开源图库 RuiC-PoseAtlas 把 4345 张姿态、穿搭、人像参考装进一个零依赖网页

画插画、建 3D 模型、跑 AI 生图时，找参考图往往要在人体库、穿搭站和图站之间来回切换，凑齐一套还未必对得上透视与光影。RuiC-PoseAtlas 把 4345 张视觉参考收进一个零依赖静态网页，用三套图鉴解决这个老问题。

找参考图这件事，做视觉的人大概都熟。画插画、建 3D 模型、跑 AI 生图，往往要在几个网站之间来回切：人体库找动作，穿搭软件扒衣服，图站再翻一遍角色脸。凑齐一套之后，透视角度对不上、光影风格不统一、参考图里自带原人物还得先抠掉，前面省下的时间又搭进去了。

GitHub 上开源的 RuiC-PoseAtlas 把这个流程收进了一个静态站点。作者把日本创作者社区里热门的姿态、衣装、人像三套参考集整合到一起，补齐了中英日三语索引，也加了键盘交互。

PROJECT

https://github.com/HRuiCcc/RuiC-PoseAtlas

01 拆解角色创作

同类图库大多把上万张图平铺一屏，找起来靠眼力。RuiC-PoseAtlas 把 4,345 张素材切成了三个互不干扰的模块，每个模块对应角色设计里的一层决策：动态、服装、面孔。

三个模块串起来是一条完整的角色生产管线。先在姿势库定动态和机位，同一个动作的五个视角收在一张卡里，推分镜、对透视都省事；接着去衣装库挑穿搭，画面里剔除了人体，拿去做换装贴图或者喂多模态模型，不会和原有身体结构打架；最后到人像库锁一张虚构面孔，作为角色一致性参考。

落到实际工作流里，这套组合已经挺成熟。以 ComfyUI 或主流图像编辑模型为例：姿势线稿提骨骼接 ControlNet 控构图，无人体穿搭和虚构人像分别作为服装与面部的视觉提示，三语标签还能直接拼提示词。几分钟跑出一张透视准确、设定统一的图。

划重点

三个库分开建，看着只是分类，实际把「找参考」从翻图变成了选参数。要几个视角、要不要人体、脸定到哪一档，先想清楚再进图库取，比开着一堆标签页瞎翻快得多。

02 零依赖的前端范本

素材之外，这套代码结构对前端也有参考价值。如今动辄上框架、上打包器，RuiC-PoseAtlas 走的是另一条路：原生 HTML、CSS 加 ES Modules，零框架、零打包器、零运行时依赖。

整站以 JSON 作唯一数据源，三个入口（index / costume / face）共用一套视觉系统与状态管理。为了扛住四千多张高清图，作者在几个地方做了很克制的取舍。

1. 分级加载与空闲预取。网格里只放 300×400 的缩略图，配 120ms 搜索防抖和分块渲染，首屏不卡；点开灯箱或下载才请求高清 PNG，浏览器空闲时预加载相邻视角。
2. 受限环境下的体积权衡。GitHub Pages 有 1GB 站点上限，仓库里只打包了约 840MB 的姿态、衣装和缩略图；4.5GB 的人像原图改成在线直连上游源站，本地部署时用内置脚本按需拉取。
3. 深链接与工程校验。语言偏好存 localStorage，支持深链接，可直接分享某个动作的特定视角。仓库内置 npm run verify，每次更新离线检查图片尺寸、文件签名、三语字典对齐度和引用完整性，断链漏译在提交前就被拦下。

划重点

整套东西全靠浏览器原生能力撑起来：IntersectionObserver 管预取，History API 管深链接，JSON 管数据。想拆开学的读者，这比读一个脚手架项目直观得多。

03 三种打开方式

按日常使用频率和网络环境挑一种就够，不用全试。

方式一 在线直接用，最省心

项目已经通过 GitHub Actions 部署在 GitHub Pages 上，打开浏览器就有完整的三语检索、方向键切图和原图下载。手机端做了双列网格与折叠面板适配，躺着刷也行。

https://hruiccc.github.io/RuiC-PoseAtlas/

方式二 本地静态服务，加载最快

想拆原生 JS 模块的代码，或者在内网高频调用，把仓库克隆到本地跑起来。

STEP 1 克隆仓库与内置图库资产

git clone https://github.com/HRuiCcc/RuiC-PoseAtlas

STEP 2 起一个轻量本地静态服务

Windows: py -m http.server 8123 –bind 127.0.0.1

macOS / Linux: python3 -m http.server 8123 –bind 127.0.0.1

然后打开 http://127.0.0.1:8123/。姿势、衣装、人像三个页面分别对应 /、/costume.html 和 /face.html。

注意

页面靠 fetch() 异步读 JSON，直接双击本地 HTML 文件会被同源策略拦下，白屏就是这个原因，必须走 HTTP 服务访问。

方式三 离线素材包，不折腾命令行

只想把高清参考图存到本地慢慢翻，作者也打好了包。

QUARK · 提取码 Ahcd

https://pan.quark.cn/s/d775c1471804?pwd=Ahcd

划重点

三种方式装的是同一套东西，在线用来找、本地用来拆、离线用来囤。真正常用的是在线那一个，另外两个属于「迟早会用到」。

04 适用人群与版权边界

工具的价值取决于把它放进什么工作流。AI 绘画、插画漫画、3D 建模、摄影，前期找参考和对透视的时间能压掉一大块；做服装电商视觉的，衣装库里按四季和单品拆好的搭配是很直观的陈列灵感，不过它给的是设计参考，不能直接当成品商拍图。

两点合规细节，用之前先记下

1. 协议与资产分离。前端代码、样式、校验脚本是 MIT，图库里的图像和原始数据来自日本作者 ギア（@giaaibusi）的 POSE-DB-01 等上游项目。原作者允许个人或商业创作、编辑与参考，明确禁止转售或二次分发图片数据包本身。
2. 使用规范。库内人像与姿态都是 AI 生成的虚构素材，不涉及真实人物肖像。别拿去冒充真人或用在违规场景。

边界在这

许可证管的是代码，图像资产归上游作者。自己用、改、拿去接活都没问题，批量打包再分发就是另一回事了。

本文由人人都是产品经理作者【AI李子】，微信公众号：【AI李子】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载

题图来自作者提供