deepseek-whalechan

🐳 当一只鲸鱼娘成为 AI 时代的文化符号

想象这样一个画面：深夜，一位 AI 研究者正盯着 DeepSeek 模型输出的推理链发呆，突然屏幕上跳出一个蓝发蓝鳍的可爱少女，配文是"白米饭才是算力的终极货币"。这并非出自任何官方的营销物料，而是一个在中文互联网自发流传的角色形象——Whale-chan（鲸鱼娘）。

2023年11月2日，DeepSeek 社区的成员们用自己的情感共鸣和创作热情，塑造出了这个"白米饭至上、偶尔摸鱼待机、傲娇但暖心"的二次元形象。她不是某个公司精心策划的 IP，却在 B 站、贴吧、Twitter/X 上催生了无数表情包、梗图和二创作品，成为 AI 圈子里少有的破圈文化现象。

DeepSeek Whale-chan 项目（Neko3000/deepseek-whalechan）便是这一文化现象的开源升华——它由社区贡献者 Neko3000 发起，将鲸鱼娘的视觉规范、角色设定、素材库和 AI 编码助手技能打包成一套完整的设计系统，让任何人都能在 AI 图像生成工具中稳定地复现这个角色的一致性形象。

🎨 一致性难题：为什么 AI 生成的角色总是"变脸"

用过 Midjourney 或 DALL·E 的创作者都有过这样的体验：同一个角色的两次生成，面孔可能判若两人。发型、眼睛、服装细节会在不经意间漂移，这种现象在长篇漫画或系列创作中尤为致命。

传统解决方案是提供大量参考图，但参考图的角色过多会导致模型"精神分裂"；提示词写得再详细，也很难用纯文字约束住角色的所有视觉维度。更根本的问题是，大多数 AI 模型将"角色身份"和"视觉风格"、"比例构图"、"动作姿态"等维度混为一谈，导致任何一项调整都可能意外破坏其他维度。

Whale-chan 项目给出的答案是：身份即永久锚点，其余维度独立解耦。在 character-spec.md 中，永久身份被定义为一套数学上可描述的视觉特征集：发型渐变色、身体比例范围、鳍耳结构、尾鳍形态等。所有这些特征在任何生成任务中都不被覆盖，除非用户明确要求变更身份本身。这种设计哲学让创作者可以在保持角色可辨识的同时，自由地变换姿态、服饰、背景和构图风格。

📐 五套标准体态：2.1头身的"超Q版"到4头身的"标准版"

鲸鱼娘形象不是一套固定模板，而是五个经过骨骼测量工具验证的比例预设的集合：

这五个预设覆盖了从写实全身立绘到表情包级可爱图的所有创作场景。项目还支持任意自定义比例（只要头身比大于1.0），并且通过 form-authority.json 和 form-profiles.md 提供了机器可读的权威参数，确保不同工具链生成的图像在比例维度上可对比、可测量。

🛠️ 双技能核心：Character（角色图）与 Comic（四格漫画）

项目的核心资产是两套 AI 编码助手技能包（Agent Skill），分别针对两种最常见的创作场景。

whalechan-image-character 是角色立绘生成器。它定义了一套从用户请求到最终 PNG 的完整流程：请求归一化为 schema v4 → 读取角色规范文件 → 选择参考图 → 选择模型服务商 → 生成候选图 → QA 质量审查。默认输出3张半Q版（semi-chibi）图像，配以标准的女仆装束和暖象牙白纯色背景（#F5EADD）。用户可以覆盖任何维度（风格、动作、服饰、比例、文字等），而不影响其他未声明的维度。

whalechan-image-comic 是四格漫画生成器。它的工作方式更像一个创意编剧：首先分析输入素材的幽默内核（通过 comedy-engine.md 中的喜剧引擎），从语言、反应、时机、身份暴露等维度探索不同笑点方向；然后选择1、2或4格的叙事结构（由 panel-grammar.md 定义），为每格独立决定排版、人物站位和文字排版样式（text-style-routing.md）；最后输出五张风格各异的成稿。这种"先构思再执行"的模式保证了每张漫画的幽默质量，而非随机批量的数量堆积。

