liblibai平台提供三种clip反推提示词方法：一、网页端“png信息”功能自动解析；二、工作流中调用“clip反推（v2.1）”节点批量处理；三、通过api直连调用，支持程序化集成。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您上传一张AI生成的PNG图片到LibLibAI平台，但无法直接查看其原始提示词，则可能是由于图片未嵌入完整元数据或平台未自动解析。以下是使用CLIP模型在LibLibAI中反推图像提示词的具体操作步骤：
一、通过LibLibAI网页端“PNG信息”功能提取
LibLibAI内置的“PNG信息”模块默认调用CLIP（Contrastive Language–Image Pretraining）模型对图像进行语义编码，并比对文本空间生成最匹配的提示词描述。该方式无需本地部署，适合快速验证单张图片。
1、打开浏览器，访问 https://www.liblib.ai 并登录账号。
2、点击首页顶部导航栏中的“创作”，再选择下拉菜单中的“PNG信息”。
3、在页面中央区域点击“点击上传PNG图片”，选择本地已保存的AI生成PNG文件（必须为PNG格式且含基础EXIF或Stable Diffusion元数据）。
4、等待页面显示“分析中”，约5–12秒后，右侧区域将自动展开“正向提示词（CLIP反推）”与“反向提示词（CLIP反推）”两栏文本。
5、勾选“启用CLIP增强模式”复选框（位于分析结果下方），可触发二次语义重加权，提升关键词覆盖率与风格一致性。
二、使用LibLibAI工作流节点调用CLIP反推模型
当需批量处理图片或集成至自动化流程时，可通过LibLibAI Studio创建工作流，显式调用CLIP反推节点。该方式支持自定义置信度阈值与关键词长度限制，输出结构化程度更高。
1、进入LibLibAI主站后，点击左上角“工作流”，再点击右上角“新建工作流”。
2、在节点面板中搜索并拖入“图像加载”节点，双击配置其路径参数为待处理图片所在文件夹。
3、拖入“CLIP反推（v2.1）”节点，将其输入端口连接至“图像加载”节点的输出端口。
4、双击“CLIP反推”节点，在参数面板中设置：top_k=8（返回前8个高置信度关键词）、min_score=0.35（过滤低于该相似度的词汇）、use_english=True（强制输出英文提示词）。
5、添加“文本输出”节点，连接至CLIP反推节点，运行工作流后，结果将按行输出标准化提示词序列。
三、借助LibLibAI API直连CLIP反推服务
开发者可通过HTTP请求调用LibLibAI开放的CLIP反推API接口，绕过前端交互，实现程序化集成。该方式适用于Python脚本、影刀RPA或企业内部系统对接，响应延迟低于800ms。
1、确保已获取有效的AccessKey与SecretKey，并在环境变量中配置LIBLIB_ACCESS_KEY与LIBLIB_SECRET_KEY。
2、构造POST请求，目标URL为：https://api.liblib.ai/v1/clip/invert。
3、请求头中包含：X-Liblib-Access-Key: [your_access_key] 与 Authorization: [signature]（签名需按HMAC-SHA1算法生成，拼接内容为uri+timestamp+nonce）。
4、请求体为multipart/form-data格式，其中字段image上传PNG文件，字段top_k传入整数值（如6），字段language传入字符串“en”或“zh”。
5、接收JSON响应，解析字段positive_prompt与negative_prompt，二者均为字符串数组，已按相关性降序排列。
