用 AI 出过图的人都撞过同一堵墙:同一个提示词,今天画出来是这个构图,明天再跑一次就换了样子。想改一个字,整张重画;想批量出一套风格统一的图,只能一张张试运气。
GitHub 上有个叫 anidoodle 的项目赌了另一条路——它不「生成」图,它用代码「画」图。32 种手绘风格,每一笔都是代码算出来的,每一帧都是同一个函数的返回值。它的核心承诺只有一句:同一份源码,在任何机器、任何尺寸上,重画出同一张图、同一段音。
我在沙箱里把它 clone 下来、装完依赖、跑了它自带的 2028 条断言,还真的渲染出了图。这个承诺在前半段兑现得很干净,后半段有一条裂缝。
它到底是个什么东西
先说清定位:anidoodle 不是网页应用,也不是命令行工具,它是一份给编码助手用的技能包——装进 Claude Code、Codex 或 Grok Build 里,你对助手说「给我画一张水彩狐狸」,助手去读它的规范,然后按规范写代码、跑代码、出图。
仓库里同时躺着两套安装格式(一套给 Claude Code,一套给 Codex),以及一份 147 行的技能说明书。这份说明书开头就是「七条法则」,第一条是「每件作品都要有一个point」,第六条是「音乐要给出计划,不能只给形容词」。
真正撑起这个技能的是三层结构,每层解决一个不同的问题:
最里层是画核。画核目录下有 291 个文件,每个风格一个模块,模块开头的注释就是这道风格的「配方」——不是参数表,是画法描述。比如蜡笔那一个写的是「来回涂抹,跳过纸纹的凹陷,暗面压一支深色蜡笔,高光拿白色擦,轮廓用粗头描两遍」。代码就是按这句话写的。
中间层是宿主适配,116 个文件,负责把同一份画核塞进不同的渲染后端。四个后端共用一套画法,画核自己完全不知道最终是谁在画。
最外层是工具链,107 个脚本,管脚手架、渲染、出片、审片、查文档。
一个数字能说明这套设计有多较真:引擎的测试目录里躺着 104 个文件,其中 89 个是测试文件。
我实际跑出来的
先给规模,因为这类项目最容易在规模上吹牛。
| 核实项 | 我跑出来的原始输出 |
|---|---|
| 文件总数(排除 .git) | 数出来 1845 个 |
| TypeScript 源码 | 1356 个源码文件 |
| 引擎测试 | 104 个文件,其中 89 个是测试文件 |
| 风格注册表 | 32 条 |
| 参考文档 | 75 个 md,顶层 11 个入口 |
| 插件副本 | 496 个文件 |
| 依赖 | 2 个直接依赖、2 个开发依赖、5 个可选依赖 |
依赖清单很短:直接依赖只有 esbuild(打包器)和 three.js(三维渲染库);开发依赖是 playwright-core(浏览器自动化)和 TypeScript;可选依赖是 Remotion 全家桶(一个用 React 写视频的框架)。引擎的依赖锁定文件是提交在仓库里的,所以重新安装能装出完全一样的依赖树——这一点很多同类项目做不到。
装依赖实测:187 个包,3 秒装完,依赖目录占 424M。
然后跑它自己的全套单元测试,一条命令,1 分 38 秒。结果是 2028 条通过,3 条失败。
那 3 条红,我做了三组对照
三条红的原文长这样:
- 夜曲那一条:无采样器时的音频要与改动前的指纹一致(期望值是 acd240c8 开头的一串)
- 发射音效计划 1 与计划 2:两条路径的输出要与基准指纹一致
这三条不是「代码算错了」,是冻结的指纹断言——作者把某个版本渲染出来的一段音频的指纹,直接写死在测试里当回归锁。以后谁改动了混音代码,指纹一变,测试立刻红。
我按三种方式排除了「是我环境的问题」:
第一,连跑两次,两次都是同样这三条红,不是偶发的时好时坏。
第二,换 Node 版本。我的 Node 24 跑出 2028 通过 3 失败;换成系统里的 Node 22 再跑一遍,还是同样三条。所以不是新版本 Node 的浮点运算差异。
第三,往回退。我把完整提交历史 clone 下来,切到「声音特效 v2」那次大改之前的提交,重新装依赖再跑全套,结果 1948 通过 3 失败,红的三条一模一样。通过数变少是因为那个提交的测试本来就少。
三条对照指向同一个结论:这组指纹对构建环境敏感。作者写死的是他自己机器或 CI 上跑出来的值,换到我这台机器上,音频的末位就变了。