🔄 多模型路由：Codex → OpenAI → Nano Banana → Seedream

项目不绑定单一图像生成服务商，而是定义了一套按优先级排列的路由策略（provider-routing.md）：内置 Codex ImageGen / GPT Image 2 → OpenAI Images API → Nano Banana API → Seedream API。当前一个服务商出现可视觉纠正的缺陷时，在该服务商上重试；遇到能力限制（如不支持透明 PNG）时，自动切换到下一个服务商。这套策略确保了生成任务在大多数情况下都能成功完成，而不需要用户手动干预。

每个服务商的调用通过适配器脚本（scripts/generate-openai.py、scripts/generate-nanobanana.py、scripts/generate-seedream.py）实现，这些脚本都遵循统一的命令行接口（--request <json> --output <png>），并支持 --dry-run 模式用于调试。

📁 工程结构：参考文档驱动的"知识型"代码库

仔细审视这个项目的目录结构，会发现一个有趣的特点：大量内容是 Markdown 参考文档，而非可执行代码。skills/whalechan-image-character/references/ 下有7个参考文件（角色规范、比例预设、QA评分标准、参考图目录、分配模式schema等），skills/whalechan-image-comic/references/ 下有13个参考文件（喜剧引擎、人物性格引擎、面板语法、表情预设、文本风格路由等）。

这些文档共同构成了一套机器可读 + 人类可理解的知识库。它们既是 AI 编码助手在生成过程中读取的指令，也是项目贡献者理解设计决策的入口。reference-catalog.json 和 asset-catalog.json 等机器可读文件提供了精确的参数和路径，而对应的 .md 文件则解释了这些参数背后的设计意图。

测试覆盖也是项目质量的亮点之一。tests/ 目录下有4个测试文件（test_adapters.py、test_manage_run.py、test_measure_form.py、test_validate_image.py），分别测试适配器、日志管理、比例测量和图像验证等核心功能。这表明项目并非纯粹的概念验证，而是一套经过自动化测试保障的实用工具链。

🌊 社区文化与项目的行业意义

Whale-chan 项目折射出一个值得关注的趋势：在开源 AI 时代，社区文化正在成为模型和应用层之间的重要粘合剂。DeepSeek 模型本身是强大的推理引擎，但真正让它在中文互联网形成独特文化标识的，是鲸鱼娘这个角色的出现。项目将这种文化能量系统化、工具化，使得任何人都可以在 DeepSeek、Claude Code、Codex CLI 或 ChatGPT 等主流 AI 助手中复现这一文化符号。

从技术角度看，这个项目代表了一种"参考驱动生成"的新范式：与其让模型靠记忆生成角色，不如将角色的视觉规范显式编码，让模型在生成时精确遵循。对于需要在长篇内容（漫画系列、品牌素材包、游戏角色立绘）中保持视觉一致性的创作者来说，这种方法论比单纯的提示词工程更具系统性和可维护性。

项目上线不到一个月便获得了143颗 GitHub Star，涵盖 claude-code、gemini、comics、graphics 等多个领域标签，表明其影响力已经超出了 DeepSeek 社区本身，触达了更广泛的 AI 创作工具用户群体。

⚠️ 使用门槛与局限性

值得坦诚指出的是，这个项目并非面向"零基础用户"的开箱即用产品。它的核心用户是有一定 AI 工具使用经验的创作者，需要熟悉 Claude Code、Codex CLI 或 ChatGPT 等支持 Skill 扩展的 AI 助手。此外，由于依赖外部图像生成 API（OpenAI、Nano Banana、Seedream），用户需要自备相应的 API 密钥，这在中国大陆地区的用户中可能存在访问限制。最后，项目当前没有 Docker 化或 Web UI 支持，不适合希望通过浏览器点击操作的非技术用户。