primitive-operation-painter

这是一个将图像生成建模为可读、可干预的逐原始操作绘制过程的研究型项目。它采用自回归方式预测一系列几何图元（如椭圆、旋转矩形）的位置、尺寸、角度和颜色参数，而非直接生成像素或隐变量；核心基于GPT架构，配合Rust/WGPU加速的图像到操作序列转换器，支持人类在生成中途编辑操作前缀并由模型续画。技术特点是操作级可解释性、显式几何参数化表示、人机协同生成闭环。适用于可解释AI、可控图像生成研究、人机共创原型验证等场景。