随着 Stable Diffusion 的不断进化，越来越多的开发者加入到插件开发的行列中。大家都知道网上虽然教程多，但非常碎片，一个个学习和查阅真的非常耗时，感觉每天都在烧脑。如果你是 SD 小白或者是小懒猫，又想快速上手应用 Stable Diffusion 插件，那么这篇文章就非常适合你了！因为这是以设计师日常应用的角度出发，从推举指数、易上手水准、应用频次三个维度来测评。
希望这篇文章能够帮助大家更好地了解 Stable Diffusion 插件。
更多SD插件：
一、前方高能
1. prompt-all-in-one 提醒词翻译补全(主动翻译)
推举指数：☆☆☆☆☆
易上手水准：☆☆☆☆☆
应用频次：☆☆☆☆☆
能做什么：prompt-all-in-one 提醒词翻译补全可以帮助英文不好的用户，快速弥补英文短板。其中包含，中文输入主动转英文、主动保存应用描述词、描述词历史记录、快速修改权重、收藏常用描述词、翻译接口可以多种选择、一键粘贴删除描述词等。
扩张地点： https://github.com/Physton/sd-webui-prompt-all-in-one
2. SixGod 提醒词插件
推举指数：☆☆☆☆
易上手水准：☆☆☆☆☆
应用频次：☆☆☆☆
能做什么：SixGod 提醒词插件可以帮助用户快速生成逼真、有创意的图象。其中包含，清空正向提醒词”和“清空负向提醒词、提醒词起手式包含人物、服饰、人物发型等各个维度的提醒词、一键清除正面提醒词与负面提醒词、随机灵感关键词、提醒词分类组合随机、动态随机语法等。
扩张地点： https://github.com/thisjam/sd-webui-oldsix-prompt
3. After Detailer 人脸及手部建设插件
推举指数：☆☆☆☆☆
易上手水准：☆☆☆☆☆
应用频次：☆☆☆☆
能做什么：After Detailer 是一款富强的图象编辑对象，可用于建设和编辑图象。主动建设图象中的瑕疵 ，无论是 2D 还是真实的人脸及手部都可以通过辨认面部/人物/手部并主动对其进行 mask 和重绘的对象，可以通过调整参数去改变辨认的对象和辨认区域的大小及位置等。
扩张地点： https://github.com/Bing-su/adetailer
4. Tagger 提醒词反推
推举指数：☆☆☆
易上手水准：☆☆☆☆☆
应用频次：☆☆
能做什么：Tagger 提醒词反推可以从任意图片中提取。帮助理解图象的内容、创建创意图象、分析图象数据。
扩张地点： https://github.com/pythongosssComfyUI-WD14-Tagger?tab=readme-ov-file
5. Inpaint Anything 蒙版换装换脸
推举指数：☆☆☆☆
易上手水准：☆☆☆
应用频次：☆☆
能做什么：Inpaint Anything 是一款富强的图象编辑对象，可用于删除和替换图象中的任何内容。它应用人工智能来主动辨认和建设图象中的缺陷，无需应用遮罩。删除图象中的不需要的对象或瑕疵、建设图象中的损坏、替换图象中的对象或背景、创建创意图象效果。
扩张地点： https://github.com/Uminosachi/sd-webui-inpaint-anything
6. Segment Anything 辨认支解图片中的物体
推举指数：☆☆☆
易上手水准：☆☆
应用频次：☆
能做什么：Segment Anything 是一款富强的图象支解对象，可用于主动辨认和支解图象中的不同对象。类似于 controlnet 中的 SEG 语义支解，但 Segment Anything 是功能更富强、准确性更高、易用性也更高的图象支解对象， 但学习成本更高。
扩张地点： https://github.com/facebookresearch/segment-anything.git
7. ultimate SD upscale 图片放大
推举指数：☆☆☆☆
易上手水准：☆☆☆☆
应用频次：☆☆☆☆
能做什么：Ultimate SD Upscale 是一款富强的图象超分辨率对象，可用于将低分辨率图象提升到高分辨率、减少噪声和模糊。Ultimate SD Upscale 应用的超分辨率模型是基于深度学习的，因此具有较高的准确性。
扩张地点： https://github.com/Coyote-A/ultimate-upscale-for-automatic1111.git
8. Tiled Diffusion
推举指数：☆☆☆
易上手水准：☆☆
应用频次：☆☆☆
能做什么：Tiled Diffusion 同样是图象超分辨率、建设图象瑕疵的对象。Tiled Diffusion 适合小显存，速度更快，细节添加更可控，也不容易崩坏。
扩张地点： https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111
本人用 Ultimate SD Upscale 最多，因为它相对更有发挥空间。而 Tiled Diffusion 是可以让图片看起来更逼真。、
10. Additional Networks
推举指数：☆☆
易上手水准：☆
应用频次：☆
能做什么：Additional Networks 是一个由 Google AI 开发的插件，可用于模型中添加额外的 LoRA，也可帮我们控制多个 LoRA 模型生成混合风格的图象，从而提升图片的独创性。
扩张地点： https://github.com/kohya-ss/sd-webui-additional-networks.git
11. Image-recognition 图片信息辨认
推举指数：☆☆☆
易上手水准：☆☆☆☆☆
应用频次：☆☆☆☆
能做什么：sd-webui-图片信息辨认是一个由 Google AI 开发的开源插件，可基于图片辨认模型、图片中的物体、场景、人物等信息，并将其输出为文本。
扩张地点： https://github.com/google/sd-webui-image-recognition
12. Openpose Editor 姿势编辑
推举指数：☆☆☆☆☆
易上手水准：☆☆☆☆☆
应用频次：☆☆☆☆☆
能做什么：辨认图片中的人物姿势，可以根据需求随意调整人物的姿势，例如武术、手托腮、人物复杂姿势。
13. DWpose 手部建设
推举指数：☆☆☆☆
易上手水准：☆☆☆☆☆
应用频次：☆☆☆☆
能做什么：普通 OpenPose 模型的强化版，对手部动态辨认有更好的理解能力，对复杂的穿插关系的姿势辨认表现出众。
扩张地点： https://github.com/IDEA-Research/DWPose
14. IP-Adaper
推举指数：☆☆☆
易上手水准：☆☆☆☆☆
应用频次：☆☆
能做什么：IP-Adapter 是腾讯的另一个实验室 Tencent AI Lab 研发的控图模型。名称中的 IP 指的是 Image Prompt 图象提醒，它和 T2I-Adapter 一样是一款小型模型，用于风格迁移、可理解为垫图。
扩张地点： https://github.com/tencent-ailab/IP-Adapter ；https://ip-adapter.github.io/
15. Recolor 重新上色
推举指数：☆☆☆☆
易上手水准：☆☆☆☆☆
应用频次：☆
能做什么：Recolor 是给图片填充颜色，非常适合建设一些黑白老旧照片和去过色的图片。
16. T2I-Adapter 文生图适配器
推举指数：☆☆☆☆
易上手水准：☆
应用频次：☆☆
能做什么：T2I-Adapter 由腾讯 ARC 实验室和北大视觉信息智能学习实验室联合研发的一款小型模型，它的作用是为各类文生图模型提供额外的控制引导，同时又不会影响原有模型的拓展和生成能力。T2I-Adapter 的特点是体积小，参数级只有 77M，但对图象的控制效果不错。
扩张地点： https://huggingface.co/TencentARC/T2I-Adapter/tree/main/models
总体而言，Stable Diffusion 功能非常富强、也逐渐变得易于应用了。如果你还没有尝试过 SD，我强烈建议你试试看。它一定会给你带来惊喜！