算法艺术生成

技能简介

该技能通过两阶段流程创建算法艺术：首先撰写算法哲学文档（.md），定义生成式美学运动的核心理念；随后用p5.js实现为可交互的网页作品（.html + .js）。采用种子化随机数确保结果可复现，支持流场、粒子系统等经典生成艺术技法。

业务背景

设计师与品牌方可快速获得独特的算法艺术资产，用于数字藏品、活动视觉或交互装置。通过哲学文档定义美学理念，再以代码实现可复现的生成系统，确保作品兼具概念深度与技术独特性，且版权清晰可控。

落地案例：某音乐节需要主视觉设计：提出"声波粒子化"主题方向，系统生成阐述噪声函数与粒子动力学的.md哲学文档，并输出p5.js交互页面。调整参数即可批量探索不同配色与运动轨迹的变体，最终选定版本直接用于官网背景与现场投影，避免传统设计反复修改的沟通成本。

能做什么

• 根据用户输入生成原创算法艺术哲学框架
• 输出完整的p5.js可执行代码与交互预览页面
• 创建基于噪声函数、粒子行为、力场动力学的视觉系统
• 通过参数调节探索同一算法的多种变体

使用说明

安装要求

无需本地安装。生成的.html文件直接在浏览器打开即可运行，依赖p5.js CDN加载。

使用步骤

1. 向Claude描述你想要的视觉风格或主题（如”有机湍流””量子谐波”）
2. Claude将生成.md格式的算法哲学文档，阐述数学原理与美学目标
3. 同一对话继续，Claude基于该哲学编写p5.js代码
4. 保存输出的.html和.js文件，浏览器打开即可查看交互效果

输入与输出

见下方输入与输出表格。

风险提示

• 生成内容需避免复制现有艺术家作品，以防版权纠纷
• 复杂粒子系统可能在低性能设备上运行缓慢
• 种子化随机虽可复现，但跨p5.js版本可能存在细微差异

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/seanphan/algorithmic-art/SKILL.md
来源类型：GitHub仓库