AI 时代的六角贴开发：当 hexSticker 遇上 AIGC

几年前，ggtree 的六角贴（hex sticker）带起了一阵风潮。随后 hexSticker 包的发布，让 R 语言开发者能用纯代码画出自己的六角贴。

2018 年 useR 会议上的那面“贴纸墙”，这小小的六角形已经成了 R 社区的一种文化。

👉 一大波贴纸来袭 👉 2018年useR会议的一道风景线

当时我们说：“就是这么简单，你也能够纯代码生成六角贴！”

现在，有了生成式 AI，我们可以换个玩法。

纯代码绘图的局限

用 ggplot2 或 lattice 画贴纸，适合展示数据的硬核美。但如果想要更具艺术感、或复杂的插画风格，纯代码实现起来成本很高。

比如，我想为 clusterProfiler 设计一个新的 Logo，希望能展现“基因网络从 DNA 中涌现”的意象，并且要有 4K 级的高级质感。

以前这需要找专业设计师，现在可以用 AI 生成素材，再用 R 进行封装。

新思路：AI 生图 + hexSticker

hexSticker 的设计初衷就考虑了兼容性——它不仅支持 R 的绘图对象，也支持图片文件。

因此，我们可以把流程拆解为：AI 负责出图，R 负责标准封装。

以 clusterProfiler 的新贴纸为例：

第一步：AI 创作

使用 AI 绘图工具（如 Midjourney、DALL-E、Nano-Banana等），通过 Prompt 生成底图。

我用了以下提示词：

A sophisticated scientific illustration representing gene cluster analysis, featuring interconnected network nodes in varying sizes and colors (blue, red, green) representing biological pathways, emerging from a stylized DNA strand…

AI 生成了底图（icon.png）。

第二步：图像处理

AI 生成的图通常是矩形的，且带有背景。需要处理成适合六角形的透明素材。

使用 R 的 magick 包处理：

library(magick)
 
# 读取 AI 生成的图片
icon_path <- "icon.png"
processed_path <- "icon_processed.png"
 
# 去除白色背景，fuzz 参数处理边缘杂色
img <- image_read(icon_path)
img_trans <- image_transparent(img, "white", fuzz = 15)
image_write(img_trans, processed_path)

第三步：标准化封装

最后，使用 hexSticker 将处理好的素材放入标准的六角形中，调整文字位置和颜色。

library(hexSticker)
 
sticker(processed_path, 
        package="clusterProfiler", 
        p_size=18,           # 包名大小
        p_y = 1.4,           # 包名位置（偏上）
        p_color = "#000000", # 黑色文字
        s_x=1,               # 图标 X 坐标
        s_y=0.75,            # 图标 Y 坐标（偏下）
        s_width=0.7,         # 图标宽度
        h_fill="#FFFFFF",    # 白色底色
        h_color="#336699",   # 蓝色边框
        filename="clusterProfiler_hex.png")

结语

工具在变，但 hexSticker 连接创意与标准的角色没变。

只要有好的 Prompt，配合 hexSticker，就能快速为 R 包制作出高质量的六角贴。

参考资料

YGC

Explorer