prompt-dataset

Quarry Prompt Datasets 是一个从 Hugging Face Hub 多个公开数据集收集并转换而来的文生图提示词集合，以 LanceDB 表格式存储。数据集主要包含用于 Stable Diffusion、Midjourney、FLUX 等文本到图像生成模型的提示词文本，部分数据还附带图像描述或预计算嵌入向量。数据来源多样，涵盖多种风格和主题，例如肖像摄影、时尚摄影、复古摄影、动漫（Danbooru）等。该数据集专为 SwarmUI-Quarry 扩展设计，用于在 SwarmUI 中提供提示词搜索、浏览和建议功能。用户也可直接使用 LanceDB 库查询这些表。每个数据子集均对应一个原始的 Hugging Face 数据集，并保留了其各自的许可证信息（包括 Apache-2.0、MIT、CC0-1.0、CC-BY-SA-4.0 等），部分数据未指定许可证或包含 NSFW（成人）内容。数据集为衍生作品，原始作者保留所有权利，使用时需遵守对应数据源的许可条款。

原始信息汇总

数据集概述：jtreminio/prompt-dataset

该数据集是 Quarry Prompt Datasets 的集合，旨在为 SwarmUI-Quarry 扩展提供提示词搜索、浏览和推荐功能。数据集中包含多个 LanceDB 表，每个表存储了来自 Hugging Face Hub 上公开数据集的文本到图像提示词（部分包含标题和预计算嵌入）。

数据格式与使用方式

• 数据以 LanceDB 表（.lance 文件）形式存储。
• 这些文件可以直接被 SwarmUI-Quarry 扩展消费，也可通过 lancedb Python 或 Node 库直接查询。

数据集组成

数据集共包含 51 个 LanceDB 表，每个表对应一个 Hugging Face 上的源数据集。下表列出了所有数据源及其许可证信息：

LanceDB 文件	源数据集	许可证
Aconexx.CivitAI-Flux-Prompts.lance	Aconexx/CivitAI-Flux-Prompts	Apache-2.0
AlekseyKorshuk.midjourney-prompts-text-dedup.lance	AlekseyKorshuk/midjourney-prompts-text-dedup	未指定
AlekseyKorshuk.product-photography-v1-tiny-prompts-tasks-collage-filtered.lance	AlekseyKorshuk/product-photography-v1-tiny-prompts-tasks-collage-filtered	未指定
AliN96.midjourney-prompts-embeddings.lance	AliN96/midjourney-prompts-embeddings	MIT
ChrisGoringe.flux_prompts.lance	ChrisGoringe/flux_prompts	Apache-2.0
CyberHarem.lance	CyberHarem（组织）	MIT · ⚠️ NSFW
DamarJati.SD-Prompts.lance	DamarJati/SD-Prompts	CC0-1.0
DamarJati.mj-disney.lance	DamarJati/mj-disney	未指定 · ⚠️ gated
Falah.varied_portrait_prompts.lance	Falah/varied_portrait_prompts	未指定
Geonmo.midjourney-prompts-only.lance	Geonmo/midjourney-prompts-only	未指定
Gustavosta.Stable-Diffusion-Prompts.lance	Gustavosta/Stable-Diffusion-Prompts	未知
KBlueLeaf.danbooru2023-florence2-caption.lance	KBlueLeaf/danbooru2023-florence2-caption	Apache-2.0
Mediocreatmybest.Miscellany_of_Australian_Historical_Photography.lance	Mediocreatmybest/Miscellany_of_Australian_Historical_Photography	CC0-1.0
MohamedRashad.midjourney-detailed-prompts.lance	MohamedRashad/midjourney-detailed-prompts	Apache-2.0
Nelis.Midjourney_Stable_Diffusion_prompts.lance	Nelis/Midjourney_Stable_Diffusion_prompts	未知
Nelis.prompts.lance	Nelis/prompts	未知
NewEden.CivitAI-SD-Prompts.lance	NewEden/CivitAI-SD-Prompts	Apache-2.0
Owen777.9M_77Token_SDXL_Prompts.lance	Owen777/9M_77Token_SDXL_Prompts	未指定
Pratofeitoo.fashion_photography_prompts_SDXL.lance	Pratofeitoo/fashion_photography_prompts_SDXL	未指定
SilentAntagonist.vintage-photography-450k-high-quality-captions.lance	SilentAntagonist/vintage-photography-450k-high-quality-captions	CC-BY-SA-4.0
WoWoWoWololo.stable_diffusion_female_prompts.lance	WoWoWoWololo/stable_diffusion_female_prompts	MIT · ⚠️ NSFW
X779.Danbooruwildcards/	X779/Danbooruwildcards	Other
akba08.ultra-realistic-cinematic-photography.lance	akba08/ultra-realistic-cinematic-photography	MIT
caqlayan.prompts2.lance	caqlayan/prompts2	未指定
chinoll.Danbooru2024-Webp-4MPixel-NL.lance	chinoll/Danbooru2024-Webp-4MPixel-NL	Other（详见页面）
csuhan.midjourney-prompts-FLUX.lance	csuhan/midjourney-prompts-FLUX	未指定
dartags.danbooru-2408-blind-captions.lance	dartags/danbooru-2408-blind-captions	MIT
daspartho.stable-diffusion-prompts.lance	daspartho/stable-diffusion-prompts	未指定
dvilasuero.awesome_hunyuanImage_prompts.lance	dvilasuero/awesome_hunyuanImage_prompts	Apache-2.0
gaodrew.midjourney-prompts-highquality.lance	gaodrew/midjourney-prompts-highquality	Apache-2.0
gnokit.stable-diffusion-prompts.lance	gnokit/stable-diffusion-prompts	未指定
huzaib.stable-diffusion-prompts.lance	huzaib/stable-diffusion-prompts	未指定
isidentical.random-stable-diffusion-prompts.lance	isidentical/random-stable-diffusion-prompts	未指定
jorgevipo.image_prompts_dataset.lance	jorgevipo/image_prompts_dataset	未指定
jtatman.stable-diffusion-prompts-stats-full-uncensored.lance	jtatman/stable-diffusion-prompts-stats-full-uncensored	未指定 · ⚠️ NSFW
jtatman.stable-diffusion-prompts-uncensored.lance	jtatman/stable-diffusion-prompts-uncensored	MIT · ⚠️ NSFW
k-mktr.improved-flux-prompts-photoreal-portrait.lance	k-mktr/improved-flux-prompts-photoreal-portrait	MIT
k-mktr.improved-flux-prompts.lance	k-mktr/improved-flux-prompts	MIT
k-mktr.trending-text-to-image.lance	k-mktr/trending-text-to-image	MIT
k-mktr.z-image-ethnicity-test.lance	k-mktr/z-image-ethnicity-test	Apache-2.0
k-mktr.z-image-examples.lance	k-mktr/z-image-examples	Apache-2.0
kaupane.vintage-photography-captions.lance	kaupane/vintage-photography-captions	未指定
mnemic.200k-random-prompts.lance	mnemic/200k-random-prompts	未指定
poloclub.diffusiondb.lance	poloclub/diffusiondb	CC0-1.0
roborovski.upsampled-prompts-parti.lance	roborovski/upsampled-prompts-parti	未指定
succinctly.midjourney-prompts.lance	succinctly/midjourney-prompts	Apache-2.0
suriyagunasekar.midjourney-prompts.lance	suriyagunasekar/midjourney-prompts	MIT
taoki.stair-captions-prompts.lance	taoki/stair-captions-prompts	CC-BY-4.0
wtcherr.midjourney-prompts.lance	wtcherr/midjourney-prompts	未指定

