SKILL开源库：把274种手绘风格变成编号，终结AI绘画风格描述难题

别再对AI说「可爱一点」了：这个开源库SKILL把274种手绘风格编成了编号

“帮我画一张猫，可爱一点。”

每次我把这种话发给AI绘图工具，出来的东西都让我怀疑人生。有时候是一只眼睛占了半张脸的布偶猫，有时候是饱和度拉到爆炸的卡通贴纸，有时候干脆是像素级崩坏的哥特暗黑猫。问题不是AI听不懂，而是“可爱一点”这四个字，在模型眼里根本就不是一个精确指令——它是一团模糊的、随机的、每次解释都不一样的愿望。

所以我后来几乎不再用形容词控制风格了。我会说“吉卜力风格”、“水彩淡彩”、“蜡笔儿童插画”。但还是会翻车。因为这些风格词在不同模型的训练数据里权重完全不同，同一个词在SD和MJ里画出来的东西差着十万八千里。直到我碰到一个叫SKILL的开源库，它干了一件特别笨也特别聪明的事：把274种手绘风格逐一编号，你想画哪种，直接给编号，别跟AI商量。

这篇东西就是我实际用下来的完整记录，包括它怎么解决了我最头疼的风格不可控问题、编号背后到底是什么原理、以及我踩过的几个坑。适合所有被“风格描述词”折磨过的人——不管是画插画的、做设计的，还是纯粹想玩AI绘画的。

1. 为什么「可爱一点」从我嘴里说出来就翻车了

先别急着怪AI。回头看看我们自己说的话，就知道问题出在哪了。“可爱一点”这种描述，在人类的沟通里是没问题的，因为对方会结合你的表情、语气、之前对话的上下文去猜。但AI没有这个能力，它拿到的是一个被编码成向量的文本，你这句话在它内部空间里对应的，大概率是“可爱、一点、提高程度”这几个语义的混合体，具体往哪个方向偏，全看训练数据里这些词经常跟什么风格绑定。

1.1 自然语言描述风格的三个致命伤

我自己的项目里，用自然语言描述风格翻车，基本逃不出这三个原因：

第一是风格词的歧义。同一句话，不同人理解不同。比如“赛博朋克”，有人觉得是霓虹紫蓝调，有人觉得是废土机械风，还有人觉得是日式涩谷街头。模型训练的语料里这些标签的关联是多元的，你越笼统，它越随机。

第二是风格词的强度不可控。你说“厚涂”，但模型可能给你画到一半厚涂一半薄涂。因为提示词里的风格词往往被当作软标签，它只会把生成结果往那个方向拉一点，拉多少不是你能控制的。想加强就得叠词、加权重，但加过头就变成风格灾难。

第三是跨模型迁移性差。我在Midjourney里调好的一套风格描述词，换到Stable Diffusion里完全失效。同一个“宫崎骏风格”，MJ理解的是大色块和柔和光影，SD理解的可能变成一种特定的动画渲染算法。你在A模型里攒下的描述经验，换个模型全废。

1.2 同一句提示词，不同模型画出四种画风

我做个了一个很无聊但很说明问题的实验。同样的关键词“铅笔素描风格，一只狗”，跑了四个主流模型：

这四张图你很难说谁对谁错，因为“铅笔素描”本来就是个大类，不是一个可执行的指令。但你让设计师来用，他要的就是其中某一种，剩下的全是废图。出10张挑1张可以用，中间有9张的算力、电费和等待时间，都是白白浪费的。

这让我意识到一件事：风格问题不是靠换一个更好的形容词能解决的，而是需要一种不受歧义干扰的精确指代方式。就像编程里不用字符串比较而用枚举类型一样——你给AI风格描述，本质上是在做一次枚举值的映射，为什么不直接告诉它那个枚举值是什么？

1.3 风格是可枚举的，问题出在表达粒度

人眼能分辨的风格差异，其实远比我们想象中少。专业的画师或者设计师，看到一张图能立刻说出它是水彩、彩铅、油画、粉彩、版画、马克笔还是扁笔厚涂。这本身就是一套已经存在的“风格谱系”。

但AI绘画的提示词体系，一直没有把这套谱系结构化。所有风格都靠自然语言去描述，而自然语言天生就带着冗余和歧义。SKILL做的事情，本质上就是把这套谱系整理成了一个大字典——每种风格给一个唯一编号，你只要说“用编号177”，模型就照着那个固定的风格信号去生成，不再需要你搜肠刮肚想形容词。

