4 天 4 千星的中文 AI 姿势库:4,345 组参考图,还配了一个能直连四个模型厂商的生图工作台

用 AI 画人,最难的一步往往不是画风,也不是脸,而是姿势说不清。「侧身回头、重心在左腿、右手扶墙」——写一长串形容词,出图还是别扭。这类问题的标准解法是给参考图,但找一张干净的、多角度的人体姿势参考图,本身就不容易。

这周 GitHub 上冒出来一个项目,把这个环节做成了现成工具:anhao/ai-pose-gallery-zh,把三位一体的姿势库、服装库、人像库全量汉化合并,再配一个能直接调模型的「AI 角色合成台」。仓库 2026 年 10 月 27 日建,四天涨到 4,067 星、1,039 次 fork,速度相当罕见。

它到底是什么

原始素材来自日本作者 ギア(@giaaibusi) 建的三个人体参考库,元数据全是日文,还分散在三个独立站点上。中文版做的事情是三件:

  • 三站合一:把姿势、服装、人像三个库的原始数据与图片全部镜像进一个仓库,可以纯离线静态托管;
  • 完整汉化:体系名、分类、姿势名、服装款式、色系、发型、表情、饰品逐条翻译,日文检索词换成了中文;
  • 加一个工作台:不再是「看图下载」的死画廊,而是能从三个库里挑素材、拼成参考图、直接调 AI 出图的编辑器。

在线演示和原始站点目前都能正常打开(我逐个验了 HTTP 状态码,均为 200):

三个库分别解决什么问题

三库合起来 4,345 条记录,结构是一致的:每条记录有中文名、分类、缩略图、原图,还有拼好的检索串,所以关键词搜索很快。

姿势库:一条记录就是五个角度

姿势库按四个体系分:全身标准、全身性感、上半身、双人缠绵。每条姿势都拍/画了五个视角——正面、斜侧、侧面、俯视、仰视。这是它比普通参考图集值钱的地方:同一动作不同机位,你让模型「换一个角度」时不用重新找素材。

姿势图是白模(灰色人台),不带服装和长相,正好符合参考图该有的样子:只提供骨架和构图,不干扰画风和造型。

服装库:按款式分类,还能按色系筛

收录 1,407 条穿搭,分类到 40 种款式、12 个色系。每条记录的「服装名称」写得很具体,比如「象牙白荷叶边针织衫・牛仔迷你半身裙・大衣・短袜・白色运动鞋」,还额外给了英文关键词,方便拼提示词时直接抄。

人像库:拆成发型、发色、眼睛、表情

这是三个库里结构最细的一个:按正脸、半身、全身等分区,再按发型、发长、发色、眼睛颜色、表情多维筛选,灯箱里能一键切换半身肖像和全身立绘。想固定一个「角色长相」反复出图时,用人像库当基准最省事。

真正的差异点在「合成台」

如果只是图库,装个 Picsum 也能用。这个项目的核心是 /studio 页面,流程是这样:

  1. 3 + N 张参考图:三个核心槽位分别是人像、服装、姿势,另外可以无限加自定义附加图——上传、拖拽、Ctrl+V 粘剪贴板、填图片 URL 四种方式都行。
  2. 本地拼图:用 Canvas 把三张参考图合成一张 1800×1200 的参考拼图,可导出 PNG。这一步解决了很多模型的通病:一次只能吃一张参考图。
  3. 12 种画风预设 + 自动提示词:日系赛璐璐、厚涂、写实摄影、水彩、国风、3D 渲染等;选定素材后,它会按「人像 + 服装 + 姿势」自动拼出中英双语的结构化 prompt,不用自己写。
  4. 直连模型出图:代码里能数出 21 个模型 ID,覆盖四家协议——Google Gemini、OpenAI GPT Image、阿里千问 Qwen-Image、字节豆包 Seedream。README 只列了其中 12 个,实际比文档写的多。
  5. 后台生图 + 本地历史:切页面不会中断请求;生成记录存 IndexedDB(不是 localStorage,避免几 MB 容量上限),可以复用提示词、下载原图。

生成请求走 /api/proxy,仓库里带了 functions/api/proxy.ts(Cloudflare Pages Function)来绕 CORS,部署到 Cloudflare 时自动生效,不需要另搭后端。

技术栈与自建

版本号取自仓库的 package.json,不是猜的:

  • React 19.3.1 + TypeScript 7.0.2 + Vite 8.3.5(Rolldown 内核)
  • Tailwind CSS 4.3.3 + shadcn/ui(Radix)+ TanStack Router/Query
  • 代码检查用 Oxlint + Oxfmt(不是 ESLint/Prettier 那套)

本地跑起来需要 Node 20+ 和 pnpm:

git clone https://github.com/anhao/ai-pose-gallery-zh.git
cd ai-pose-gallery-zh
pnpm install
pnpm dev        # http://localhost:5173
pnpm build      # 类型检查 + 生产构建

要部署到自己的 Cloudflare Pages,构建命令用 bash scripts/build.sh、输出目录 dist。这里有个容易被忽略的门槛:Cloudflare Pages 免费版单次部署上限 20,000 个文件,这个仓库约 10,120 个文件、单文件最大不到 2 MB,刚好合规;如果你自己往里加高清图,很容易撞线。

图片补全、翻译重生成、完整性校验三个脚本都是 Python:

python3 scripts/download.py      # 断点续传,已存在的自动跳过
python3 scripts/apply_translation.py
python3 scripts/verify.py        # 校验图片存在性 / 大小 / 文件头

给 Agent 用的姿势技能包

仓库里 skills/ 目录有 5 个标准 SKILL.md 技能,思路挺对:不是让人翻网页,而是让 Agent 按「姿势名 + 视角」去检索白模图,把图当参考喂给生图或生视频模型。分标准、上半身、性感、双人、全量五档,装进 Claude Code 的 ~/.claude/skills 就能用。

把该图作为姿势/构图参考图传给生图或生视频模型,提示词注明「仅参考姿势,不参考服装、发型、画风」。

这条提示词写法值得记下来——很多人拿姿势图当风格图用,结果出图被参考图带跑,问题就出在没说清「只借骨架」。

我核了一遍它的数字,有几处对不上

README 写得挺漂亮,但数字最好按代码核一遍。我用 GitHub 的文件树接口和仓库里的数据文件逐个对:

  • 图片总数:README 说 10,097 张;实测 img/ 与 thumbs/ 各 4,345 个文件,合计 8,690 张。差的 1,407 张,大概是「原图 + 缩略图 + 全身图」的口径被混算了。
  • 三库台数:README 写姿势 1,439 / 服装 1,440 / 人像 1,466;实测数据文件是 1,439 / 1,407 / 1,499。总数 4,345 对得上,但服装多报 33、人像少报 33,像是把一批记录归错了库。
  • 汉化词条:README 说 1,280 条;data/translations.csv 实际是 474 行(累计出现 23,659 次)。

这些都不影响使用——4,345 条记录是准的,图也能用;只是引用规模数字时,别直接照抄 README。这也是我对开源项目的一贯态度:宣传数字和代码里的事实,经常差一截。

几个必须说清的边界

  • 内容分级:三个库里有性感向姿势与服装,README 自己标了「未成年人请勿访问」。给孩子用、或在公开场合演示,先看清这一点。
  • 版权不在项目方:图片与原始数据著作权归原作者 ギア,仓库只是汉化和前端工程实践的存档。MIT 协议只覆盖源码和脚本,img/、thumbs/、data/ 明确排除在外。自己玩可以,商用别碰。
  • API Key 自己出:这是纯前端 BYOK 模式,Key 只存本地浏览器,不上传。四家模型的调用费用各家自付,生成成本取决于你选哪个模型、什么分辨率。
  • fork 多不等于生态好:1,039 次 fork 对 4,067 星,比例高达 25%,远高于一般工具类项目。这类「素材仓库」的大量 fork 往往是备份行为,不代表有 1,000 个人在开发它。
  • 仓库别找错:作者名下还有个同名空仓库 anhao/ai-pose-gallery(无任何提交),真正有内容的是 anhao/ai-pose-gallery-zh。另外这周已冒出好几个第三方汉化/深度图版本,选一个自己顺手的即可,别混着用。

一句话总结

如果你在做 AI 人物图、需要稳定的姿势与造型控制,这个项目省掉的正是「找参考图 + 写提示词 + 拼多图 + 调接口」这四段琐碎工作;如果你只是想看姿势,直接开在线演示翻就行,不用碰代码。真正该记住的是它的产品思路:素材库的价值不在图多,而在于把素材、拼图、提示词、出图连成一条不需要出站的流水线。

参考来源

说明:本文是项目介绍与使用解读,未逐条实测生图效果;数据规模、模型清单、技术栈版本均来自仓库源码与 API 核对,README 与实际不一致处已在文中标注。

腾讯云精选福利

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注