Векторная графика на Python: как ИИ-агент создал иллюстрации к технической книге
Habr AI · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.

Разработчик использовал ИИ-агента Claude Code для генерации векторных иллюстраций в стиле классической «Энциклопедии профессора Фортрана». Статья описывает технические решения по оптимизации SVG-кода, управлению сценами и обходу ограничений браузерного рендеринга при сборке PDF.
Материал демонстрирует практическое применение LLM-агентов для создания сложной векторной графики, раскрывая нюансы работы с SVG, оптимизации ресурсов и автоматизации верстки.
Автор статьи, разработчик, подготовил техническую книгу о взаимодействии с ИИ-агентами и решил создать к ней иллюстрации в стиле культовой «Энциклопедии профессора Фортрана». Вместо генерации растровых изображений через ChatGPT, он поручил агенту Claude Code (на базе модели Opus 5.5) писать код на Python, который формирует SVG-файлы. Этот подход позволил получить векторную графику, которая масштабируется без потери качества и легко интегрируется в HTML-вёрстку для последующей печати в PDF.
Структура книги включает 13 уникальных «миров» — от кухни до космической станции, каждый из которых представляет собой длинную панораму. Сюжет разбит на станции, где герои выполняют действия, отражающие содержание главы. Изначально агент генерировал типовые фоны, но по инициативе автора каждая глава получила собственную тематическую среду. Это решение повысило визуальное разнообразие и логическую связность иллюстраций с текстом.
Техническая реализация столкнулась с рядом ограничений. Например, градиенты с прозрачностью в Chrome при печати превращались в низкокачественные растровые изображения (72 dpi). Чтобы избежать этого, агент заменил градиенты на десятки плоских прямоугольников с разной степенью непрозрачности, имитирующих плавный переход. Также возникла проблема веса файлов: детализированные текстуры (щебень, кирпич) перегружали память браузера при сборке. Решение нашлось в объединении тысяч мелких фигур в один контур (path), что снизило размер каждого кадра до 200 КБ.
Для создания эффекта «рисованности от руки» без использования дрожания линий применялся приём cel shading. Силуэты героев заполняются тёмным цветом, а затем поверх них рисуется светлая версия с небольшим смещением, создающая эффект объёма и тени. Этот метод заимствован из классической анимации и позволил сохранить стилистическое единство с оригинальной энциклопедией.
Каждый герой представлен отдельным Python-модулем, содержащим данные о размерах, позах и координатах суставов. Система координат HandFrame позволяет корректно позиционировать предметы в руках персонажей. Для управления глубиной сцены используется принцип: объект, стоящий ниже на странице, рисуется поверх остальных. Функция conflicts() проверяет пересечения объектов и текста, автоматически убирая элементы, которые не помещаются в отведённое пространство.
Сложности возникли при работе с позами героев. Профильные скелеты позволили корректно изображать персонажей в движении, однако вид со спины оставался проблемным из-за искажений головы. Также агент разработал алгоритм плавного изгиба проводов, основанный на постепенном изменении кривизны (по синусу в квадрате), что устранило угловатость линий.
Весь процесс сборки книги занимает около минуты: Python-код генерирует SVG, который встраивается в HTML и печатается через Chrome. Опыт автора показывает, что ИИ-агенты способны создавать сложную векторную графику, если им предоставлены чёткие технические ограничения и алгоритмические решения для обхода ограничений браузерного рендеринга.