girl</gender> <appearance>silver_hair, heterochromia, maid_outfit</appearance> </character_1> <character_2> <n>gardevoir</n> <gender>1female</gender> <appearance>green_dress, long_hair, psychic_aura</appearance> </character_2>

<n>：角色名称标识

用于指定角色原型或参考形象，支持以下预设关键词：

• miku,rem,asuna,saber,ganyu,gardevoir等常见二次元角色
• 若设为custom，则完全依赖后续描述驱动

<gender>：性别分类引导

推荐值：

• 1girl/1boy
• 2girls/2boys/group
• 1female/1male（适用于非人类形态）

此字段影响姿态先验与服装倾向。

<appearance>：外观属性集合

包含发型、瞳色、服饰、配饰等视觉特征，使用英文逗号分隔多个tag：

<appearance>pink_pigtails, red_ribbon, school_uniform, thighhighs</appearance>

支持大多数Danbooru常用tag，避免使用模糊词汇如“beautiful”。

<pose>：姿态控制

可选值包括：

• standing,sitting,kneeling,flying,holding_sword
• 多个动作可用逗号连接：standing, waving_hand

<background>：场景背景描述

建议使用简洁关键词：

• indoors,outdoors,forest,cityscape,starry_sky
• 可结合时间：nighttime, full_moon

<general_tags>：全局通用标签

适用于整体画风、质量等级、渲染风格等非角色专属信息：

<general_tags> <style>anime_style, ultra_high_res, sharp_focus</style> <lighting>soft_lighting, rim_light</lighting> <composition>centered, rule_of_thirds</composition> </general_tags>

4. 实践案例：构建双人互动场景

4.1 场景需求分析

目标：生成一幅“初音未来与雷姆在樱花树下并肩站立”的插画，要求风格统一、角色特征清晰。

挑战：

• 避免角色特征交叉污染（如雷姆长出双马尾）
• 控制构图对称性与背景氛围

4.2 完整XML提示词编写

prompt = """ <character_1> <n>miku</n> <gender>1girl</gender> <appearance>long_twintails, turquoise_hair, teal_eyes, futuristic_costume</appearance> <pose>standing, slight_smile</pose> </character_1> <character_2> <n>rem</n> <gender>1girl</gender> <appearance>silver_short_hair, blue_eye_left, red_eye_right, maid_apron</appearance> <pose>standing, hands_folded</pose> </character_2> <general_tags> <style>anime_style, high_detail, vibrant_colors</style> <background>sakura_tree, spring_garden, soft_breeze</background> <composition>side_by_side, medium_shot</composition> <lighting>golden_hour, backlight</lighting> </general_tags> """

4.3 脚本集成与执行

将上述prompt替换至test.py中对应变量位置：

# test.py from newbie_pipeline import NewBiePipeline pipe = NewBiePipeline.from_pretrained("models/") image = pipe(prompt=prompt, num_inference_steps=50, guidance_scale=7.5).images[0] image.save("dual_character_output.png")

4.4 输出结果优化建议

若发现以下问题，可针对性调整：

5. 高级技巧与调试方法

5.1 动态Prompt生成函数

为提高复用性，建议封装XML构造逻辑为Python函数：

def build_xml_prompt(characters, general_tags): char_blocks = "" for i, char in enumerate(characters, 1): char_blocks += f""" <character_{i}> <n>{char['name']}</n> <gender>{char['gender']}</gender> <appearance>{char['appearance']}</appearance> <pose>{char.get('pose', '')}</pose> </character_{i}> """ tags_block = "<general_tags>" for k, v in general_tags.items(): tags_block += f"<{k}>{v}</{k}>" tags_block += "</general_tags>" return char_blocks + tags_block # 使用示例 characters = [ {"name": "miku", "gender": "1girl", "appearance": "blue_twintails, cyber_suit", "pose": "dancing"}, {"name": "asuna", "gender": "1girl", "appearance": "brown_hair, sword", "pose": "battle_stance"} ] general = { "style": "action_anime, motion_blur", "background": "cyber_city, rainy_night", "composition": "dynamic_angle" } prompt = build_xml_prompt(characters, general)

5.2 错误排查清单

5.3 性能调优参数建议

6. 总结

6.1 核心要点回顾

NewBie-image-Exp0.1 的核心优势在于其结构化提示词能力与开箱即用的工程化集成。通过合理运用XML标签体系，用户可以实现：

• 多角色精准控制
• 属性与身份强绑定
• 构图与光照的细粒度调节

相比纯文本提示，XML方式显著降低了生成不确定性，特别适合系列化角色创作、漫画分镜设计等专业场景。

6.2 下一步学习建议

1. 尝试修改create.py实现交互式对话生成流程
2. 结合Jina CLIP进行反向提示词提取（img2prompt）
3. 探索LoRA微调接口，在自有数据上定制角色风格

6.3 最佳实践总结

• 始终使用<character_N>包裹独立个体
• 优先指定<n>字段以激活角色先验
• 保持<appearance>描述具体、简洁、标准化
• 善用<general_tags>统一画风与质量标准

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。