核心用法
本技能引导用户通过两步流程创建原创算法艺术：首先建立算法哲学（4-6 段的计算美学宣言），然后用 p5.js 将其实现为交互式生成艺术。系统强调过程优于结果——美丽诞生于算法执行而非最终帧。支持流场、粒子系统、噪声函数、涌现行为等经典生成艺术技法，所有作品基于种子随机数实现可复现性。
显著优点
- 原创性保障：明确禁止复制现有艺术家作品，强制创建独特算法哲学
- 工艺标准极高：反复强调"精雕细琢的算法""大师级实现"，输出质量门槛显著高于普通生成工具
- 完整交互体验：单文件 HTML 产物，内置种子导航（前/后/随机/跳转）、参数滑块、实时渲染、PNG 下载
- 教育价值：要求用户理解噪声理论、向量场、粒子动力学等计算美学原理，而非盲目调参
- 品牌一致性：严格的 Anthropic UI 规范（Poppins/Lora 字体、浅色渐变背景）确保专业呈现
潜在缺点与局限
- 技术门槛高：要求用户掌握或愿意学习 p5.js、Perlin 噪声、向量数学等概念
- 创作周期较长：强制"哲学→代码"两步流程，不适合快速原型需求
- 性能约束：1200×1200 画布、实时参数更新对低端设备可能造成压力
- 风格倾向性：过度强调"有机涌现""受控混沌"等特定美学，几何极简或像素艺术等风格支持有限
- 模板依赖：强制使用
templates/viewer.html作为起点，高度定制化 UI 需求受限
适合人群
- 创意编程学习者：希望深入理解生成艺术算法原理，而非使用现成工具
- 数字艺术家/设计师：需要可交互、可复现的独特视觉素材，用于印刷或 NFT 项目
- 教育工作者：教授计算美学、涌现系统、创意编码课程
- 算法艺术收藏家：探索种子空间，发现具有特定美学特征的作品
常规风险
| 风险类型 | 等级 | 说明 |
|---------|------|------|
| 版权争议 | 低 | 明确禁止复制现有艺术家，强制原创 |
| 代码安全 | 低 | 纯前端 p5.js，无服务器交互或数据收集 |
| 性能问题 | 中 | 复杂粒子系统可能导致浏览器卡顿 |
| 输出一致性 | 低 | 种子机制确保跨设备可复现 |
| 依赖可用性 | 低 | 依赖 cdnjs 的 p5.js CDN，偶有网络风险 |