title: DanbooruSearch emoji: 👁 colorFrom: red colorTo: indigo sdk: docker app_port: 7860 pinned: false license: gpl-3.0 short_description: 基于语义匹配的 Danbooru 标签搜索引擎，支持多维匹配、智能分词与共现关联推荐。 tags: - text-to-image - prompt-engineering - stable-diffusion - danbooru - nlp thumbnail: >- https://akizukipic.oss-cn-beijing.aliyuncs.com/img/202604022117025.png

Danbooru Tags Searcher

本项目提供一种基于语义匹配的 Danbooru 标签查找方案。用户可以通过输入日常语言或模糊描述，查找并匹配 Danbooru 数据集中对应的标准标签，适用于辅助构建 Stable Diffusion、NovelAI 等 AI 绘画工具的提示词（Prompt）。

目前支持使用汉语和英语进行查找

立即使用： https://huggingface.co/spaces/SAkizuki/DanbooruSearch

ComfyUI 插件版本： ComfyUI-DanbooruSearcher

本项目的数据库由Danbooru API抓取而成，使用LLM进行语义扩充和中文翻译。角色名、作品名使用二次元垂类数据库Bangumi API进行精确查询，尽可能地避免了在角色名、作品名上的幻觉问题。

数据库生成代码： https://github.com/SuzumiyaAkizuki/danbooru-tag-pipeline

核心特性

本版本在基础语义检索之上，引入了完整的标签工作流辅助功能：

• 多维度语义匹配： 底层支持 4 个维度的向量空间检索（英文、中文扩展词、维基释义、中文核心词），大幅提升模糊描述的命中率。
• 智能分词与显式分隔： 支持一键开启/关闭自动分词。开启后自动提取长句中概念分别检索；同时支持用空格、换行、中文逗号（，）和顿号（、）手动分隔概念，系统会尊重你的分隔意图，将每个片段作为整体匹配（超过 7 字的片段仍然自动分词）。
• 标签互相关推荐： 引擎内置标签共现数据。当你选中某些标签后，系统会自动推荐在 Danbooru 图库中经常与它们一同出现的相关标签，辅助补全画面细节。
• 推荐擅长画师： 基于标签-画师 NPMI 共现数据，根据已选标签实时推荐擅长绘制这些元素的画师，支持勾选加入已选标签。
• 已选区工作区编辑： 搜索结果、关联标签、同类标签和推荐画师可以汇入同一个标签工作区；支持调整 Prompt 权重、撤销/恢复、历史快照、收藏、Prompt 导入与完整备份，数据默认保存在当前浏览器中。
• 精细化查阅与过滤： 支持按标签类别（General通用 / Character角色 / Copyright作品）进行硬过滤。
• 提供 NSFW 保护模式（开启后自动模糊敏感词汇）。
• 表格内置 Danbooru 维基释义悬浮提示，并提供前往原站的快捷链接。

快速了解

功能概览

本工具提供以下核心功能：

• 精确查词（容错拼写错误）
• 概念模糊发散
• 输入描述查词
• 完整画面查找
• 关联推荐
• 推荐擅长画师
• 已选区工作区编辑

前四项基于语义向量匹配，第 5、6 项基于共现数据（标签-标签共现与标签-画师共现）；第 7 项用于整理、编辑和复用最终 Prompt。

参数说明

在进入功能介绍之前，先了解几个关键参数，它们会影响所有搜索模式的结果质量。

Top K（语义相关） 针对单个分词，检索语义最相关的候选标签数量。该值作用于每个向量检索层，最终候选池大小约为 Top K × 层数，再截断至结果上限。值越大，召回越广，但热度高的分词会占据更多名额，可能挤压低频但精确的分词。精确查词场景建议调低（20），发散探索场景可以调高（80~160）。

结果上限 最终展示的标签总条数。建议设为 70~80 以适配主流 SDXL 模型的 prompt 长度。精确查词时可以调低到 10，避免干扰。

热度权重（0~1） 控制标签在 Danbooru 站内发帖量对最终排序的影响。数值越高，越倾向于推荐常用高频标签。默认值 0.15 在大多数场景下表现良好。

智能分词 开启时，程序会自动拆分输入的长句，提取其中的关键概念分别检索，再合并结果。适合完整画面描述；若只想检索一个完整短语的语义，建议关闭。

新版支持显式分隔符： 用空格、换行、或中文逗号/顿号（，、）手动分隔概念时，系统会将每个分隔片段视为独立的原子概念，不再做进一步拆分。这在你明确知道自己想要哪些概念时比自动分词更精准。

当分隔后的某个片段超过 7 个字时，系统会退回到自动分词——因为超过这个长度的片段通常是短句而非单一概念。这一阈值基于对所有标签核心中文名长度的统计分析得出。

功能介绍

1. 精确查词

适用场景： 你想用中文或英文查询一个单一概念，或者知道某个标签的大概写法但不确定拼写是否准确。

本工具通过语义相似度匹配而非字符串精确匹配，因此具备一定的拼写容错能力。 中文概念同样会通过中文核心词、中文扩展词和释义等向量层检索，例如输入 水手服 可以召回 serafuku。语义搜索召回废弃标签时，系统会使用官方 Danbooru Tag Alias 将其规范化为当前标签；Alias 只纠正结果，不替代语义搜索。

建议参数： Top K: 20 | 结果上限: 10 | 热度权重: 0.15 | 关闭智能分词

关闭智能分词，确保整个输入作为一个整体进行语义匹配，不会被拆散。

示例

2. 概念模糊发散

适用场景： 你脑中有一个模糊的概念或风格意象，但不知道在 Danbooru 里对应哪些标签，希望系统帮你"发散"出相关的候选标签。

建议参数： Top K: 80~160 | 结果上限: 80 | 热度权重: 0.15 | 开启智能分词

示例

示例 1：「兔耳朵」

输入一个宽泛概念，系统会返回各类耳型相关标签，包括真兔耳、头饰耳、兽娘耳等变体。

示例 2：「中国风古装」

返回汉服、旗袍、各朝代服制等细分标签，帮助你快速了解这一风格下的标签体系。

示例 3：「机械义肢」

返回包含义肢、机械臂、赛博朋克肢体等标签，适合进一步结合关联推荐做细化筛选。

示例 4：「战斗姿势」

返回各类战斗动作、持武器动作等标签。

3. 输入描述查词

适用场景： 你能描述某个具体的事物、角色、场景，但不知道 Danbooru 的对应标签。可以使用中文或英文自然语言描述，也可以通过 IP 名称、角色外号来查找角色标签。

建议参数： Top K: 20 | 结果上限: 20 | 热度权重: 0.15 | 关闭智能分词

关闭智能分词，使系统对你的整段描述做整体语义匹配，而不是拆词。

示例

示例 1：用描述定位角色

示例 2：用描述定位服饰/物品

4. 完整画面查找

适用场景： 你脑中已经有了一幅完整的画面，希望一次性把整段描述转换成尽可能多的 Danbooru 标签，用于 AI 绘画的完整 Prompt。

建议参数： Top K: 5 | 结果上限: 80 | 热度权重: 0.15 | 开启智能分词

开启智能分词：系统会自动拆分你的长句，提取其中的关键概念分别检索，再合并去重，覆盖尽可能多的画面元素。

示例

示例 1：雨中奔跑的少女

一个穿着白色水手服、蓝色短裙的少女，在下着大雨的城市街道奔跑，
她的表情是不甘、愤怒、流泪，她的衣服湿透。

short_dress, city, streaming_tears, street, white_serafuku, furious, fume, rain, tears, running, skirt, crying, tearing_up, urban

示例 2：赛博朋克城市夜景

赛博朋克风格的城市，霓虹灯招牌，雨后潮湿的街道倒映灯光，
远处高楼林立，一个穿着皮夹克的女孩站在路灯下抽烟。

street, reflection, lights, lamp, leather_jacket, fur_jacket, 1girl, standing, lamppost, smoking, holding_cigarette, cyberpunk, after_rain, city, urban, neon_lights, wet_floor, utility_pole

示例 3：奇幻战场

一个银发的精灵女战士，身穿轻甲，手持弓箭，站在废墟上，
背景是正在燃烧的城市和布满乌云的天空，衣服上有血迹。

burning, city, dark_cloud, sky, clothes, blood_stain, blood_on_clothes, silver_hairband, standing, white_hair, cyberpunk, after_rain, holding, bow_(weapon), urban, ruins, elf, rubble, holding_bow_(weapon), arrow_(projectile), neon_lights, burning_building, wet_floor, utility_pole

技巧：关于描述的写法

• 分段描述不同要素（人物 / 背景 / 表情 / 服装）比混在一起效果更好
• 细节越具体，匹配越准确——「蓝色长发」优于「特别的发色」
• 遇到感觉应该有但没命中的标签，可以把该部分单独截取，切换到「输入描述查词」模式单独查

5. 关联推荐（共现匹配）

关联推荐与前四项功能机制不同，它不依赖语义相似度，而是基于 Danbooru 图库中标签的共现统计：如果两个标签经常出现在同一张图上，就认为它们相关。

使用方式： 在左侧结果表格中勾选你感兴趣的标签，右侧关联推荐栏会自动刷新，显示在 Danbooru 图库中与你选中标签最常共现的其他标签。也可以点击「根据已选刷新」手动触发。

关联推荐的得分是基于 NPMI（互信息归一化）计算的，能有效过滤掉那些只是因为自身热度高而频繁出现的标签。

适用场景

场景 1：查看某种服饰/道具的常见搭配

勾选 fingerless_gloves（露指手套），关联推荐会列出穿露指手套的角色们。

场景 2：查看某个角色的典型特征

勾选角色标签（如 amiya_(arknights)），关联推荐会列出该角色最常出现的服装、配件、表情等标签，相当于自动生成角色的"标签画像"。

场景 3：探索某类主题的标签体系

勾选 fighter_jet（战斗机），关联推荐会列出各类机型、飞行动作、背景等相关标签，帮助你快速摸清一个主题下的标签生态。

场景 4：组合多个标签获得交集推荐

同时勾选多个标签时，关联推荐会综合计算多标签的共现关系，推荐与这组标签整体最匹配的标签，而不只是单个标签的邻居。

比如同时勾选 maid + twintails，推荐结果会更倾向于「女仆且双马尾」场景下经常出现的标签，而不是单纯「女仆」或「双马尾」各自的高频搭配。

6. 推荐擅长画师

推荐擅长画师与关联推荐类似，基于 标签-画师 NPMI 共现数据，但目标是推荐擅长绘制已选标签所描述元素的画师。

使用方式： 在左侧结果表格或右侧关联推荐中勾选标签后，右栏「推荐擅长画师」区域会实时自动更新，无需手动刷新。画师可勾选加入已选标签（Anima 模式下复制时自动加 @ 前缀）。

评分逻辑： 对每个已选标签，计算该标签与画师的 NPMI 共现分，累加后乘以命中标签数加成，最终归一化显示为百分比。

适用场景

场景 1：根据风格标签找画师

勾选 flat_color（平涂）+ 1girl，推荐擅长平涂风格女性角色的画师。

场景 2：根据角色找画师

勾选某角色标签，推荐经常绘制该角色的画师。

场景 3：根据画面元素找画师

勾选 mecha（机甲）+ detailed_background，推荐擅长机甲和精细背景的画师。

7. 已选区工作区编辑

在搜索结果、关联标签、同类标签或推荐画师中勾选内容后，它们都会进入同一个已选区（标签工作区）。工作区会自动保存在当前浏览器中，刷新页面后仍可继续编辑。

标签与 Prompt 编辑：

• 使用标签两侧的 − / + 调整 Prompt 权重，也可以随时移除不需要的标签。
• 使用「撤销 / 恢复」回退或重做最近的工作区修改。
• 可切换 SDXL、NAI、Anima 复制格式，所选格式会随工作区保存；画师标签在 Anima 格式下会自动转换为 @画师名。
• 「清空已选」只会清空当前工作区，不会删除历史记录或收藏。

历史与收藏：

• 每次搜索都会记录查询内容、当时的搜索设置和工作区快照。你可以使用「重新搜索」恢复原查询与参数，使用「恢复工作区」找回当时的标签、权重和格式，或使用「追加查询」保留当前工作区并继续搜索。
• 「保存收藏」会保存当前标签组合、权重、来源和 Prompt 格式。收藏可恢复、合并或直接复制；合并同名标签时，会保留当前工作区已有的权重。

Prompt 导入与备份：

• 「导入 Prompt」支持半角/全角逗号和换行分隔，并会使用 Danbooru Tag Alias 替换已弃用标签。重复标签会自动合并，无法唯一识别的内容会进入待确认区，不会被强行加入工作区。
• 「备份 / 迁移」可以导出包含当前配置、工作区、原始搜索查询、历史和收藏的完整 JSON，并支持合并或替换导入。上述数据默认仅保存在当前浏览器中，备份文件只有在你主动下载或上传时才会离开浏览器。

使用技巧

技巧 1：先宽后窄 先用完整画面查找拿到大量候选标签，再用分词筛选 chip 或手动去掉不相关的，然后勾选剩余标签触发关联推荐，补充遗漏细节。

技巧 2：拿不准标签含义时悬浮查看 鼠标悬停在任意标签行或关联推荐行上，会弹出该标签的 Danbooru 维基释义，方便快速判断是否符合需求，无需跳转站外。

技巧 3：点击标签名直接跳转 标签名是可点击链接，点击后在新标签页打开 Danbooru 的对应维基页，可以查看详细说明、相关图例和近义标签。

技巧 4：NSFW 保护模式 默认关闭 NSFW 显示。打开后标签的完整名称和含义会显示出来，但平台限制下（魔搭创空间）此选项不可用。

技巧 5：复制全部 vs 复制选中 - 复制全部标签：把当前搜索结果中所有标签复制为逗号分隔的字符串，适合快速生成完整 Prompt - 复制选中标签：只复制你在表格中手动勾选的标签，适合精选后使用

技巧 6：用显式分隔符精细控制分词 当你知道自己想要哪些独立概念时，用空格或中文逗号手动分隔它们： - 「运动社团 校队 比赛 运动会 体育祭 田径部」→ 每个概念原样保留 - 「反乌托邦、赛博朋克、蒸汽朋克、废土」→ 逗号分隔同理 - 分隔后的短片段（≤7 字）作为整体匹配，不会被错误拆开 - 如果需要混合长短查询，可以一部分用空格分隔、另一部分写成自然语句

接口方法

REST API

本工具同时提供 REST API，可集成到你自己的工作流中。

启动后访问 /api/docs 查看完整的交互式 API 文档。

搜索接口

POST /api/search
{
    "query": "白色水手服的女孩",
    "top_k": 5,
    "limit": 80,
    "popularity_weight": 0.15,
    "show_nsfw": true,
    "use_segmentation": true,
    "target_layers": ["英文", "中文扩展词", "释义", "中文核心词"],
    "target_categories": ["General", "Character", "Copyright"],
    "group_mode": "off",
    "max_per_group": 2
}

搜索接口保留底层可调参数，适合需要精细控制召回数量、分层检索、分词策略、类别筛选和分组去重的工作流。 响应包含 tags_all、tags_sfw、keywords、results；每条结果默认包含完整字段和 wiki。如果语义召回结果经官方 Tag Alias 规范化，还会包含原废弃标签 alias_from；tag、tags_all 和 tags_sfw 始终使用规范标签。