我一开始觉得这思路太简单了，简单到有点蠢。但用了几次后发现，越是蠢的、笨的办法，在实际工程里越可靠。因为精确，所以可复现；因为可复现，所以可以批量生产。

2. SKILL到底做了什么事：把风格从形容词变成编号

SKILL是个开源库，核心功能就一句话：它收集和整理了274种手绘风格，给每一种风格分配了唯一的编号和配套描述，在你写AI绘画提示词的时候，可以像查字典一样选编号，然后直接把编号写进提示词里。

你可能会问：这不就是一个风格对照表吗？我自己也整理过类似的Excel，有什么区别？有，而且区别很大。

2.1 274这个数字是怎么来的

274不是拍脑袋凑出来的。我对这个数量级的理解是：它基本覆盖了你能叫得上名字的主流手绘风格，以及大量你叫不上名字但一眼能认出来的细分风格。

粗略分一下大概是这么几类：

• 传统绘画媒介：水彩、水粉、油画、丙烯、蛋彩、色粉、彩铅、石墨、炭笔、钢笔、圆珠笔、马克笔、蜡笔、油画棒等
• 版画与印刷类：木版画、铜版画、丝网印刷、石版画、浮世绘版画等
• 东西方传统画种：水墨写意、工笔重彩、白描、岩彩、唐卡、壁画、细密画、波斯地毯纹样等
• 现代插画风格：扁平插画、渐变噪点插画、颗粒肌理插画、描边贴纸风、涂鸦风、拼贴风等
• 漫画与动画类：日漫赛璐璐、美漫墨线、欧漫清线、中国风动画、剪纸动画、定格动画风等
• 特殊质感与实验类：刮擦、泼溅、烧边、做旧、水渍、吸墨、纸上晕染等

274这个数量，刚好能让你在大部分需求里找到一个“差不多的选项”，又不至于多到你翻不完。而且它的分类是有层级的，不是274个扁平条目，这一点在后面讲分类的时候再细说。

2.2 编号系统的结构设计

SKILL最值得称道的不是风格量多，而是它给每个风格配的描述模板是结构化的。光给一个编号没用，模型不认识“202”这个数字，你必须同时提供一组可被模型理解的描述词，编号才能稳定地触发对应风格。

这个过程有点像查表之后做一次翻译：编号是查找键，查到的是一条精炼的风格描述，然后你把这条描述填进提示词里。关键就在这里——这条描述不是随便写的，它是经过大量生成测试、反复修正后沉淀下来的“最优描述”。

举个例子，某个编号对应的风格，描述大概长这样：

编号182：dry brush, rough paper texture, cracked pigment particles, layered transparent strokes, muted earthy tones, artistic sketching style, hand-drawn feel

这段描述里的每个词都不是装饰品。dry brush控制干画笔效果，rough paper texture控制纸张纹理，cracked pigment particles控制颜料开裂感，layered transparent strokes控制笔触叠加方式。它们是经过筛选的、对生成结果影响最大的关键词，而不是“漂亮”、“优雅”这种玄学词汇。

2.3 一个编号背后到底藏了多少参数

如果你在SD里用过ControlNet或者LoRA，就会发现SKILL的一个编号，实际上就等于替你打包了一套完整的风格参数方案。

这里我拆一下，一个编号背后大致包含这么几层：

我第一次看到这套结构的时候，心里想的是：这玩意儿本质上是把风格从“玄学”变成了“工程”。它没有改变模型的生成能力，但改变了你和模型之间的沟通方式。你说“我要编号182”，等于一次性地把风格描述、负向提示词、参数建议全部喂给了模型，它不再需要猜测你的意图。

3. 上手实操：从安装到第一次用编号出图

下面这部分是我实际跑通的流程，基于常见实践整理，不是理论推演。我用的环境是Windows 11，显卡是RTX 4090，部署的是SD WebUI（Auto或Forge都行），这套思路搬到ComfyUI里也成立，就是节点连接方式不同而已。

3.1 环境准备与安装步骤

先说明一下，SKILL本身不是一个独立的绘图工具，而是一套风格描述库和配套脚本，需要配合现有的AI绘图框架使用。安装逻辑其实很简单，本质上就是把风格数据文件和调用脚本放进你的绘图工具目录里。

以SD WebUI为例，我当时的步骤是这样的：

1. 下载SKILL仓库：项目在GitHub上，直接git clone或下压缩包都行
2. 定位插件目录：放到webui的extensions文件夹下，或者根据项目说明放到指定目录
3. 重启WebUI：让程序加载新增的脚本
4. 切换到对应Tab：一般在文生图界面里会多出一个风格选择的面板
5. 加载风格列表：首次使用会生成一个索引文件，274个风格会全部列出来

安装过程中最容易出问题的点是Python版本和依赖冲突。我的建议是，先在一个干净的环境里测试，不要一上来就往生产环境里塞。如果你平时用ComfyUI，那么需要的是把风格描述的JSON文件和对应的提示词模板导入，然后通过自定义节点调用。

3.2 提示词写法与参数组合（附示例）

装好之后，真正的用法是：先确定主题，再选风格编号，最后组合参数。

我的习惯是写一个固定结构的提示词模板：

主题主体描述 + 构图与光影 + SKILL风格编号 + 风格强度标注

举个例子，我想画一幅城市街景，用水墨写意风格。那么提示词可以这样写：

a busy old street corner, morning mist, stone road, people walking, [style_187], brush ink technique, rice paper texture, monochrome ink wash

这里的[style_187]是SKILL的编号占位符，后面的brush ink technique和rice paper texture是编号自带描述的一部分，不是我自己加的。

参数层面，我的基准配置是这样的：

这只是基准，具体到某一类风格要微调。比如水彩类我习惯把CFG调到6以下，不然水痕边缘会变得太锐利，失去晕染感；而版画类则适合CFG稍高一点，让黑色块更实、更硬。

3.3 实测效果对比：同一主题、不同编号

光说参数没意思，我实际跑了三组测试。主题统一是“一只坐在窗台上的橘猫”，用完全相同的种子，只替换风格编号，看看差异有多大。

第一组用了编号对应粉彩画风格的参数。出来的猫边缘是软的，毛发的质感像被色粉笔一遍遍叠加过，窗台的玻璃反光处理成了粗糙的粉质颗粒感，整张图有一种朦胧的温柔氛围。这个“温柔”不是我提示词要求的，是粉彩这种媒介自带的效果。

第二组用了编号对应木刻版画风格的参数。出来的猫完全是另一个气场，大块的黑色轮廓，刀刻的线条整齐有力，颜色只有红黑两色加少量留白。种子和刚才一样，但构图被重新处理成了更适合版画的强对比分离。

第三组用了编号对应彩色铅笔儿童插画风格的参数。毛发的排线方向清晰可见，颜色比粉彩更跳跃，纸张纹理细腻，整体有很明显的“手账涂鸦”感。

一个主题，三种编号，三种截然不同的画面。但更关键的是，这个结果是可复现的：我把同一个提示词和参数再跑十次，出来的图虽然细节会变，但风格方向高度一致，不会出现第一张是粉彩、第二张突然变成油画的这种跳变。这在用自然语言描述风格时代是做不到的。

4. 不是只有手绘：这套思路能延伸到哪里

一开始我以为SKILL就是一个手绘风格词典，但用着用着我发现，它的核心价值不在274这个数字，而在于它提出了一种风格工程化的思路。这个思路一旦打开，能延伸的地方比想象中多。

4.1 与其他风格控制方案的配合方式

现在AI绘画的风格控制方案不止一种，常见的有LoRA、ControlNet、风格参考图、以及各种风格化插件。SKILL跟它们不是竞争关系，而是可以叠加的。

我的实际用法是：ControlNet管结构，SKILL管风格，LoRA管特定角色或物体，三层各干各的活。比如我要一张水彩风格的原神角色同人图，那就用ControlNet锁住姿态骨架，用SKILL的水彩编号控制整体笔触质感，再叠加角色LoRA保证脸和服装特征。分层之后每个工具的压力都变小了，反而更稳定。

这里有一个经验：如果发现某个编号的生成结果不理想，别急着换编号，先尝试调整ControlNet的权重，或者换一个LoRA。因为风格的偏差很可能不是SKILL描述的问题，而是跟其他控制信号的冲突。

