| name | article-illustrator |
| description | 为文章生成配图。分析文章结构，判断哪些位置需要什么类型的插图（infographic/flowchart/comparison/framework/timeline/scene），生成 prompt 并调用 image-gen 生成图片，最后插入文章。当用户说"配图"、"给文章加插图"、"生成文章插图"、"illustrate this article"时触发。即使用户只说"帮这篇文章配个图"也应该触发。 |
Article Illustrator
分析文章内容，智能匹配插图类型和位置，生成配图并插入文章。
视觉风格
风格不预设，由你（调用 skill 的 AI）根据文章内容自主选择最匹配的视觉风格，然后在 prompt 中具体、明确地描述给图片生成模型。图片生成模型只负责执行你的 prompt，不做风格判断。
你的职责：读完文章后，判断这篇文章适合什么视觉风格（配色、渲染方式、氛围），在 prompt 里写清楚。不同文章可以用完全不同的风格。
底线要求（用户偏好，从参考图中提取）：
| 维度 | 底线 |
|---|
| 背景 | 干净，白色或浅色为主，不要花哨纹理 |
| 布局 | 卡片/面板式容器组织信息，区域划分清晰 |
| 图形 | 扁平矢量或简化图标，不要写实照片风格 |
| 连接 | 箭头连接模块，流向一目了然 |
| 文字 | 大粗标题醒目，数据指标突出，标签简短 |
| 色彩 | 主色不超过 2-3 个，和谐不杂乱 |
| 整体 | 信息优先，专业但亲切 |
在这些底线之上，你自由选择具体风格。比如：
- AI/技术文章 → 蓝紫科技感、深色面板+亮色数据
- 对比类内容 → 左右分色对比（如蓝vs橙）
- 教程/流程 → 卡片步骤+编号圆圈+弧形箭头
- 叙事/个人向 → 暖色调、插画感更强
选好后在 prompt 里写明配色方案、渲染风格、氛围，让图片生成模型精准执行。
用法
/article-illustrator path/to/article.md
/article-illustrator path/to/article.md --type infographic
/article-illustrator path/to/article.md --density rich
| 选项 | 说明 |
|---|
--type <name> | 指定类型：infographic / flowchart / comparison / framework / timeline / scene / mixed |
--density <level> | 密度：minimal(1-2) / balanced(3-5) / per-section / rich(6+) |
工作流程
1. 分析文章 → 2. 确认设置 → 3. 生成大纲 → 4. 写 prompt → 5. 生成图片 → 6. 插入文章
Step 1：分析文章
读完文章后做四项分析：
| 分析项 | 说明 |
|---|
| 内容类型 | Technical / Tutorial / Methodology / Narrative |
| 配图目的 | 信息传达 / 概念可视化 / 氛围想象 |
| 核心论点 | 提取 2-5 个需要可视化的要点 |
| 配图位置 | 哪些段落加图能帮助理解 |
提取核心论点时关注：主论点、关键概念、对比/对照、框架/模型。
关键：比喻要可视化底层概念，不要画字面意思。比如文章说"书桌满了纸掉下去"，配图应该画"上下文窗口"的概念，不是画一张真的书桌。
Step 2：确认设置
用 AskUserQuestion 确认，最多 3 个问题：
Q1：插图类型（必问）
根据分析推荐，选项包含推荐项 + 其他可选类型。
Q2：配图密度（必问）
| 密度 | 数量 | 场景 |
|---|
| minimal | 1-2 张 | 短文，核心概念 |
| balanced | 3-5 张 | 中等长度 |
| per-section | 每章节 1 张 | 长文（推荐） |
| rich | 6+ 张 | 全面覆盖 |
Q3：输出目录（如果从参数或上下文无法推断）
常见选项：{article-dir}/imgs/{slug}/、{article-dir}/、独立 illustrations/ 目录。
Step 3：生成大纲
为每张图写一个条目，保存为 outline.md：
---
type: mixed
density: per-section
image_count: 5
---
**Position**: [章节/段落]
**Purpose**: [为什么需要这张图]
**Type**: [infographic/flowchart/comparison/framework/timeline/scene]
**Visual Content**: [画什么]
**Filename**: 01-{type}-{slug}.png
Step 4：写 Prompt
为每张图创建 prompt 文件 prompts/NN-{type}-{slug}.md，使用对应类型的结构模板。
6 种类型模板
Infographic（数据、指标、概念解释）：
[标题]
Layout: [grid/radial/hierarchical]
ZONES:
- Zone 1: [具体数据点和数值]
- Zone 2: [对比和指标]
LABELS: [文章中的实际数字、术语]
ASPECT: 16:9
Flowchart（步骤、流程、操作）：
[标题]
Layout: [left-right/top-down/circular]
STEPS:
1. [步骤名] - [简述]
2. [步骤名] - [简述]
CONNECTIONS: [箭头、决策节点]
ASPECT: 16:9
Comparison（vs、优劣、方案对比）：
[标题]
LEFT SIDE - [选项A]:
- [要点]
RIGHT SIDE - [选项B]:
- [要点]
DIVIDER: [视觉分隔]
ASPECT: 16:9
Framework（架构、模型、原理）：
[标题]
STRUCTURE: [hierarchical/network/matrix]
NODES:
- [概念1] - [角色]
- [概念2] - [角色]
RELATIONSHIPS: [连接关系]
ASPECT: 16:9
Timeline（历史、演变、进展）：
[标题]
DIRECTION: [horizontal/vertical]
EVENTS:
- [时间点1]: [里程碑]
- [时间点2]: [里程碑]
MARKERS: [视觉标记]
ASPECT: 16:9
Scene（故事、情感、氛围）：
[标题]
FOCAL POINT: [主体]
ATMOSPHERE: [光线、氛围]
MOOD: [情绪]
ASPECT: 16:9
Prompt 质量要求
每个 prompt 必须做到：
- 先写布局：构图、区域划分、方向
- 用文章原文数据：实际数字、术语、指标，不用占位符
- 描述元素关系：怎么连接、怎么对比
- 语义化颜色：颜色有含义（红=问题、绿=好的），但不锁定具体色号
- 注明宽高比
不要：模糊描述、画比喻字面意思、缺少标注、泛泛的装饰。
图中文字要大且醒目，只放关键词。默认使用中文标注，包括标题、标签、说明文字全部用中文。只有专有名词（品牌名、产品名如 Claude Code）可保留英文。
如果图中有人物，用简化的风格化剪影或卡通图标，不要写实人像。
每个 prompt 必须包含明确的风格描述：在 Step 1 分析完文章后，你应该已经决定了这组配图的视觉风格。在每个 prompt 中写清楚具体的配色方案（如 "deep indigo #3F3D9E as primary, soft lavender #B8B5E8 as secondary"）、渲染方式（如 "clean flat vector with card-based panels"）和氛围（如 "professional tech dashboard feel"）。图片生成模型不会自己选风格，你的 prompt 写什么它就画什么。
Step 5：生成图片
用 image-gen skill 逐张生成：
npx -y bun <image-gen-skill-path>/scripts/main.ts \
--prompt "<prompt内容>" \
--image "<输出路径>/NN-{type}-{slug}.png" \
--ar 16:9
image-gen skill 路径：先检查项目级 .claude/skills/image-gen/，再检查全局 ~/.claude/skills/baoyu-image-gen/。
封面图：除了文章内插图外，默认额外生成一张封面图（cover.png），使用 --ar 2.35:1 比例（公众号封面尺寸）。封面图插入文章 frontmatter 之后、正文之前。
每张生成后报告进度："Generated X/N"。失败则重试一次，仍失败则跳过并记录。
Step 6：插入文章
在对应段落后插入：
alt text 用简洁的中文描述，与文章语言一致。
完成后输出摘要：
配图完成！
