ReDesign：把一张扁平截图拆回可编辑的图层与矢量文件

ReDesign 是一个把扁平图片拆回可编辑工程文件的开源工具。当你手头只有一张导出的 PNG 截图，或者原始设计源文件丢失时，它能帮你把图片重新拆解成包含真实文字排版、矢量形状、RGBA 图层和前后遮挡顺序的层级结构，并导出成 JSON 文件。

拿到这个结构后，你可以像在 Figma 或 Photoshop 里一样，单独微调某一行文字、给矢量图形重新上色、挪动元素位置，或者调整图层层级。

它是怎么把图片拆开的

ReDesign 的核心思路是把整张图片当成一棵图层树的根节点，通过多模态智能体由粗到细、一层层往下拆解，直到每个叶子节点都是单一且可编辑的基本元素。

负责指挥的是一个 VLM 控制器，它会先观察当前区域，然后在五种工具动作里挑一个来执行。

如果识别到文字，它会调用 PaddleOCR、字体识别、Hi-SAM 和 LaMa 补全算法，把文字剥离成可编辑文本层并把背景补好。如果画面包含多个叠放层，它会调用 Qwen-Image-Layered 拆出按 z-order 排列的 RGBA 图层。遇到离散的小元素，它用连通域分析拆分；面对复杂主体，则用 GroundingDINO 结合 SAM 2 进行定位分割与修补。最后的矢量形状，还会通过 VTracer 转化成矢量路径，照片则保留为栅格位图。

每完成一次拆分，系统内置的验证模块都会检查结果。如果发现拆分无效或生成了重复分支，就会及时剪枝或换个工具重试，避免错误一层层累积。

部署门槛与硬件要求

项目代码和评估基准已经在 GitHub 上公开，基准数据集 Figma-909 包含 909 个真实设计画框，按 CC BY 4.0 协议分发。

跑起来的主要硬件开销在图像层解构模型上。Qwen-Image-Layered 在 bf16 精度下大概需要 55 GB 显存，其中包含约 39 GB 的模型主体和约 16 GB 的文本编码器。

如果你手头有 80 GB 显存的显卡可以直接单卡跑；如果是 40 GB 显卡可以用两张做分片，24 GB 显存的显卡则需要四张。至于 SAM 2、GroundingDINO 等视觉工具，另外需要 10 到 16 GB 显存，显存足够时也可以和主模型共用一张卡，PaddleOCR 则直接运行在 CPU 上。

另外，负责统筹决策的控制器通过标准接口调用。官方默认配置了 gemini-3-flash-preview，只需要在配置文件里填入 API Key 就能跑。你也可以随意切换成 OpenAI 官方接口、中转网关或者本地用 vLLM 部署的开源大模型。

为什么重要

如果你经常需要处理历史遗留的设计稿、竞品截图，或者经常遇到源文件丢失只能对着位图硬改的情况，ReDesign 值得立刻关注。它不是简单地把整张图丢给扩散模型重绘，而是老老实实还原出真实的文本框、矢量路径和图层顺序，这才是设计师真正能拿来干活的格式。

我们认为，ReDesign 最聪明的地方在于它没有试图训练一个大包大揽的单体模型，而是用智能体把现有最顶尖的专用模型串联了起来。文字识别交给 PaddleOCR，主体分割交给 SAM 2，复杂图层交给 Qwen-Image-Layered，最后再用大模型负责调度和质检。根据官方在 Figma 和 Crello 数据集上的基准测试，这种协同方案的效果明显优于单独使用单一图层生成器。

不过门槛也很现实：跑完整流程对多卡算力的要求较高，更适合有服务器资源的设计团队、二次开发团队或自动化管线，个人在轻薄本上很难单机跑通全部本地权重。