4.2 从绘画风格到摄影、3D、UI的迁移

SKILL目前收录的274种基本都是手绘风格，但它的这套“编号—描述—参数—负向词”四层结构，完全可以平移到其他领域：

• 摄影风格：胶片种类、镜头特质、暗房工艺、年份质感，都是可枚举的。柯达Portra 400和高反差黑白胶片之间的差异，比两种手绘风格的差异更容易用参数表达
• 3D渲染风格：PBR材质、卡通渲染、粘土风、低模风，这些在行业里本来就有明确的名称和参数标准
• UI与平面设计：极简风、新拟态、酸性平面、瑞士国际主义风格，这些也早就有成熟的定义

你完全可以按照SKILL的思路，给自己常用的摄影风格做一个私有编号库。比如编号S-01代表“富士胶片模拟直出”，编号S-02代表“二战老照片褪色质感”。做法就是在AI绘图工具的提示词预置功能里，把固定的描述短语存成模板，跟SKILL的用法一模一样。

4.3 给团队协作和提示词管理带来的启发

这一点是我最看重的。做设计团队的AI绘画落地项目时，最大的麻烦不是模型效果不好，而是成员之间的提示词语言不统一。

同样画“卡通头像”，组员A写“kawaii chibi style”，组员B写“cute cartoon avatar”，组员C写“动漫Q版头像”，三个人拿到完全不一样的结果，然后各调各的，最后交上来的作品风格稀碎。

如果团队统一使用SKILL或者类似的自定义编号系统，情况会变成：今天项目要求的所有头像用风格编号088，谁也别发挥。想换风格，走审批流程改编号，而不是在群里争论哪个形容词更准确。这种标准化带来的效率提升，远远大于单张图片质量的提升。

5. 踩坑记录与个人建议（不是所有编号都好用）

用SKILL跑了大概一个多月，不能说274个风格我都试过，但也试了接近一百个。下面这些坑，我踩过，写出来你们别再踩。

5.1 编号不是魔法，选错照样翻车

部分风格编号在特定模型下效果差得离谱。比如扁平插画类编号，在很多写实模型下表现会非常弱，因为模型本身的语言理解偏重“照片感”，你告诉它做扁平，它只会把照片去色加个描边，不是真正的扁平插画。

所以使用时要带模型适配性的判断。建议先在SD 1.5系、SDXL系、以及其他主流底膜下各跑一组样例，把效果好的编号跟底膜做个绑定记录。别到处传“SKILL很好用”，它是在特定底膜下好用，换了个模型全家翻车的情况不是没有。

5.2 关于“手绘感”的常见误区

很多人以为手绘风格，就是给照片加一个滤镜效果，但实际生成时会发现：真手绘风格不只是改变画面质感的渲染，它会反向重塑构图和结构。

比如我之前用木刻版画风格的编号，想画一个现代大楼，结果出来的图里大楼被简化成大块黑白几何，窗户直接被省略了。这不是模型能力不足，而是木刻版画本身的表达逻辑就是概括、简化、强调形状。你让AI画一张版画风格的建筑，就不该期待它保留照片级别的细节。

理解了这一点，很多“翻车”其实不是翻车，是你选错了风格和主题的匹配度。繁复场景配简约风格、细腻内容配粗犷媒介，自然互相伤害。用编号前先思考一个问题：这个主题在这种媒介下，应该长什么样？

5.3 我目前的工作流（仅供参考）

最后分享一下我现在的工作流。不是标准答案，但经过几个项目验证是稳定的：

第一步，确定项目需要的风格基调。这一步不看AI工具，就直接到Pinterest或者ArtStation找参考图，确定媒介和手感。

第二步，在SKILL里找到最接近的编号，生成一张测试图。如果78%接近就够用了，直接进入批量生产；如果差很多，再去找替代编号或者准备追加自定义描述。

第三步，把确认好用的编号、底膜、参数记入团队的共享表格。下次同一个风格直接用参数组，不再经过风格筛选这一步。

第四步，批量出图时用固定种子+固定编号，只更换主体描述词，保证系列作品的风格统一性。

我现在的体会是，SKILL最大的价值不是让AI画得更好，而是让我在跟AI沟通时少了很多无效沟通。它把风格变成了可复制的、可传递的、可验证的工程参数，而不是飘在空中的感觉。没有它我也能靠不断堆词调到相似效果，但每一次都要花掉几十分钟和几十张废图；有了它，这个步骤被压缩到了几分钟。

如果你也在跟AI绘画的风格可控性较劲，建议把这类“风格结构化”的工具当回事。别再把“可爱一点”甩给模型然后赌运气了，改说“编号053”试试，结果会老实很多。