一位开发者在 V2EX 分享了其编写的开源项目 illustration-logo-skill,这是一个用于生成插画头像的 AI Agent 技能(Skill),旨在解决批量人物插画风格统一但构图配色雷同的问题。该项目将生成范围收窄为简洁人物线条、圆角方框与少量颜色,配合书本、叶片等小元素,适合头像、个人项目插画标识以及需要人物感的产品界面。完整工作流程被写入 SKILL.md:先读取项目背景,提供三个方向供用户选择,确认后默认生成六张独立图片;构图在面部轮廓、肩部肖像与半身人物之间变化,配色分开安排,避免同一批图色彩单一。生成结果全部交给用户挑选,不自动删除或反复重抽。项目本身仅由一份 SKILL.md 加参考图构成,无运行脚本,使用时将目录放入 Agent 的 skills 目录即可调用,但前提是所接模型具备图片生成能力,出图质量与费用取决于底层模型。规则还要求考虑图像缩放至 32×32、64×64 后的辨识度。项目采用 MIT 协议开源,作者欢迎社区带图反馈以持续改进约束规则。
事件分析
该项目展示了 Agent Skills 生态的典型实践路径:不编写代码脚本,仅凭一份 Markdown 规则文档加参考图,就能将模糊的审美需求转化为可复用、可分发的标准化工作流。这种「规则即技能」的模式,本质上是提示词工程的产品化,通过明确约束画面元素、构图变化与配色分配,针对性缓解大模型生图常见的风格漂移与批量同质化问题。随着 Claude 等主流 Agent 框架开放 skills 目录机制,社区正在涌现大量垂直场景技能,未来可能形成类似应用商店的技能分发生态,开发者的设计经验将成为新的可封装资产。其局限也较明显:生成效果强依赖底层模型的图像能力,像素级辨识度、手部细节等问题仍需人工把关,规则约束只能收敛而非消除模型的不确定性。
核心观点:当审美经验被写成 SKILL.md,AI Agent 的价值正从模型能力转向可复用、可分发的垂直工作流知识。
原文链接:V2EX 分享发现