Как извлечь скрытые данные AI-изображений из PNG

Зачем читать эту статью

Вы когда-нибудь находили сгенерированное AI-изображение, которое вам очень нравится, но совершенно не помните, как его создали? Модель, LoRA, промпт, seed — всё потеряно. Оказывается, ответ уже хранится внутри самого файла. В этой статье я покажу, как извлечь скрытый слой данных из PNG и восстановить полную историю генерации.

Что скрывается внутри PNG

Большинство разработчиков знают, что PNG-файлы могут хранить текстовые метаданные. Так камеры встраивают EXIF-данные, а Photoshop сохраняет информацию о слоях. Инструменты генерации изображений, такие как ComfyUI и AUTOMATIC1111, используют тот же механизм. Когда вы генерируете изображение, инструмент записывает своё внутреннее состояние в файл: JSON workflow, текст промпта, ссылки на модели — всё это хранится в стандартных текстовых чанках PNG.

Проблема в том, что эти данные нелегко извлечь без специальных средств. Обычный просмотрщик изображений показывает только картинку, а метаданные остаются невидимыми.

Как я решил эту проблему

Я написал небольшую утилиту ai-artifact-inspector, которая читает этот скрытый слой и восстанавливает то, что находит. Установка проста:

pip install ai-artifact-inspector

Затем просто укажите путь к изображению:

artifact inspect generated_image.png

Утилита выводит всё, что файл знает о себе:

File:     generated_image.png
Source:   ComfyUI
Generation:
Model:   sd_xl_base_1.0
Prompt:  cyberpunk girl in rain, neon lights, 8k
Seed:    88392147
Steps:   20
CFG:     7.0
LoRA:    neon_style_v2 (0.8)

Кроме того, можно восстановить граф workflow:

artifact inspect generated_image.png --graph

Это выводит визуальную диаграмму пайплайна генерации. Одно PNG-изображение становится читаемой картой того, как оно было создано. Всё работает локально — никаких загрузок в облако.

Что умеет инструмент

• Читать PNG-файлы из ComfyUI и AUTOMATIC1111.
• Сканировать целые директории за один раз.
• Экспортировать результаты в JSON.

Сейчас поддерживаются два основных формата, но архитектура позволяет легко добавлять новые.

Почему это важно

Я думаю, мы стоим в начале сдвига в том, как мы воспринимаем сгенерированные файлы. Изображение, созданное человеком с камерой, — это финальный результат. Важно то, что в кадре. Изображение, созданное AI, — другое. Результат — это только половина. Вторая половина — процесс: модель, параметры, seed, workflow.

Эта информация сейчас скрыта внутри формата файла, невидима для человека, смотрящего на картинку. В будущем мы, возможно, перестанем думать об AI-изображении как о финальном результате. Мы будем думать о нём как об артефакте — объекте, который содержит и результат, и полный процесс его создания. Этот инструмент — маленький шаг к тому, чтобы сделать это видимым.

Практический вывод

Установите ai-artifact-inspector прямо сейчас и проверьте свои старые сгенерированные изображения. Вы удивитесь, сколько информации хранится внутри. Это не только удобно для повторного использования удачных настроек, но и помогает лучше понимать, как работают модели генерации.

Исходный код доступен на GitHub: https://github.com/biuta666/ai-artifact-inspector. Лицензия MIT, нулевые зависимости, всё локально.