联系 EN
小红书 Vibe Coding 大赛 · 2026

六出凝华

点六下,养出一盏宋式冰裂釉

一款面向小红书小工具容器的离线国风生成体验:择一件白釉瓷器,点击六次,让结晶自器心发色、向杯壁蔓延,再取一个入画的角度,成一张值得发布的海报。

生成式设计创意编程UI/UXWebGL
PROJECT概念 / 交互 / 视觉设计 / 前端开发
Entry screen: calligraphic title over a slate crackle field
A finished blue-violet bloom poster with vertical inscription
Try it

试玩真实作品

择一件器物,在碗心点六下,再旋转取景、生成海报。建议打开声音,听瓷器轻响。

全屏打开

这是提交给小红书的离线作品包。保存与发布需要在小红书 App 内使用,在网页中会自动切换为截图模式。

关于名字

「六出」是雪花的古称,「凝华」是水汽直接凝结成晶的过程。 「凡草木花多五出,雪花独六出。」这个小工具把这句话变成一个动作:点六下,凝一朵冰花。

角色独立设计与开发
平台小红书小工具 · 离线 HTML5
时间2026 年 8 月
体验流程

择一器,点六下,生一纹

以下为作品实际界面。

1

入境

结晶自页面中心向四周蔓延,书法体题名逐字落笔。

2

择器

四款白釉器任选其一,均为实时 3D 渲染。

3

凝花

正俯视、器物静置;每点一下,一片冰裂纹随之显现。

4

取景

六击收笔后才开放旋转与缩放,转到入画的角度。

5

成章

生成带竖排题款、作品题名与朱印的海报。

核心机制

每一次触碰都有回应,每一件作品都能完成。

每一击揭示的冰片数量 = 剩余冰片 ÷ 剩余击数,所以第六击必然填满整碗。色彩在器心最浓,近口沿处渐渐化白。

Four generated crackle-glaze patterns seen from above

四个随机种子的生成结果:双层 Voronoi 冰片场,每件作品只取一组相邻色系。

十二个传统色锚点

丹色dānsè 朱柿zhūshì 杏黄xìnghuáng 松花sōnghuā 柳绿liǔlǜ 竹青zhúqīng 青碧qīngbì 天青tiānqīng 靛青diànqīng 群青qúnqīng 藤萝téngluó 胭脂yānzhī

色块为近似示意。每件作品只在一组相邻色系内取色,即使随机生成也保持和谐。

迭代

从雾灰册页到墨色空间

v1
v1: a single bitmap celadon washer
  • 雾灰底色(#E7ECE8)让结晶高光显得发灰。
  • 单张 1.3 MB 的 PNG 器物,无法旋转,纹理贴合也不准确。
  • 6–10 个结晶削弱了「点六下」这一简单规则。
v2
v2: procedural washer at three angles with clear-glaze reflections
  • 改为墨色底,让结晶的光感凸显;全画面只保留一枚朱印作为点睛色(≤ 0.5%)。
  • 程序化 3D 旋转体建模:四款器物、自由旋转、釉面精准贴合。
  • 恰好六个结晶:规则本身变成了仪式。

结晶模型的演进

  • v2.2

    游走式裂纹生长 :自然,但不易读懂,也难以在六击内完成。

  • v2.3

    单中心分枝结构 :更清晰,但每只碗都很相似。

  • v2.4

    揭示式 Voronoi 冰片 :每一击揭开一批冰片,保证一定能完成。

  • v2.5

    随机种子的多样性 :五类冰片形态(漂移、流动、绽放、片层、裂隙)加情绪色板。

  • v2.6

    透明釉反光 :两道虚拟窗光,在结晶处减弱 72%,让它仍像瓷而不是玻璃。

Before: four patterns that look alike
v2.5 之前:结果相似
After: four distinct patterns
v2.5 之后:多样的冰片形态
成品

每幅海报都有自己的古典题名

器物是唯一主视觉。右侧两列竖排题款记录器形、釉色、日期与时辰,并以四字印落款;每件作品都会生成题名,如《澄冰图》《六出帖》。

可通过原生能力保存到相册或发布到小红书;无宿主能力时进入净画面截图模式。本地「作品仓」保留最近 8 件作品。

Bamboo-green result with save buttons
Exported blue-violet poster
Local archive of works
工程实现

手写 WebGL,完全离线

自写旋转体渲染器、随机种子的 Voronoi 冰片场与极坐标釉面贴图,全部以经典脚本实现,运行在小红书 10 MB 的沙盒内。

64/64

测试通过

18 ms

最长触控响应

0

2× CPU 降速下的长任务

0

位图器物素材

下一个项目 WooWoof AI 宠物健康系统:智能项圈、充电座与 App 查看项目