关联推荐接口

POST /api/related
{
    "tags": ["white_serafuku", "sailor_collar"],
    "limit": 50,
    "show_nsfw": true
}

响应为 results 列表，每条结果默认包含 wiki；如果输入标签拼写错误但可被纠正，会额外返回 correction_note 和 corrections。

推荐擅长画师接口

POST /api/artists
{
    "tags": ["1girl", "blue_hair", "school_uniform"],
    "limit": 30,
    "min_cooc": 3,
    "show_nsfw": true
}

响应字段：artist（画师名）、cooc_count（共现次数）、post_count（作品数）、sources（命中标签）、top_tags（该画师最常画的 10 个标签，含中文名）。

健康检查接口

GET /api/health

详见：API 文档

MCP 接口

本工具提供 MCP（Model Context Protocol）服务，支持将搜索引擎直接接入 Claude Desktop、Cursor、Cherry Studio 等支持 MCP 协议的大模型客户端，让 AI 能够在对话中直接调用标签搜索能力。

MCP 服务地址：

https://sakizuki-danboorusearch.hf.space/mcp/mcp

https://sakizuki-danboorusearchonline.ms.show/mcp/mcp

以上两个端口提供完全相同的服务，互为备份

接入方法

方法一：Claude Desktop

Claude Desktop 不支持直接连接 Streamable HTTP 端点，需要通过 mcp-remote 作为本地桥接。

首先全局安装 mcp-remote（需要本机已安装 Node.js）：

npm install -g mcp-remote

然后在配置文件中添加以下内容：

• Windows：%APPDATA%\Claude\claude_desktop_config.json
• macOS：~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "danbooru-searcher": {
      "command": "mcp-remote",
      "args": [
        "https://sakizuki-danboorusearch.hf.space/mcp/mcp"
      ]
    }
  }
}

保存后重启 Claude Desktop，工具列表中出现 search_tags、get_related_tags、get_artist_recommendations、get_anima_format 和 get_newbie_format 即为成功。

注意：不要使用 "url" 字段直接填写地址，Claude Desktop 不支持该格式，会提示配置无效。也不推荐通过 npx mcp-remote 调用，首次执行时 npx 需要临时下载包，npm 缓存损坏时会导致启动失败。全局安装可规避此问题。

方法二：图形界面（Cherry Studio 等）

在 MCP 服务器管理页面点击「添加」，填写以下信息：

• 名称：danbooru-searcher（可自定义）
• 类型：Streamable HTTP
• URL：https://sakizuki-danboorusearch.hf.space/mcp/mcp

注意：类型务必选择 Streamable HTTP，不要选 SSE，否则工具列表无法正常加载。

添加完成后重启客户端，或在 MCP 管理界面手动刷新连接。

可用工具

接入后 AI 可调用以下工具：

search_tags — 自然语言搜索标签

接受中文或英文描述，返回匹配的 Danbooru 标签列表和可直接用于 AI 绘画的 prompt 字符串。支持参数：

search_mode 的选择规则：

• full_scene：默认值。用户描述的是一张具体画面时使用，即使描述里有很多元素，也仍然属于完整画面。
• concept_explore：用户想浏览某个概念下有哪些候选标签时使用，结果更多，token 消耗更高。
• subject_describe：只描述一个单一视觉概念、角色或物品时使用；多元素画面不要用这个模式。
• precise_lookup：用于中文或英文的单一概念、拼写纠错及接近精确的标签查询；仍使用语义搜索，并用官方 Tag Alias 规范化返回结果。

