音述AI本地素材反推提示词调用操作方法

要在本地运行音述AI反推工具，需满足Python 3.9+、PyTorch 2.1+（CUDA 12.1）以及≥8GB显存的条件，Mac M系列则必须安装torch-metal。下载解压后，运行setup脚本安装依赖，接着执行python app.py启动服务。之后，上传图片，选择高保真模式与细节强化，即可秒得结构化提示词。

想把手机里存的实拍照片、截图或设计稿直接变成可复用的AI绘画提示词，不用手动描述光影构图和风格细节，本地调用就能秒出结构化关键词。

确认本地环境是否满足运行条件

音述AI反推模块依赖本地Python 3.9+环境与PyTorch 2.1+（CUDA 12.1支持），显存需≥8GB。若你用的是Mac M系列芯片，必须安装arm64版本的torch-metal，否则模型加载会报错RuntimeError: no kernel image is a vailable。

打开终端执行：python -c "import torch; print(torch.__version__, torch.cuda.is_a vailable())" → 输出应为类似

。若显示False，请先运行pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121重装CUDA版。

下载并解压音述AI反推工具包

访问官方GitHub Release页（https://github.com/yinshu-ai/prompt-reverse/releases），下载最新版yinshu-prompt-reverse-v1.3.0-local.zip。

解压后进入目录，双击运行setup.bat（Windows）或setup.sh（macOS/Linux）→ 自动安装依赖并校验模型权重完整性。若终端卡在Downloading clip_vit_l.pth...超2分钟，说明网络中断，需手动将该文件放入models/子目录再重试。

用命令行启动反推服务

在解压根目录下打开终端，输入：python app.py --port 8080 --device cuda → 服务启动后浏览器自动跳转至http://localhost:8080。

要是出现OSError: [WinError 10013] 以一种访问权限不允许的方式做了一个访问套接字的尝试的提示，那就表明8080端口被占用了，此时你得改用--port 8081；Mac用户首次运行时可能会弹出一个要求“允许接收网络连接”的弹窗，这个时候必须点击“允许”才能访问Web界面哦。

上传图片并生成提示词

第一步：点击页面中央「选择文件」按钮，仅支持JPG/PNG/WebP，单张≤20MB。

第二步：在「输出精度」下拉菜单中选「高保真（含JSON结构）」→ 此模式会额外输出subject、lighting、composition等12个字段的键值对，方便你后续接入ComfyUI工作流。

第三步：勾选「启用细节强化」→ 工具会自动放大图像边缘区域二次采样，对首饰反光、织物纹理、毛发走向等微特征识别率提升47%，但耗时增加1.8秒。不勾选则仅做全局语义解析。

第四步：点击「开始反推」→ 等待进度条走满，结果区自动展开两栏标签：「纯文本提示词」可直接复制粘贴到即梦/AI1505等平台；「结构化JSON」点击右上角「复制全部」即可导出为.json文件。