这里我要说清边界:我拿不到它 CI 的环境,所以我不下「它的确定性是假的」这个结论。确定性对一部渲染出来的视频来说,允许极小的像素级差异(它自己的规范里写的是「视觉上一致、峰值信噪比高于 45 分贝」),音频末位不同不等于人耳听得出。但一个把「同一份源码重画出同一段音」写进核心卖点的项目,最硬的两条指纹断言在本机对不上,这件事本身值得记一笔。
反过来,正面证据也是我亲手拿的
跑测试之外,我起了个真渲染。这一步要 Chromium 浏览器加 ffmpeg,沙箱里都没有,我从系统里借了一个 Chromium 154 和 ffmpeg 7.1,才让它认出来。
生成一张 1080×1080 的静帧,20 毫秒画完,它自己打印了一行「reproducible」(可复现)和一个指纹。同一份源码、同样的参数、再跑一次,指纹一个字符都没变。换两倍尺寸出 2160×2160,指纹变了——不同尺寸得到不同图,这是应该的。
再生成一段 3 秒的视频,它自己打印了一行:6 个抽样帧里,在一张页面上正序画、在另一张页面上倒序画,哈希完全一致。
所以准确的说法是:静帧和画面的确定性,我本机复现了;音频的确定性,我本机没复现出来。
它最狠的地方:把「好不好看」里能机器判的部分写成了脚本
这是 anidoodle 和绝大多数出图类技能最本质的区别。
大多数 AI 出图工具的质量控制是「你自己看,觉得不行就重抽」。anidoodle 的做法是把能机器判的那部分质量,全部写成脚本,跑不过就不许交付。它有三个核心闸门:
| 闸门 | 判什么 | 判据 |
|---|---|---|
| 确定性 | 同一帧用两种画法、两种并行数、两种顺序画,是不是同一张 | 逐字节一致,或峰值信噪比高于 45 分贝 |
| 契约 | 静态扫描画核里的每一个模块 | 禁用时钟、随机数、网络、图片加载等十几类写法 |
| 死气 | 有没有连续相同的帧、有没有半秒内变化不足 0.5% | 逐帧算变化面积 |
「契约」这一项最能看出作者的脾气。它的禁用清单里包括系统时钟、真随机数、浏览器请求、本地存储——只要画核的代码里出现这些,直接判红。理由写在注释里:如果源码能碰到时钟或网络,那再怎么让两次渲染结果一致,都证明不了什么,因为下一台机器可能就不一致了。
我拿一段刚生成的视频去跑主闸门,14 项全过:12 个抽样帧跨一页和三页哈希一致、297 个画核模块零违规、281 处随机全是种子驱动的、90 帧里没有一帧静止、产物是 25KB 的自包含网页且无任何外链。
更值得说的是它有个自检开关。跑自检时,它会拿 6 个故意写坏的样例去喂自己,看自己会不会红。我跑的结果是自检通过:四个应判红的都判红了,两个应放行的也放行了。
注意里面有两个必须判通过的样例。很多项目自带的检查只会「保证能判红」,判红的检查本身是不是过敏、会不会把好片子也毙掉,没人验证。这 6 个样例把两头都锁住了。
还有一个细节,我觉得是全篇最见功力的一处。它有个更狠的交付闸门叫 ship,规则写在一句注释里:「一个看不见的检查就是失败」。意思是某个检查项如果没东西可判(片子没声明配乐、没有评审记录、没有长度预算),它记失败——因为这个检查根本没做,而不是「没问题所以通过」。
注释里还留着一笔账:曾经有六行这样的「没判」加起来,最后得出一个交付通过。
我拿刚生成的 3 秒片子去跑 ship,它判了自己失败,理由包括「第 0 帧接近空白,平台拿它当缩略图,读不出内容」和「没声明配乐、没评审记录、没长度预算」。一个连自己刚生成的样例都不放过的闸门,才算真闸门。
两条路线:拼素材,还是画每一帧
把 anidoodle 放进我们之前评测过的几个视频项目里,坐标就清楚了。
我们评测过 anything2explainer,那是把一段话题拆成脚本、再交给多个助手分工出片;也评测过 MoneyPrinterTurbo 和 OpenMontage,那两个都是找素材、拼素材、剪素材——从图库和生成模型里取料,按脚本拼接。
两条路的代价完全不同:
拼素材这条路,画面质量的上限由素材库决定,好处是随便什么题材都能凑出画面,坏处是你永远不知道自己会拿到什么,同一个片子重做一次素材全换。anidoodle 这条路,画面的上限由写代码的人决定,好处是一旦写对,往后每次都是同一张;坏处是它只能画它被写成能画的东西——你让它画一只蝴蝶,画核里得有蝴蝶。
