Samila项目v1.5版本发布：新增三种生成模式与性能优化

Samila是一个基于Python的生成艺术库，它通过数学函数和随机算法创造出独特的数字艺术作品。该项目采用抽象数学概念作为基础，允许用户通过简单的API调用生成复杂的视觉图案，为艺术创作和技术探索提供了有趣的可能性。

核心更新内容

新增生成模式

本次v1.5版本最显著的改进是引入了三种全新的图像生成模式，极大地扩展了库的创作能力：

1. RANDOM模式：完全随机生成模式，系统会自动选择数学函数组合，为艺术家提供意想不到的视觉惊喜。这种模式特别适合那些寻求创作灵感或希望突破常规思维限制的用户。

2. F1F2_VS_F1模式：这种模式采用两个数学函数的组合(F1和F2)与第一个函数(F1)进行对比运算，产生独特的干涉图案。从技术角度看，它实际上是在计算(F1+F2)*F1，这种运算方式会产生具有分形特征的复杂图形。

3. F1F2_VS_F2模式：与前一种模式类似，但使用第二个函数作为对比基础，计算公式为(F1+F2)*F2。虽然看似简单，但这种微妙的差异会导致完全不同的视觉效果，展现了数学艺术中"蝴蝶效应"的魅力。

用户体验优化

除了新增功能外，v1.5版本还对用户体验进行了多项改进：

1. CLI界面增强：命令行界面现在会显示任务执行时间，帮助用户更好地评估生成过程的效率。这对于需要批量生成大量图像或进行参数调优的专业用户特别有价值。

2. 参数命名规范化：将--function_seed参数更名为--function-seed，遵循了更标准的命令行参数命名约定，提高了工具的一致性。

3. 随机模式算法优化：对随机生成算法进行了调整和改进，使产生的图像更具视觉吸引力和数学美感。新的算法在保持随机性的同时，减少了产生"不美观"结果的概率。

技术价值与应用前景

Samila v1.5的发布不仅增加了功能选项，更重要的是它展示了数学与艺术结合的新可能性。三种新的生成模式实际上代表了三种不同的"艺术创作策略"，可以看作是不同的"艺术风格"：

• RANDOM模式体现了拥抱不确定性的创作哲学
• F1F2_VS_F系列模式展示了如何通过简单的数学运算产生复杂美

这些模式为数字艺术家、数学爱好者和创意程序员提供了更多探索空间。在教育领域，这些可视化工具可以帮助学生直观理解抽象数学概念；在创意产业中，它们可以作为设计灵感的来源或直接用于生成独特的视觉元素。

随着生成艺术在NFT等领域的兴起，Samila这类工具的重要性日益凸显。v1.5版本的发布使该项目在功能性、易用性和创作自由度上都达到了新的水平，为技术艺术社区提供了更加强大的创作工具。