如何快速实现 Sketch 与 Figma 设计稿到 AE 的无缝转换?AEUX 高效动画工作流指南 🚀
AEUX 是一款革命性的开源工具,能够将 Sketch 和 Figma 设计稿直接转换为可编辑的 After Effects 图层,彻底简化 UX 动画设计流程。无论是新手设计师还是专业动画师,都能通过 AEUX 跳过繁琐的手动重建步骤,让创意快速落地。
🌟 为什么选择 AEUX?三大核心优势解析
✅ 保留设计稿可编辑性
传统设计稿导入 AE 后往往变成静态图片,而 AEUX 能将 Sketch/Figma 中的矢量形状、文本样式和图层结构完整转换为 AE 原生图层,支持后续动画编辑。
✅ 跨平台无缝协作
同时支持 Sketch(52+版本)和 Figma(桌面版)设计工具,配合 After Effects CC2019+ 使用,形成从设计到动效的完整工作流闭环。
✅ 开源免费无限制
完全开源的项目架构,代码托管于 GitHub 加速计划 / ae / AEUX,无需担心版权限制,开发者可通过 CONTRIBUTING.md 参与功能改进。

图:AEUX 实现设计稿到 After Effects 图层的无损转换流程
📥 零基础安装指南:3 分钟上手 AEUX
🔧 Sketch 插件安装(适用于 Sketch 52+)
- 下载 AEUX 插件包并解压
- 双击 AEUX.sketchplugin 文件
- Sketch 自动识别并完成安装
- 从顶部菜单栏「Plugins」打开 AEUX 面板
⚙️ After Effects 扩展安装(CC2019+)
- 下载 ZXP Installer
- 将 AEUX.zxp 拖拽到 ZXP Installer 窗口
- 重启 After Effects,从「Window > Extensions > AEUX」打开面板
⚠️ 若扩展未显示,尝试手动安装:将 ZXP 文件重命名为 .zip 后解压,复制到
Mac:~/Library/Application Support/Adobe/CEP/extensions/
Win:C:/Users/用户名/AppData/Roaming/Adobe/CEP/extensions/
🖌️ Figma 插件安装(桌面版专用)
- 克隆仓库:
git clone https://gitcode.com/gh_mirrors/ae/AEUX - 进入
Figma/AEUX目录 - 在 Figma 中通过「Plugins > Development > Import plugin from manifest…」选择
manifest.json

图:Figma 中导入 AEUX 插件的开发模式界面
🎯 常见问题解决方案(新手必看)
❓ 图层导入后位置偏移怎么办?
- 旋转图片错位:在 Figma 中将旋转图层编组,并在组名称前添加
*标记,AEUX 会自动 rasterize 处理 - 文本垂直偏移:启用「Export Reference Image」选项,导入半透明参考图辅助手动对齐
❓ 文字样式丢失或乱码?
由于 AE 不支持跨字符样式设置,可在 Figma/Sketch 中复制文本,在 AE 中选中对应图层粘贴,快速恢复样式。
❓ 混合模式效果不一致?
AE 形状图层的内部混合模式仅作用于自身填充/描边,需手动设置图层级混合模式以影响其他图层。详细解决方案可参考 官方故障排除文档。
🚀 提升效率的 3 个专业技巧
- 使用预合成组:在 AE 选项中启用「Precomp Groups」,保留 Sketch 组阴影效果
- 参考图辅助对齐:导出设计稿参考图(带透明度),作为动画制作的视觉基准
- 快捷键工作流:Figma 中通过
CMD+/快速召唤 AEUX 面板,实现设计-动效无缝切换
📚 资源与支持
- 官方文档:Documentation/docs/
- 版本历史:支持从 Sketch2AE 0.54 到 AEUX 0.8.2 的全版本迁移
- 问题反馈:提交 Issue 或发送邮件至 motiondesign@google.com
通过 AEUX,设计师可以告别繁琐的手动图层重建,将更多精力投入到创意动画设计中。立即尝试这款免费开源工具,让你的动效工作流提速 10 倍!✨
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00