返回 JSON 包含：prompt（逗号分隔标签）、keywords（检索关键词）、results（标签结果）。每条结果包含 tag、cn_name；发生官方 Alias 纠正时包含 alias_from，当 include_wiki=true 时包含 wiki。

get_related_tags — 共现关联推荐

给定一组已选标签，返回在 Danbooru 图库中与之最常共现的相关标签，基于 NPMI 评分，可有效过滤掉仅因自身热度高而频繁出现的标签。

返回字段：tag、cn_name、sources，当 include_wiki=true 时包含 wiki。如果输入标签拼写错误但可纠正，会返回纠错说明。

get_artist_recommendations — 推荐擅长画师

给定一组标签，返回擅长绘制这些元素的画师列表，基于标签-画师 NPMI 共现数据排序。

返回字段：artist（画师名）、cooc_count（共现次数）、post_count（作品数）、sources（命中标签）、top_tags（该画师最常画的 10 个标签，含中文名）

get_anima_format — 获取 Anima 提示词格式规范

当用户需要把检索到的标签整理为 Anima 模型的 Hybrid 提示词时调用。返回完整格式说明，包括硬标签层、空间叙事层、标签格式化、权重语法、多人物防串扰和中文解释规则。

get_newbie_format — 获取 NewBie XML 提示词格式规范

当用户需要输出 NewBie 模型 XML 提示词时调用。返回 XML 结构、字段职责、标签处理规则、多人角色分组和 caption 写作要求。

调用示例

接入后，你可以直接用自然语言告诉 AI 你的需求，AI 会自动选择合适的参数调用工具：

帮我把「一个穿白色水手服的少女在大雨中奔跑，表情愤怒、流泪，衣服湿透」转换成 Danbooru 标签 prompt

我想找「机械义肢」相关的标签，帮我发散一下

帮我查一下「命运石之门的助手」对应的角色标签是什么

我已经选了 white_serafuku 和 rain 这两个标签，帮我推荐一些常见的搭配标签

帮我找擅长画「平涂风格 + 蓝发少女」的画师

查一下「运动社团 校队 比赛 运动会 体育祭 田径部 网球部 篮球部」这些概念对应的标签

找「反乌托邦、赛博朋克、蒸汽朋克」的 General 类标签，只查通用特征不查作品名

按 Anima 模型格式，把这些标签整理成 Hybrid 提示词

按 NewBie XML 格式输出这个角色场景的提示词

服务使用说明

HF Space 在无流量时会进入休眠状态，首次请求需要等待冷启动（约 30~60 秒）。若 AI 调用超时，稍等片刻后重试即可，或先访问 Space 页面 将其唤醒。

任何用户都可以免费将本服务的API或MCP接口接入自己的私有或公开服务中。

如果接入公开服务，务必在主页提供链接到本服务主地址的友情链接：

URL: https://huggingface.co/spaces/SAkizuki/DanbooruSearch
简介: 基于语义匹配的Danbooru标签搜索引擎，支持多维匹配与共现关联推荐。

数据库说明

• 数据来源：Danbooru API 抓取
• 中文翻译与语义扩充：由 LLM 辅助完成
• 角色名、作品名：通过二次元垂类数据库 Bangumi API 精确查询，尽量避免幻觉
• 仅收录 Danbooru 频数 ≥ 100 的标签，保证标签实际可用
• 仅覆盖 General（通用特征）、Character（角色）、Copyright（作品）三类标签

数据库生成代码： https://github.com/SuzumiyaAkizuki/danbooru-tag-pipeline

使用注意事项

• 本工具为 AI 辅助工具，检索结果未必 100% 准确
• 查找结果可能包含 NSFW 内容（默认隐藏）
• 仅支持中文 / 英文双语查找
• 如果检索结果不理想，欢迎点击「没搜到？」按钮提交反馈，帮助持续优化引擎

支持项目

DanbooruSearch 会继续免费开放。如果这个小工具刚好帮你省了点时间，可以自愿赞赏一点维护成本；赞赏不解锁任何功能、不提高额度、不影响搜索结果，也不会获得特殊待遇。量力而行就好，未成年人请勿赞赏。

搜索统计

友情链接

• 本项目中借鉴了Good Anima项目中关于Anima模型提示词书写的相关内容
• Linux Do社区

开源协议

本项目采用 GNU General Public License v3.0 开源协议。