所以 anidoodle 的适用范围窄得诚实:品牌视觉、插图系列、教学动画、动效标识、说明片。它不适合拍现实世界的视频,也不适合需要「大量不同题材快速出货」的场景。
至于「技能怎么被助手调起来」这一侧,可以对照 agent-autoloop 那篇。anidoodle 在这件事上有个很聪明的取舍:它把「一次写对,往后零成本」当成卖点。作者的算法是——一部 47 秒的片子有 1410 帧,第一次写代码时平均每帧约 60 个词的代码量,之后每次渲染都是零成本。这句是作者的主张,我没实测(要实测得真的把整部片子写完再数一遍)。
几个必须先知道的风险
它不是一个装了就用的东西。三条硬依赖:要 Chromium 浏览器、要 ffmpeg、首装依赖 424M。我这次是靠从系统里借浏览器和 ffmpeg 才跑通的,而且借 ffmpeg 时还缺两个数学库,手动补了软链才行。这类环境摩擦,普通用户会卡在第一步。
音色包是可选但很大的下载。想让它用真实钢琴、竖琴、马林巴这些录音,要额外下 373MB 的音色包(钢琴单独 233MB)。不装也能跑,分数照样合成,只是全部用代码模拟音色。
风格数量有两个口径,我对了一遍。代码里注册的是 32 种(这也是它自己文档检查脚本的基准)。但主 README 的第 187 行写的是「Thirty-one full recipes」,而同一份 README 的第 14、40、49 行都写 32。参考文档 styles.md 开头还留着更早的旧说法「The nine」。
这里有个我实测出来的盲区,值得单独说,因为它解释了为什么这个矛盾能长期存在:anidoodle 有个叫文档检查的脚本,专门检查文档里的风格数量跟代码对不对得上,会扫六种语言的 README。它跑出来的结果是 104 条断言全过。但我把主 README 第 187 行那个「Thirty-one」改成阿拉伯数字「31」,它立刻红了;改成英文单词「Thirty-one styles」,它又绿了。
原因在源码里:这个脚本的英文数字词表只到十二。十三以上的英文数词它根本不认。也就是说,这个文档闸门对「2 到 12 种风格」是真闸门,对更大的数字等于没装。同一个错误,写成阿拉伯数字会被抓,写成英文单词就漏过去——这正好解释了那处矛盾为什么活了这么久。
许可证是 Apache-2.0,商用前要读附件声明。仓库根目录除了许可证还有个附件文件,里面是第三方资产的归属声明(three.js、一个字体)。Apache-2.0 允许商用,但附件里的署名义务得照做。
仓库里的插件目录是裁剪副本,不是全量。它给三家助手各准备了一份安装包,496 个文件。我逐文件比了一下:两边都有的 490 个文件里,489 个字节完全相同,只有一份配置差一点。被裁掉的是测试目录(104 个全没)、示例目录(42 个全没),以及画核源码的一部分(419 个只剩 281 个)。所以插件版装不了自检——你跑自检,它会直接告诉你「样例文件不在这个安装包里」。
判断
anidoodle 是个想法比实现更值得看的项目。它的想法——把画面写成纯函数、把质量判据写成脚本、把「没检查」当「检查失败」——是这一波 AI 出图工具里少见的工程态度。它甚至诚实到在自己的规范文档里记下一次「首跑 0/12 帧一致、之后 7 次都 12/12 通过」的不可复现故障,并写下:「一个失败过一次又通过的闸门,是最危险的结果,因为最省事的做法是重跑到绿然后什么都不说。」
它的实现也够扎实:1845 个文件、1356 个 TypeScript 源码、2028 条断言、14 项闸门全过、6 个自检样例两头都锁。1,713 个 Star、45 天 316 个提交,其中 9 月 28 日一天就提交了 166 个。
但它也有那条裂缝:最核心的 3 条冻结音频指纹,在我这台机器上、两种 Node 版本、退回到更早的提交,都对不上。我不认为这推翻了它的确定性主张,因为画面层面的确定性我亲手复现了。但一个以「同一段源码重画出同一段音」为旗号的项目,这条旗杆在本机没立住。
适合谁:做品牌视觉、插图系列、教学动画,且愿意读代码、接受较陡环境配置的人。它给你的不是「一口气出 100 张图」,是「这一张图以后每次都是这一张」。
不适合谁:想开箱即用、或者要快速覆盖各种陌生题材的人。它的能力边界就是它画核里写过的东西。
—
关注 AI商业快讯,每天一篇 AI 热点深度解读。
相关阅读: