近日，V2EX 社区发布了一款名为 Illustrator 的开源 Agent Skill（智能体技能），为解决 AI 生图成本高、可控性差的问题提供了新的技术思路。该项目允许纯文本大模型在无需调用生图模型（如 Midjourney 或 Stable Diffusion）的情况下，直接基于文章上下文、代码逻辑及现有素材生成绘图代码，并通过本地渲染工具 Takumi 输出图片。
与传统像素级生成不同，Illustrator 采用程序化生成方式，图片中的所有元素（包括文字内容、颜色、间距和布局）均由代码参数精确控制。这一机制彻底改变了图片编辑流程：当用户需要修改图片细节时，只需调整代码参数重新渲染即可，无需反复重绘。此外，该项目具有轻量化的技术特点，不依赖 Chromium 或 Puppeteer 等庞大的浏览器运行时环境，显著降低了运行资源消耗。目前，该项目已支持文章配图和社交媒体图片生成，适用于技术文档自动化、内容创作辅助等场景。
事件分析
从技术实现路径来看，Illustrator 代表了 AI Agent 工具调用的深化方向，即从单一的 API 调用转向具有逻辑判断的代码生成能力。相比于当前流行的扩散模型（Diffusion Models）生成图片，这种“代码即图像”的程序化方案在处理包含文本的图表、数据可视化或需要严格排版的版面时具有天然优势，有效规避了现有生图模型在文字渲染上的缺陷。
在产业层面，这种轻量级、确定性的生成方案更易于集成到各类自动化工作流中。它不需要昂贵的 GPU 算力来运行生图模型，也不需要维护复杂的浏览器环境，非常适合部署在边缘计算设备或个人本地环境。这表明 AI Agent 在辅助内容生产（AIGC）领域，正在从纯粹的创意生成向精细化、工程化的辅助编辑演进。
💡 核心观点：将图片生成从“像素合成”转为“代码生成”，通过确定性逻辑解决生图模型难以精准排版与渲染文字的痛点。
原文链接：V2EX 分享发现
Codex CLI 深度
AI 模型横评
AI Agent 框架
Claude Code 订阅生存指南