LoraTag - 面向 LoRA 训练的 AI 图像描述生成工具 | 批量数据集准备工具

是什么

LoraTag 是一款基于 Web 的图像描述生成工具，用于准备 LoRA 训练数据集。它根据页面不同区域使用 GPT-4 Vision 或 OpenAI Vision，为图像生成自然语言描述，并导出与 LoRA 训练工作流配套使用的 .txt 文件。

它面向 AI 艺术家、LoRA 创作者以及从事 Stable Diffusion、SDXL、SD3 和 FLUX 相关训练流程的微调研究人员。其核心工作流程是上传图像、选择描述细节设置、批量生成描述、审核或编辑描述，并下载可直接用于训练的文件；其定位看起来是一个以浏览器为优先的数据集准备工具，专注于比手动编写或简单打标签器更快且更一致的描述生成。

功能

• 批量图像描述生成 — 一次处理多张图像，减少逐张手写描述的人工工作量。
• 多种描述细节级别 — 允许用户根据训练目标和 token 限制选择更短或更详细的输出。
• 自然语言描述生成 — 生成包含主体、构图、风格、光照、颜色和上下文的描述，而不仅仅是逗号分隔的标签。
• 可直接用于训练的 .txt 导出 — 为每张图像输出一个描述文件，格式适用于 kohya_ss、EveryDream、SimpleTuner、ai-toolkit 等常见 LoRA 训练工具及相关工具。
• 浏览器内审核与编辑 — 允许用户在下载数据集前检查、优化或重新生成描述。
• 文件夹与数据集组织支持 — 支持文件夹并保留目录结构，有助于在导出时维护较大的训练数据集。

实用提示

• 仔细核对套餐和配额细节 — 源内容在不同部分显示的限制和定价不一致，因此购买前应在产品实时页面确认当前图像额度、质量等级和套餐功能。
• 使用已清理且构图一致的图像 — 当数据集本身已具备一致裁剪、主体聚焦和较少噪点时，生成的描述通常更适合训练。
• 使描述长度匹配训练目标 — 较短的描述可能更适合触发词工作流，而当构图、风格和关系很重要时，标准或详细描述会更合适。
• 导出前审核描述 — 即使视觉模型表现强，人工审核对于处理边缘情况、命名一致性和 token 预算控制仍然很重要。
• 确认数据处理要求 — 页面说明图像会在内存中处理、发送至 OpenAI 的 Vision API，随后删除，因此对隐私要求严格的团队应根据内部政策核实该流程。

OpenClaw 技能

LoraTag 很适合作为 OpenClaw 生态中的一部分，用于生成式 AI 团队的数据集准备工作流。一个可能的用例是：由 OpenClaw 技能监控某个文件夹或项目工作区，提交新的训练图像进行描述生成，检查 token 长度，并将生成的 .txt 文件路由到标准化的 LoRA 训练流水线中。如果某些套餐提供 API 访问，这类自动化会更具可行性，不过页面并未说明原生的 OpenClaw 集成。

更广泛的 OpenClaw 代理层也可以帮助创意团队大规模落实描述生成流程。可能的工作流包括：标记描述不一致问题的数据集 QA 代理、在角色或产品数据集中执行命名规则的风格治理代理，以及为 kohya_ss 或 SimpleTuner 等特定工具打包已生成描述图像的训练准备代理。对于 AI 艺术工作室、合成媒体团队和研究团队而言，这种组合可将描述生成从人工瓶颈转变为可重复执行的生产步骤，并在 LoRA 开发中获得更好的一致性。