重要说明

• 许可证状态：
  • "未指定"：源数据集未声明许可证，不代表公共领域，使用前需联系原作者。
  • "未知"：源数据集许可证状态未知。
  • "Other"：需要查看具体源数据集页面了解细节。
• 内容标记：
  • ⚠️ NSFW：包含成人/不适宜所有受众的提示词。
  • ⚠️ gated：源数据集在 Hugging Face 上需要同意条款才能访问。
• 衍生关系：部分数据集是其他数据集的过滤子集或重新标注版本（如 daspartho/... 和 gaodrew/... 是其他数据集的过滤子集，kaupane/... 是对 SilentAntagonist/... 的重新标注），上游许可证可能同样适用。
• 版权与删除：所有底层数据的版权归原始数据集作者所有。如需删除数据，请在 SwarmUI-Quarry 仓库中提出 issue。
• 商用与再分发：各数据集许可证不同，在商用或再分发前务必检查源数据集的许可证条款。

搜集汇总

数据集介绍

构建方式

在文本到图像生成模型蓬勃发展的当下，高质量提示词数据成为驱动创作灵感与模型优化的关键资源。prompt-dataset 数据集应运而生，它系统性地汇集了来自 Hugging Face Hub 上多个公开数据源的提示词文本，部分记录还附带描述性标注与预计算嵌入向量。所有数据均被组织为 LanceDB 格式的表格文件，每个文件依据其来源数据集命名，将仓库标识符中的斜杠替换为点号，例如由 Gustavosta/Stable-Diffusion-Prompts 衍生出的文件命名为 Gustavosta.Stable-Diffusion-Prompts.lance。这种构建方式不仅保留了数据出处，还利用 LanceDB 的高效索引能力为后续检索与利用奠定基础。

