开源发现

handraw-style：把手绘风格、排版和主题色变成可复用的 AI生图 Skill

做 AI生图时，很多人遇到的并不是“模型不会画”，而是很难稳定描述自己想要的视觉风格：同一个“文艺手绘”换一次提示词，画风就可能完全不同；到了社媒卡片、信息图或漫画分镜，又要重新考虑版式和配色。yang0开源的 handraw-style试图把这件事做成一套可检索、可编号、可组合的视觉提示词系统，让风格选择从模糊形容词变成明确的编号调用。

项目当前收录288种手绘风格、161种排版图型和36种经典单色主题色，并提供一套 Skill工作流。使用者可以只描述主题，让 Skill自动推荐风格与配色；也可以精确指定风格编号、排版编号和主题色，再生成中英双语提示词，交给 GPT Image、Midjourney、Stable Diffusion、Flux、Imagen、Gemini等生图工具继续处理。

它解决的核心问题：把“感觉”变成编号

传统生图提示词里，视觉风格往往依赖“可爱一点”“像绘本”“有杂志感”这类主观描述。同一组词在不同模型中的理解可能不一致，用户自己也很难长期记住一套稳定的风格特征。handraw-style把大量视觉样式拆成编号库，用编号对应具体风格、图型与色彩，让复用成本明显降低。

风格库覆盖国际社论漫画、绘本叙事、现代平面、人物插画、日本与中国当代插画，以及更多通用手绘体系。项目后来又把版式层补齐，目前包含21种社媒卡、35种信息图、68种漫画分镜、13种 IP设计和24种电商图型。配色部分则提供36种经典单色主题色，可以和风格、版式继续组合。

这套结构比较适合需要连续产图的场景。公众号、小红书、知识科普、品牌海报、条漫或电商内容都可以把常用风格固定下来，而不是每次重新从零拼提示词。

两种使用方式：自动推荐，或精确组合

handraw-style 项目内的图文模式演示

handraw-style提供了两条主要路径。第一种是智能推荐模式：用户不必先翻完整图鉴，只要告诉 Skill想画什么，它会根据主题、情绪和使用场景匹配风格与主题色，再输出完整提示词。对于第一次使用的人，这种方式更接近普通对话。

第二种是精准指定模式。用户可以先浏览风格、排版和颜色图鉴，记下编号，然后组合调用。例如选择041号风格、SC-001图型与 C-01主题色，再补充“秋天的第一杯奶茶”这样的主题。Skill会把这些选择整理成包含风格名称、版式定义和色彩限制的中英双语提示词。

项目也区分纯图模式与图文模式。纯图模式让主题决定画面内容，适合插画；图文模式则把原始文案一起纳入构图，更适合海报、金句卡和社交媒体配图。

不只是风格库，还加入了海报、封面和长文配图工作流

handraw-style 项目内的秋分海报演示

目前的 handraw-style已经不只是“查一个画风编号”。README中还给出了 AI海报、文章封面和长文批量插图等工作流。

海报模式会把主题拆成场景、受众、内容密度、情绪、主题色、editorial风格与画风等字段，再生成适合图文一体生图的结构化提示词。对于信息图，它也鼓励把固定模板改成高信息密度海报思路，根据时间线、步骤、数据和场景重新设计版面。

文章封面模式会先从全文提取主题与受众，再匹配视觉风格和颜色；长文插图模式则会先判断真正值得配图的段落，再统一整篇文章的画风、主题色与图片比例。对于需要持续制作公众号或知识类内容的人，这部分比单纯的风格表更有实际价值。

对不同生图模型做了分层处理

一个比较实用的设计是，项目没有假设所有模型都能只靠“风格名称”准确复现画风。对于已经做过能力标定的模型，Skill会优先使用作者名称、风格名称和正向视觉特征来激活风格；只有无法稳定激活时，才使用对应编号的参考图。

对于 Midjourney、Flux、Stable Diffusion、Imagen、Gemini等未做完整标定的模型，项目更倾向于使用参考图兜底。这样做的目的，是避免仅凭文本名称时出现明显的风格漂移。相关能力矩阵也以文件形式保存在项目中，方便社区继续补充测试结果。

安装与基本使用

项目文档给出的最简单安装方式，是把仓库地址交给支持 Skill安装的 Codex环境，让它自动拉取仓库并配置风格与排版资源。完成安装后，可以直接用自然语言调用，也可以指定编号。

例如只让系统自行选择风格和颜色，可以输入：

帮我生成猫咪在窗台晒太阳的治愈插画提示词，你帮我选风格和主题色

如果已经选好编号，可以直接写：

图型：SC-001，风格：041，主题色：C-01，主题：秋天的第一杯奶茶

Skill会根据这些输入生成对应的中英双语提示词。需要实际出图时，再把提示词交给支持的图像生成模型，或在具备生图能力的环境中继续执行。

更适合哪些人

handraw-style最适合两类需求。第一类是内容生产者，需要频繁制作公众号题图、小红书图文、信息长图、封面或漫画，希望不同内容之间保持统一视觉气质。第二类是本身不熟悉插画术语的用户，他们知道自己“喜欢某张图”，却很难准确描述线条、构图、媒介和色彩。

它的优势在于把选择过程产品化：编号解决复用，版式库解决构图，主题色解决整体色调，Skill再负责把这些信息转换成模型能理解的提示词。这样一来，用户不需要每次重新学习一整套视觉术语。

使用时需要注意的边界

风格编号并不能保证所有图像模型都得到完全一致的结果。不同模型对作者名称、媒介词、构图指令和参考图的处理方式不同，所以项目才加入模型能力分层与参考图兜底机制。实际使用时仍然需要根据具体模型测试稳定性。

另外，项目当前的许可允许使用、修改和商业化，但要求在基于该项目进行使用或二次开发时保留作者 yang0和原仓库地址。准备把它集成进自己的工作流或产品前，最好先阅读仓库中的 LICENSE文件。

如果你经常为“到底该怎么形容这张图的风格”花时间，handraw-style的思路很直接：先把视觉语言整理成可以检索和编号的资源，再让 AI帮你完成组合与翻译。它不替代生图模型，却能明显减少从想法到稳定提示词之间的反复试错。