084

sprite-gen:要替代 PerfectPixel、Agent Sprite Forge、Gorest,還是把它們串起來?

sprite-gen:要替代 PerfectPixel、Agent Sprite Forge、Gorest,還是把它們串起來? 封面圖

把 sprite-gen 放回 2D 遊戲素材流程,和 PerfectPixel、Agent Sprite Forge、Gorest 比較生成、去背、atlas、QA、scene 與引擎交接的分工。

Seer

2026-09-24

如果你只想用一句話理解 sprite-gen:它把「一張角色圖」往前推成「可以交給遊戲引擎的透明 sprite atlas、動畫 loop 與可重跑的素材管線」。

前一篇我把 PerfectPixel、Agent Sprite Forge、Gorest 放在同一條 2D 遊戲素材流程裡比較:PerfectPixel 偏向高品質角色動畫資產,Agent Sprite Forge 偏向由 Agent 驅動的素材生成與地圖流程,Gorest 則偏向本地 scene 編排和 live 預覽。[9]

現在出現的 sprite-gen,重疊了其中一部分工作,還把資料格式、透明度處理、frame 對齊、QA、curation、recolor、engine export 和 scene render 補成一套 Python CLI。它目前最新 release 是 v2.8.0,套件要求 CPython 3.11 以上,授權為 Apache-2.0。[1][3]

我的結論先放前面:

  • 想建立一條可重跑、可檢查、能交付 runtime atlas 的 2D sprite 管線,優先看 sprite-gen。
  • 想把複數 Agent、地圖、道具和 Godot editable map 串起來,Agent Sprite Forge 仍然有自己的上層角色;sprite-gen 可以當它底下的資產編譯器。
  • 想要 GUI 導向的角色資產製作與品質挑選,先保留 PerfectPixel 的位置,不能只靠 README 就宣稱 sprite-gen 已經完全取代它。
  • 想在進引擎前快速排 scene、看 live preview,Gorest 仍然是互補工具;sprite-gen 的 optional scene workflow 不等同於一個完整的 scene editor。

這次的重點,是把工具邊界重新畫清楚:sprite-gen 最適合站在中間,負責把生成素材整理成能被程式消費的資產。

先看 2D 素材真正需要解決的問題

一張 AI 產生的角色圖,距離遊戲可用素材通常還有一段距離:

  • 同一個角色在不同 frame 裡臉、衣服或配件漂移
  • 每格尺寸不一致,角色站在畫面裡會上下跳動
  • 背景去除後留下 chroma fringe 或透明邊緣
  • frame 順序、fps、loop 規則沒有被記錄
  • sprite sheet 看起來整齊,遊戲引擎卻不知道每格的實際矩形
  • 動作生成完成後,還要人工挑 frame、移動、縮放或加入 idle breathing
  • 同一個角色要產生不同配色,卻必須重新生成整套圖片
  • 角色、背景、陰影和場景預覽分散在不同工具裡

因此 2D 素材流程通常會經過五段:

  1. 定義角色、視角、風格與動作狀態。
  2. 生成 base image、sprite row 或 video。
  3. 去背、切 frame、對齊 anchor、處理像素格。
  4. 產生 atlas、manifest、GIF、WebP 或 engine export。
  5. 把角色放進 scene,檢查動作和實際遊戲尺寸。

前一篇的三個工具,分別落在這條路徑的不同位置。[9] sprite-gen 的特色,則是把第 2 到第 4 段拆成明確的 pipeline stages,再用 sidecar、report 和 manifest 保存結果。

sprite-gen 到底在做什麼?

官方 README 把它描述成:輸入一張圖,輸出 game-ready sprites,可以是 atlas,也可以是透明 motion loop。[2]

它提供兩條主要 pipeline,另外再加上獨立工具群與 optional scene workflow。

Pipeline A:一張圖生成 sprite rows,再組成 atlas

prepare
  → gen / gen-set
  → extract
  → curation(可選)
  → compose-atlas
  → QA / export

基本命令如下:

sprite-gen prepare \
  --out-dir <run> \
  --character-id <id> \
  --base-image base.png

sprite-gen gen-set --run-dir <run> --provider codex
sprite-gen extract --run-dir <run>
sprite-gen compose-atlas --run-dir <run>
sprite-gen curation --run-dir <run>

官方 workflow contract 將每一步的輸入與輸出固定下來:[6]

  • prepare 建立 sprite-request.json、每個 state 的 layout guide 和 prompt。
  • gen 或 gen-set 每個 state row 產生一張 raw strip。
  • extract 把 strip 轉成透明 frame。
  • curation 以 sidecar 記錄選取、排序、移動、變形與 breathe 設定。
  • compose-atlas 產生 sprite-sheet-alpha.png 和 manifest.json。
  • export-aseprite 可以把完成的 atlas 轉成 Aseprite-compatible JSON。

官方 contract 特別強調:一個 state row 只做一次 image-generation call,後續 extraction、組合、QA 和 export 都是確定性處理;相同輸入會得到相同的後處理結果。[6]

這個設計和單純「請模型直接生成 sprite sheet」差異很大。模型負責提供素材,後面的 pipeline 負責把素材整理成 runtime contract。

Pipeline B:一張圖變成透明 motion loop

第二條路徑從一張 still image 出發,透過 Grok Imagine 生成影片,再擷取透明 frame,切出循環動畫:[8]

still
  → video-canvas
  → video
  → video-frames
  → video-loop
  → strip / GIF / WebP

命令可以是:

sprite-gen video-set \
  --base side=still.png \
  --states idle,walk,run,jump,attack \
  --out-dir set/

這條路徑會依照 motion state 使用不同 canvas:jump 需要垂直空間,attack 需要水平空間,其餘動作多半使用 square。video-frames 會記錄真正的影片 fps,不會假設所有輸入都固定 24 或 30 fps。[8]

輸出的 loop 可以包含:

  • transparent strip
  • GIF
  • WebP
  • 每個 state 的 report
  • set.report.json
  • table.md

這條路徑特別適合 walk、run、idle、jump 和 attack 這類需要看連續動作的素材。官方文件也把 one-shot attack 和 cyclic locomotion 分開處理,不把所有動作都強行當成循環。[8]

它真正強的地方:資料合約比「生圖」更完整

1. manifest.json.frame_layout 是 runtime 的單一真相

sprite-sheet-alpha.png 只是一張圖,遊戲引擎還需要知道每個 frame 在圖上的矩形、播放順序、fps、loop 和 state 分組。

sprite-gen 的 manifest 會保存 frame_layout,包含每個 state 的 frame rectangles。官方 README 將這個結構描述為 machine-readable runtime manifest;引擎只要讀矩形,就能直接取得每格位置,不必自行推測整張圖片的 grid。[2]

這是它和許多「輸出一張 sprite sheet」工具最實際的差異。圖片適合人看,manifest 才是程式真正需要的資料。

2. 去背要經過多個處理階段

官方的 chroma-alpha 文件把去背拆成多個步驟:[5]

  1. 偵測 flat border 上實際被模型畫出的背景色。
  2. 清除 key color 與 painted background color 附近的背景像素。
  3. 對邊緣混色做 soft-alpha unmix,保留 antialiased hair 和細線。
  4. 處理小範圍 generator spill。
  5. 重新做 connected-component extraction。
  6. 檢查宣告的 frame count 是否真的能被抽出來。

對 pixel-art 目標,後續的 pixel_unfake 會將 alpha 二值化並重新對齊整個 row 的 grid;一般插畫素材則可以保留 soft alpha。[5]

這表示 chroma key 的選擇仍然重要。官方建議背景色要避開主體的主要色相,--chroma-key auto 也會先評估候選色是否會吃掉主體中的重要像素。[5]

3. Pixel Unfake 解決的是跨 frame 的格子漂移

很多 AI 生成的「pixel art」只有像素風格,沒有穩定的像素格。若每一格各自偵測 grid,walk cycle 可能 frame-by-frame 改變 block size,角色看起來就會閃爍或抖動。

sprite-gen 的 Backbone Lattice 做法是先從整個 subject 和整個 row 找出共同的 grid,再讓每格依照同一個 backbone 切割。官方文件將它描述成跨 frame 的 grid consensus,目標是讓同一個 block 在整個動畫裡維持一致大小。[5]

要啟用 pixel-unfake,可以把 fit 放進 request:

{
  "fit": {
    "pixel_unfake": true,
    "logical_height": 64,
    "palette_size": 48,
    "align_x": "foot-centroid",
    "align_y": "bottom"
  }
}

這個模式還會保留兩組比較材料:

  • pixel-unfake 的 canonical frame
  • apply 前的 plain 或 high-resolution original twin

因此 curation view 可以讓你逐行比較「像素化版本」與原始版本,再決定最後要 bake 哪一個。[5][6]

這點很適合接續前一篇的像素資產討論,因為它處理的重點從「像不像像素畫」轉成「動畫每一格是否服從同一個格子與 anchor」。

4. Curation 是非破壞性的 sidecar

生成和 extraction 完成後,不必立刻手改 PNG。Curation view 會使用 curation.json 保存:

  • frame 選擇
  • frame 順序
  • 移動與 transform
  • pixel edits
  • clone frame
  • breathe
  • pixel-unfake 的逐 row 選擇

這些調整會在 compose 階段重新套用。原始 frame 和 curation sidecar 分開保存,方便重新選擇或重新輸出。[6]

這也是 sprite-gen 比「直接把一張圖丟進遊戲」更像資產管線的地方:人的決定有記錄,生成結果仍然可重建。

sprite-gen 和前一篇三個工具怎麼分工?

先用一張表看差異

工具核心位置主要輸入主要輸出和 sprite-gen 的關係
PerfectPixel角色 sprite 與動畫成品工作流prompt、角色設定、動作與方向sprite sheet、manifest、預覽動畫生成與成品質量有重疊;是否替換要看你偏好 GUI/既有 preset,還是 CLI pipeline
Agent Sprite ForgeAgent 驅動的角色、道具、地圖與 engine-ready workflowprompt、角色/地圖需求sprite、透明 frame、GIF、地圖與 Godot 相關輸出和 sprite-gen 在 Agent 生成、去背、frame pipeline 重疊;Agent Sprite Forge 的 map/Godot 上層能力仍可保留
Gorestscene 編排與 live previewsprite、spritesheet、metadata、scene可視化 scene workspace和 sprite-gen 互補;sprite-gen 負責資產,Gorest 負責預覽與場景編排
sprite-gen可重跑的 sprite 編譯管線與資產工具一張 still、state request、既有 atlas 或外部 PNGatlas、frame manifest、透明 loop、QA、recolor、engine export、scene render可以成為中間的資產標準層

這張表前半段延續我上一篇對三個工具的定位;sprite-gen 的部分則以目前 main 的 README、SKILL 和 workflow contract 為準。[2][4][9]

對 PerfectPixel:重疊在資產生成,差異在工作方式

前文把 PerfectPixel 放在「成品產出機」的位置,重點是角色設計、動作 preset、方向組合、frame 對齊與匯出。[9]

sprite-gen 目前官方文件明確提供:

  • row-based generation
  • chroma extraction
  • frame alignment
  • pixel-unfake
  • curation
  • transparent atlas
  • runtime manifest
  • GIF / WebP
  • Aseprite-compatible JSON

因此兩者的重疊很大,尤其是「一張角色圖 → 動畫 frame → 可交付資產」。

但我不會只根據 README 宣稱它已經完整取代 PerfectPixel。因為這兩個專案的評估角度不同:

  • PerfectPixel 比較像面向角色資產製作的完整工作台。
  • sprite-gen 比較像資產編譯器,優先處理輸入、規格、後處理、QA、manifest 與可重跑性。

如果你的主要痛點是想快速挑角色外觀、試動作 preset、用 GUI 反覆調整,PerfectPixel 仍值得留在流程裡。若你的主要痛點是把既有 base image 穩定地轉成多個 state、固定輸出格式並交給引擎,sprite-gen 的管線思維更合適。

比較理想的組合是:

PerfectPixel:探索角色外觀與動作方向
        ↓
base still / imported asset
        ↓
sprite-gen:extract → curation → compose → manifest → export

前提是兩邊的輸入格式與授權條件允許這樣使用;這部分需要在實際專案測試,官方文件沒有宣稱兩個專案存在原生整合。

對 Agent Sprite Forge:這是最接近替代關係的一組

Agent Sprite Forge 官方 repository 的定位是透過 Agent skill 生成 2D sprite sheet、map、透明 PNG frame 與 animated GIF;README 也列出 layered raster map、Godot editable map,以及 Codex/Grok 相關路徑。[10]

前一篇把它放在「前置探索與規劃」以及「Agent 驅動的素材管線」。[9]

sprite-gen 現在也提供 Codex/Claude skill,加上 Python CLI、row pipeline、video pipeline、asset utilities 和 optional scene workflow。[2][4]

兩者重疊最明顯的地方:

  • 都可以從一張圖或 prompt 開始。
  • 都面向 Agent 使用情境。
  • 都關心透明 frame、sprite sheet 和動畫輸出。
  • 都試圖把模型產出的圖片往 game-ready asset 推進。

但核心差異在輸出合約:

  • Agent Sprite Forge 的範圍更靠近「Agent 直接完成角色、道具、地圖、Godot workflow」;它還有 map 和 editable map 的敘事。
  • sprite-gen 更靠近「每一個 pipeline stage 都有固定資料結構」,把 sprite-request.json、frames-manifest.json、curation.json、manifest.json、inspect report 和 score report 分開保存。[6]

因此,如果你的專案只需要角色 sprite、透明動畫、atlas、palette variants 和 engine export,sprite-gen 有機會取代 Agent Sprite Forge 的大部分 sprite path。

如果你的需求包含:

  • layered map
  • prop placement metadata
  • collision / zones
  • Godot editable scene
  • 以複數 Agent 組裝較高層的遊戲原型

那麼 Agent Sprite Forge 仍然可以站在上層,而 sprite-gen 作為角色和動畫素材的下游編譯器:

Agent Sprite Forge
  ├─ map / props / engine prototype
  └─ character still / animation request
          ↓
      sprite-gen
          ├─ transparent atlas
          ├─ motion loop
          ├─ manifest
          └─ QA / export

這個組合比讓兩個工具同時各自處理去背、切 frame 和 manifest 更容易管理,因為可以先決定誰擁有最終資產格式。

對 Gorest:保留,它和 sprite-gen 處理不同階段

前一篇把 Gorest 放在本地 scene 編排與 live preview:把角色、背景、道具和 spritesheet 放進 canvas,修改 metadata,再看動畫在 scene 裡的效果。[9]

sprite-gen 目前確實有 optional scene workflow:scene-render 可以使用既有資產、placement、camera、lighting 和 shadow projection,輸出 PNG frames、MP4/GIF 和檢查 metadata。[2][5]

這會讓兩者的邊界比上一篇更接近,但仍然有差異:

  • sprite-gen 的 scene 是一個可被 spec 驅動、可重跑的 render/inspect workflow。
  • Gorest 的核心價值是人可以在本地 workspace 裡直接編排和預覽 scene。

如果你在做資產管線和 CI,sprite-gen 的 scene.json、render 和 inspect 比較容易納入自動化。

如果你在做視覺挑選、拖拉物件、看多個素材如何放在一起,Gorest 的互動工作台仍有價值。

所以這一組推薦並用:

sprite-gen:生成、清理、組 atlas、輸出 metadata
        ↓
Gorest:排 scene、看動作、調整視覺體感
        ↓
Godot / Unity / Phaser / Flame:正式整合

Engine export:sprite-gen 現在能直接接哪些地方?

官方 engine-export 文件目前明確描述的是 Aseprite-compatible JSON;它輸出結構化資料,不建立可編輯的 .aseprite 原始檔,也不重新編碼 PNG。[7]

Phaser 可以讀取 array 或 hash 形式的 Aseprite JSON:

this.load.aseprite('hero', 'sprite-sheet-alpha.png', 'aseprite.json');
this.anims.createFromAseprite('hero');
this.add.sprite(100, 100, 'hero').play('idle');

Flame 則可以用分 state 的 hash JSON:

sprite-gen export-aseprite \
  --run-dir <run-dir> \
  --format json-hash \
  --split-states

輸出會放在:

exports/aseprite/idle.json
exports/aseprite/walk.json

這些檔案共用同一張 atlas PNG,保存 frame rectangle 和 millisecond duration。[7]

目前要注意三個限制:

  1. sprite-gen 不會建立 editable .aseprite 檔。
  2. 專案 CI 有結構測試,但官方文件沒有宣稱在 browser Phaser app 或 Flutter runtime 中完整執行整合測試。
  3. Aseprite frame tags 不會完整承接 sprite-gen 的 loop policy;Flame 的 factory 也不會讀取 tags 內的 loop 規則。[7]

因此 export 是清楚的資料轉換,不代表「一鍵完成所有引擎整合」。

安裝與最小工作流

官方 quickstart 要求使用新的 virtualenv,並把這個 venv 視為唯一支援的 interpreter:[2][3]

python3 -m venv .venv
source .venv/bin/activate
pip install -e .
sprite-gen --help

目前 package metadata 的主要條件是:

  • CPython >=3.11
  • Pillow >=12.3.0,<13
  • NumPy >=2.2.6,<3
  • Python package version 2.8.0
  • Apache-2.0

atlas 路徑可以從這樣開始:

sprite-gen prepare \
  --out-dir runs/hero \
  --character-id hero \
  --base-image base.png

sprite-gen gen-set \
  --run-dir runs/hero \
  --provider codex

sprite-gen extract --run-dir runs/hero
sprite-gen compose-atlas --run-dir runs/hero

如果要先檢查既有結果,可以使用已經產出的 run directory:

sprite-gen inspect-motion \
  --source runs/hero/walk.strip.json \
  --out runs/hero/motion.json

若要做 palette variants:

sprite-gen recolor-palette \
  --base runs/hero/sprite-sheet-alpha.png \
  --out palette.draft.json

sprite-gen recolor \
  --run-dir runs/hero \
  --spec recolor.spec.json

要使用 video pipeline,還需要 ffmpeg、ffprobe 和 img2webp;影片生成使用自己的 Grok login 或 XAI_API_KEY。官方文件也列出 Codex、Grok 和明確指定才會啟動的 OpenAI provider:OpenAI 路徑是 server/SaaS 的按次計費路徑,必須明確指定才會使用。[2][4][8]

它能不能真的做出穩定像素動畫?

可以把問題拆成三個層級,不要只看 README 的展示 GIF。

第一層:圖像風格

模型能不能生成你要的 pixel-art style,取決於 base image、prompt、provider 和 model。pixel_unfake 可以整理格子與 palette,但它不能替一個完全錯誤的角色設計重新畫好每一個部位。

第二層:frame 結構

sprite-gen 可以檢查 frame count、透明度、component、alignment、centroid jitter 和 motion report;這比人工只看一格更可靠。[5][6]

第三層:動作美術品質

walk cycle 是否自然、攻擊動作是否有重量、手上的武器是否保持一致,仍然要靠 motion QA。官方 README 也將 cyclic locomotion 標示為要通過 motion QA 才適合出貨的工作;direction detector 即使 confidence 高也可能判錯,mirror 和 regen 都應該在 review 後才使用。[2][4]

因此,sprite-gen 的優勢在於把「錯在哪裡」變得可觀察,不等於模型每次都會產生完美動畫。

建議的替代與組合策略

情境 A:只想做角色 sprite 和 engine-ready atlas

直接試 sprite-gen。

推薦流程:

base still
  → prepare
  → gen-set
  → extract
  → curation
  → compose-atlas
  → inspect / score
  → export-aseprite

這種情境下,Agent Sprite Forge 的角色生成 path 可能會被 sprite-gen 取代;PerfectPixel 則看你是否仍然需要它的角色探索或 GUI 產製流程。

情境 B:想做多個角色、道具、地圖與 playable prototype

保留 Agent Sprite Forge 做上層 orchestration,sprite-gen 負責角色與動畫的標準化輸出。地圖、prop pack、collision 和 Godot scene 仍交給上層工作流。

情境 C:素材完成後要快速排 scene

把 sprite-gen 當資產編譯器,把 Gorest 當視覺檢查工具。兩者最好透過 sprite-sheet-alpha.png、manifest.json 和明確的 asset directory 交接,不要互相修改對方的中間產物。

情境 D:需要 pixel-art 風格,但還沒有穩定的 base character

先用 PerfectPixel 或其他角色探索工具收斂 base image,再交給 sprite-gen 做切 frame、對齊、pixel-unfake、curation 和 export。這樣可以讓角色創作與資產工程分開。

導入時最需要小心的地方

1. 版本更新很快

sprite-gen repository 目前更新速度快,main 在 2026-09-24 已經進入 v2.8.0,文件中也有不少對應特定版本的 contract 和 migration 說明。[1][3]

正式專案應該固定 package version,並把一個可用 run directory 和 manifest 放進測試 fixture,避免工具升級後靜默改變輸出。

2. Provider 成本和權限要拆開

Codex、Grok、OpenAI 的使用條件不同。影片 pipeline 使用自己的 credential;OpenAI provider 是明確指定的按次計費路徑。不要把 provider、model、登入狀態和資產格式混在一個模糊的「AI 生成」步驟裡。

3. frames/ 屬於中間產物,最後交付由 compose 產生

官方 run contract 明確說 frames/ 是 extraction output,真正的選擇、transform、pixel edits 和 clones 會透過 curation.json 在 compose 階段套用。[6]

如果外部腳本直接複製 frames/,就可能漏掉人工 curation,導致實際交付的素材和 preview 不一致。

4. Aseprite export 不代表每個引擎都自動完成

Phaser 和 Flame 有官方文件對應的 JSON 路徑;Godot、Unity 和其他 runtime 需要自行接 manifest 或轉換流程。前一篇提到的 Godot/Unity workflow,不能直接當成 sprite-gen 已經提供的原生 export。[7][9]

最後結論:sprite-gen 是資產編譯器,工作台功能另有位置

前一篇的三個工具比較,重點是「不同工具放在不同階段」。[9] sprite-gen 出現後,這個分層可以再精確一點:

角色探索與視覺定稿
  → PerfectPixel 或其他角色工具

Agent orchestration、地圖與 prototype
  → Agent Sprite Forge

透明處理、切 frame、pixel grid、atlas、QA、manifest
  → sprite-gen

Scene 編排與 live preview
  → Gorest

正式 runtime
  → Godot / Unity / Phaser / Flame

若只選一個工具建立可重跑的 2D 素材基礎,我會先選 sprite-gen,因為它把最容易失控的中段工程化了:每格 frame 有資料、每個 state 有輸出、每個 atlas 有 manifest、每次 curation 有 sidecar、每個失敗可以留下 report。

它最值得取代的,是手動處理透明背景、切 frame、對齊角色、拼 atlas 和重新整理 metadata 的那段流程。

它暫時不需要取代所有上游或下游工具。最實際的組合是:上游工具負責創作與探索,sprite-gen 負責把結果整理成可信的遊戲資產,Gorest 或遊戲引擎負責最後的場景體感。

這樣看,sprite-gen 在前一篇工具清單裡的最佳位置,是固定幾個工具之間交接格式的中間層。

Sources

素材真正進入遊戲的那一刻,管線才算完成。

Visits

--

Waiting for Cloudflare metrics.