特点

该数据集最鲜明的特点在于其广泛的来源覆盖与丰富的元数据标记。它整合了数十个来自不同创作者、面向不同风格与主题的数据集，涵盖从 Stable Diffusion 到 Midjourney、Flux 等多种生成模型的提示词，同时包含如 Danbooru 社区标注等专业语料。每个 LanceDB 表格不仅存储原始提示文本，部分还集成了预计算的特征嵌入，极大提升了语义搜索的灵活性。此外，数据集的 README 文件明确标注了每份数据的许可证状态（如 Apache-2.0、MIT、CC0-1.0）以及可能的 NSFW 或门控访问限制，为使用者提供了清晰的合规指引。

使用方法

prompt-dataset 专为 SwarmUI-Quarry 扩展设计，使用者只需将整个文件夹放置于该扩展期望的数据目录下，系统便会自动索引所有 .lance 表格，从而实现提示词搜索、浏览与智能建议功能。这些表格作为标准 LanceDB 格式的数据存储，亦可被 lancedb 的 Python 或 Node.js 库直接打开与查询，便于高级用户进行定制化的数据挖掘与分析。值得注意的是，由于各源数据集许可证各异，商业用途或二次分发前务必核实上游许可证条款，并尊重原始作者的著作权。

背景与挑战

背景概述

随着文本到图像生成模型（如Stable Diffusion、Midjourney和FLUX）的蓬勃发展，高质量的提示词（prompt）数据集成为提升生成效果与模型微调的关键资源。由开发者jtreminio创建的prompt-dataset数据集，发布于2024年前后，通过整合Hugging Face Hub上数十个公开的提示词数据集，并以高效的LanceDB表格格式存储，旨在为SwarmUI-Quarry扩展提供统一的提示词检索与推荐功能。该数据集汇集了来自Gustavosta、poloclub、succinctly等多个研究机构与社区的贡献，覆盖了从艺术创作、摄影到特定风格生成等广泛领域，为文本到图像生成的研究与工具开发提供了系统化的数据基础，显著降低了研究者获取与整合多样化提示词数据的门槛。

当前挑战

该数据集所解决的领域问题核心在于文本到图像生成中提示词的多样化与可发现性不足。生成模型依赖高质量提示词驱动，但现有提示词分散于不同平台且格式各异，缺乏统一索引。prompt-dataset通过整合来自CivitAI、Danbooru、DiffusionDB等30余个来源的提示词，支持高效检索与浏览，直接提升了生成工具的实用性与用户创作效率。构建过程中的挑战主要体现为多重数据版权与合规性管理，各源数据集许可协议从Apache-2.0到CC0-1.0不等，部分数据集未明确声明或包含NSFW内容，需谨慎处理衍生与重分发问题。此外，数据去重、嵌入预计算及LanceDB索引的批量更新也构成技术难点，以确保存储与查询效率的平衡。

常用场景

经典使用场景

文本到图像生成模型的飞速发展催生了海量提示词数据的涌现，prompt-dataset作为一套精心整合的LanceDB格式提示词集合，为研究者提供了一站式的提示词资源库。该数据集最经典的用途在于支撑文本到图像生成领域的提示词检索与推荐系统研究，通过索引数十个公开来源的百万级提示词样本，研究人员能够高效探索不同风格（如摄影、动漫、写实肖像等）与生成平台（如Stable Diffusion、Midjourney、FLUX等）间的语义映射关系，为后续提示工程和模型微调奠定基础。

衍生相关工作

prompt-dataset的构建直接催生了多个衍生研究方向与工具生态。SwarmUI-Quarry扩展作为其直接消费方，开创了提示词浏览与智能推荐在图像生成UI中的集成范式。源自同一数据体系的子集筛选工作（如daspartho的过滤版本）探索了提示词质量控制的标准化流程，而kaupane的重标注工作则验证了跨数据集描述风格迁移的可行性。这些衍生产品不仅丰满了提示词研究的技术树，更为社区建立了可复用的数据处理范式，推动文本到图像生成领域向着更系统化、更工程化的方向演进。

数据集最近研究

最新研究方向

随着文本到图像生成模型（如Stable Diffusion、Midjourney、Flux等）的蓬勃发展，高质量、多样化的提示词数据集成为优化生成效果和推动模型微调的关键资源。本数据集汇集了来自Hugging Face Hub的数十个公开提示词集合，覆盖从艺术创作、摄影到商业设计等多元领域，尤其聚焦于前沿研究方向中的提示词工程与生成质量关联性分析。近期热点事件包括对Midjourney与Stable Diffusion提示词模式的对比研究，以及利用FLUX模型进行高保真度图像生成的提示词优化。该数据集的发布为提示词风格迁移、跨模型泛化性评估及生成可控性探索提供了标准化基准，对理解文本引导的视觉语义映射具有深远意义，有望加速生成式AI在创意产业中的规范化应用。