用Python批量下载AI绘画作品——顺便把提示词也带回来了

用Python批量下载AI绘画作品——顺便把提示词也带回来了

✦ ✦ ✦

摘要：在 liblib.art 上看到一个喜欢的模型，作品展示区有几千张社区生成的图片，一张张手动保存太累了。我用 Python 写了段脚本，一键批量下载所有图片和对应的生成参数——提示词、采样方法、步数、CFG、种子，全部自动归档。本文记录实现思路，纯技术交流。

✦ ✦ ✦

起因

事情是这样的。我在 liblib.art 上闲逛，看到一个模型的效果特别对胃口，点进作品展示区一看——好家伙，社区用户用这个模型生成了不少图片。

我当时的想法是：这些图要是能全部拉下来，加上每张图对应的提示词和参数，不管是用来分析这个模型的风格偏好，还是给后续项目做素材参考，都很有价值。

但真要我一张张点开、右键保存、再复制参数——几千张图，手得废掉。得想个办法让它自己干。

捋一下思路

打开浏览器开发者工具看了看，发现 liblib 的页面是前后端分离的，作品数据走的是 API。那事情就简单了：搞清楚 API 怎么调，剩下的交给代码。

整个流程分三步：

第一步，调 API 把作品列表全拉下来，拿到每张图的 UUID。

第二步，拿 UUID 去详情页把图片和参数提取出来。

第三步，加个断点续传机制，万一中途断了不用从头再来。

拿 UUID

作品展示区的数据是通过一个接口返回的：

POST https://api2.liblib.art/api/www/community/returnPicList

参数很简单，传模型的 UUID、每页条数、页码就行：

{  "uuid": "模型的UUID",  "pageSize": 100,  "page": 1}

每次返回 100 条，翻页遍历完所有页面，所有作品的 UUID 就到手了。

提取图片和参数

拿到 UUID 之后，访问作品的详情页：

https://www.liblib.art/imageinfo/{uuid}

页面的 HTML 里嵌着一份完整的服务端渲染数据，图片地址和生成参数都在里面。顺着这个路径找就行：

data → props → pageProps → data → imagesV2[0][0]

能拿到的东西还挺全的：

每张图生成两个文件，图片和参数分开存：

001 - 作品标题.png    ← 原图001 - 作品标题.txt    ← 提示词 + 参数

断点续传

几千张图，下载过程中可能断网、可能报错、可能想关电脑走人。所以必须支持断点续传。

方案是在输出目录维护一个检查点文件：

{  "uuids": ["...所有UUID"],  "completed": ["...已成功的"],  "failed": ["...失败的"]}

每成功下载一张就更新一次。下次启动时加个参数，自动跳过已完成的，继续处理失败的。

几个小细节

图片地址

SSR 数据里的 originalImageUrl是原图，不带水印。如果这个字段为空，可以回退到 imageUrl或 coverUrl。

隐藏参数

有些作品设置了隐藏参数，SSR 数据里不包含生成信息。这种情况在 txt 里标注一下就行，不影响图片下载。

请求间隔

API 请求间隔 0.5-1 秒，图片下载间隔 2-4 秒，不给服务器添麻烦。

实际效果

拿一个模型试了试（绪儿大佬的红尘白梦），下载下来的图片拼了几张图，效果还不错：

有了数据能做什么

这批「图片 + 参数」数据拿到手之后，能做的事情还挺多的：

提示词词频统计——看看大家用这个模型时最喜欢写什么关键词参数分布分析——步数、CFG、采样方法，社区用户的偏好一目了然图生图参数还原——看到喜欢的风格，反推它的生成配置数据集构建——为模型训练或风格迁移准备素材

✦ ✦ ✦

仅供学习交流，请遵守 liblib.art 的用户协议。

— 完 —