用代码画出来的墨线人物,放到多大都清楚,不碰扩散模型

现在做 AI 动态插画的人面前都摆着一个岔路口,而几乎所有人都拐向了同一边。你描述一个场景,扩散模型采样出若干帧,你拿到一段视频。看上去很贵。它也改不了,不可复现,还被锁在模型训练时那个分辨率上。
line-art-animation 走的是另一边。它是一个 Claude skill 加一个小 TypeScript 库,直接在 SVG 里画纸上的墨线人物。人物会走路、骑车、抬手扶帽。场景能从傍晚一路演到夜里。什么都不采样,每一帧都是算出来的,而且输出是矢量,所以放到多大都清楚,还能跟着指针动。
这个仓库值得读一遍,理由跟一张好的铅笔画值得盯着看一样:真正在干活的是那些限制。
仓库里到底有什么
四个零依赖的 TypeScript 模块,每个只负责一件事。
ink.ts 放绘图基元。gait.ts 是走和跑的求解器,负责决定一步走到某个相位时膝盖该落在哪儿。motion.ts 管弹簧、摆和风。daynight.ts 是一天里的配色。
一起带的还有两个示例。examples/walker 是一个人物,大约 150 行:一个拎公文包的男人从卡片上走过去,你点他一下,他会抬手扶帽。这是仓库里最小的完整东西,也是开始读代码最合适的地方。
examples/village 是完整场景。一条町屋的街,运河边上有茶屋和汤屋,村民按各自的作息走动,一只猫,几只鸟,一个船夫,亮着的窗和倒影,还有十来个交互。把太阳或者月亮在天空里拖过去,整个场景的时间就跟着变。移动指针,风就起来。人物、窗户、灯笼、风铃、猫、鸟、水面,都能点。

另外还有一个 scripts/ 目录,里面是确定性的帧捕获,用来输出视频,还有测量参考片段的工具。后一个是不声不响的关键:你可以把一段现成的片段指给这个 skill,让它照着把走路对上。
装成一个 skill
Claude Code 的话,克隆到你的 skills 文件夹:
git clone https://github.com/JDhruv14/line-art-animation ~/.claude/skills/line-art-animation
想限定在单个项目里,就克隆到项目的 .claude/skills/。然后直接说你想要什么:
- 「做一个清晨面包房的线稿动画:面包师端着烤盘,烤箱冒蒸汽,窗台上蹲着一只猫。」 - 「把这个片段变成可循环的线稿组件,走路要跟它完全对上。」把片段附上或者给个链接。 - 「给场景加个昼夜循环,渲一段 30 秒 1080p 的视频。」
接下来发生的事,是我如果自己要写一个 skill 会照抄的部分。Claude 先读 SKILL.md,把 lib/ 复制进你的项目,先给一个人物让你确认,通过之后才搭剩下的,交付前还要逐帧检查动作。一个人物,确认,然后铺开。这个顺序是在算失败的代价:风格要错了,在一个人物上发现,代价是一分钟;在一整条街上发现,代价就是一个下午。
跑示例需要 Node 22.18 或更新:
npm install
npm run dev # http://localhost:5173
场景留了几个 URL 参数,都是开发时要用、用完没删的:?start=0.9 设起始时间,0 是午夜,0.5 是正午;?tau=0.5 把它钉住;?day=30 让一整天走完只要三十秒;?debug 手动步进时间。npm run typecheck 对 lib/ 和 walker 是严格模式。
为什么走另一边
比一比两者的性质,因为它们几乎是完全反过来的。
生成出来的一段视频,按秒算很贵,事后改不了,每次跑出来都不一样,分辨率也是定死的。你想让灯笼亮一点,只能重新生成。想让它对鼠标有反应,它做不到。
一个线稿 SVG 组件只有几 KB,在代码里就能改,每次跑出来一模一样,跟分辨率无关。灯笼的不透明度,改一个地方就够了。它能对指针有反应,靠的是它本身就是一个活的场景。
代价在范围上。这个库只画一种视觉语言:纸上的墨线,细轮廓的人物,用简单形状搭起来的场景。它画不出一张带毛孔的脸。它也画不出照片意义上那种像水的水;它画的水,是一组说「这是水」的线。如果你的需求是照片级的产品图,这个仓库不适合你,它也没有假装适合。
但是在它这一种语言里,它做到了扩散模型到现在还别扭的事。它能跨场景保持人物一致,因为一个村民就是一个函数,每次调用都长一样。它的动作可重复,因为步态是解出来的,每次算出来都相同。它产出的东西还能在 git 里 diff。
有意思的是步态求解器
视觉上的可信度大半在 gait.ts 里,README 把它摆到最前面是对的。
走路是个相位问题。任何一个时刻,每条腿要么在支撑要么在摆动,髋部在上下、左右地晃,手臂在反向摆,这几件事之间的时序,决定了一段走看起来是走,还是像一个被人拖着的木偶。相位关系错了,再怎么打光也救不回来。对了,一根火柴人也能看着有重量。
场景层面也一样。motion.ts 管弹簧、摆和风,所以指针扫过风铃它会动,船会在对的频率上起伏。这些没有一样是生成的。全是从少量参数里算出来的,所以时间跳变的时候,场景还是连着的。
一句话说清这笔交易:扩散模型给你范围,拿走控制;这个东西给你控制,拿走范围。
真正有用的地方
三个地方,是我看示例看出来的。
需要动起来的编辑类插画。博客文章或者落地页上一个 15 秒的循环,风格统一,导出很小。换成生成的视频,2 MB,而且每次都有点不对。
图解要和旁白严丝合缝的讲解。因为动作是确定性的,你可以把某个事件卡在某个节拍上。面包房那个例子就在干这个:蒸汽、烤盘、猫,各自按自己的时间表。
任何要活在一个 UI 里的东西。一个能响应 hover 和屏幕尺寸的 SVG 组件,跟一段 MP4 是两种东西,而设计系统里没有地方放后者。
30 秒 1080p 的渲染是留给确实需要一个文件的场合。确定性捕获意味着每次跑出来的帧都一样,如果你试过把一段生成的片子重新导出、再对上剪辑点,就知道这有多难得。
短版
这是个窄工具,在它窄的范围里非常好,README 也没有吹过头。它说线稿,就给你看线稿,示例也是线稿,包括一个夜里的村子,窗亮着,运河里有倒影,这种细节只会出现在有人真的在意结果的时候。
对看着 AI 动画这个方向的人来说,最显眼的是它居然存在。2026 年的默认假设是,动画是一个生成问题。这个仓库把它当成一个绘画问题,用一个步态求解器、四个模块和一套配色解决掉了。就黄昏的一条街、亮着的窗、运河里的倒影而言,这些已经够做出让人愿意留在页面上的东西。
克隆之前有两个限制。它只画一种风格,想撑到第二种,得加新模块。还有那个确认环节是有原因的:一上来就要整个村子,你会花一个下午去改一个你并不想要的风格。