op7418/Document-illustrator-skill

Letzte erfasste Quellaktivität: 21. Januar 2026 um 09:47

SkillsMP-Katalog aktualisiert: 29. Oktober 2026 um 18:30

gesammelte Skills: 1

GitHub-Stars: 602
GitHub-Forks: 65

Mit einem KI-Assistenten installieren

Diesen Prompt kopieren und in den verwendeten KI-Assistenten einfügen.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/op7418/Document-illustrator-skill.

README des Repositorys

README-Quelldatei: README.md

README-Quelldatei lesen

Vollständige README anzeigen

# Document Illustrator ![Document Illustrator Cover](https://github.com/user-attachments/assets/d8b4c25c-2c9d-4e6c-aafe-d2abae764e81) > 基于 AI 智能分析的文档配图生成工具 [![License: MIT](https://img.shields.io/badge/License-MIT-blue.svg)](https://opensource.org/licenses/MIT) [![Python 3.8+](https://img.shields.io/badge/python-3.8+-blue.svg)](https://www.python.org/downloads/) **Document Illustrator** 是一个 Claude Code Skill，它能智能理解文档内容，自动归纳核心要点，并为每个主题生成专业配图。无需依赖特定文档格式，AI 会理解内容并生成符合你选择风格的高质量图片。 ## ✨ 核心特性 - **🤖 AI 智能归纳**：自动理解文档内容，智能提取核心主题，无需依赖标题格式 - **📝 格式无关**：支持任何格式的文档（Markdown、纯文本、PDF 等） - **🎨 三种风格**：渐变玻璃卡片、票据风格、矢量插画，满足不同场景需求 - **📐 灵活比例**：支持 16:9（横屏）和 3:4（竖屏）两种图片比例 - **🖼️ 封面图可选**：可生成概括全文的封面图作为系列配图的引导 - **✅ 内容完整**：展示归纳结果供你确认，确保所有重要信息都被包含 ## 🚀 快速开始 ### 使用 npx 安装（推荐） ```bash npx skills add https://github.com/op7418/Document-illustrator-skill ``` ### 手动安装 1. 克隆或下载本仓库到 Claude Skills 目录： ```bash cd ~/.claude/skills/ git clone https://github.com/op7418/Document-illustrator-skill.git ``` 2. 配置 API 密钥（见下方"配置说明"部分） 3. 安装 Python 依赖（见下方"环境要求"部分） ### 基本使用在 Claude Code 中直接告诉 Claude： ``` 帮我为这个文档生成配图：/path/to/document.md ``` 或者： ``` 我想为这篇文章生成一些配图 ``` Claude 会引导你完成整个配图生成流程。 ## 🎨 三种风格说明 ### 1. 渐变玻璃卡片风格 (gradient-glass) **视觉特点**： - Apple Keynote 风格的极简主义设计 - 玻璃拟态（Glassmorphism）效果 - 深邃虚空黑或纯净陶瓷白基底 - 流动的极光渐变色 - 3D 玻璃物体和发光效果 **适用场景**： - 科技产品介绍 - 数据分析报告 - 未来趋势展望 - 产品功能演示 ### 2. 票据风格 (ticket) **视觉特点**： - 数字极简票券设计 - 高度对比的黑白配色 - 类似登机牌、门票的结构化布局 - 精确的几何分区 - 中英混排，多向文字布局 **适用场景**： - 信息图表 - 统计数据展示 - 时间线和流程图 - 要点总结 ### 3. 矢量插画风格 (vector-illustration) **视觉特点**： - 扁平化矢量插画 - 统一粗细的黑色轮廓线 - 复古柔和的配色方案 - 几何化处理 - 横向全景式构图 **适用场景**： - 故事叙述 - 概念解释 - 教育内容 - 品牌宣传 ## 📦 安装和配置 ### 步骤 1: 安装 Skill **使用 npx（推荐）**： ```bash npx skills add https://github.com/op7418/Document-illustrator-skill ``` **手动安装**： ```bash cd ~/.claude/skills/ git clone https://github.com/op7418/Document-illustrator-skill.git cd document-illustrator ``` ### 步骤 2: 配置 API 密钥 1. 获取 Gemini API 密钥：[Google AI Studio](https://makersuite.google.com/app/apikey) 2. 在 Skill 根目录创建 `.env` 文件： ```bash cd ~/.claude/skills/document-illustrator echo "GEMINI_API_KEY=your-api-key-here" > .env ``` 或直接编辑 `.env` 文件： ```env GEMINI_API_KEY=your-api-key-here ``` > **安全提示**：`.env` 文件包含敏感信息，请勿提交到版本控制系统 ### 步骤 3: 安装 Python 依赖 ```bash cd ~/.claude/skills/document-illustrator pip install google-genai pillow python-dotenv ``` 或使用 pip3： ```bash pip3 install google-genai pillow python-dotenv ``` ### 步骤 4: 验证安装运行测试命令： ```bash python3 scripts/generate_single_image.py --help ``` 预期输出应显示脚本的帮助信息，表示安装成功。 ## 📖 使用方法 ### 方式 1: 通过 Claude Code 使用（推荐）这是主要的使用方式，让 Claude 智能处理整个流程。 **基本命令**： ``` 帮我为这个文档生成配图：~/blog/my-article.md ``` **交互式流程**： 1. **选择图片比例** - 16:9（横屏）- 适合演示文稿、网站横幅 - 3:4（竖屏）- 适合社交媒体、手机查看 2. **是否生成封面图** - 是 - 生成封面图 + 内容配图 - 否 - 仅生成内容配图 3. **指定配图数量** - 根据文档长度，Claude 会推荐合适的数量 - 你可以自定义需要的图片数量（建议 3-10 张） 4. **确认内容归纳** - Claude 会展示归纳的主题列表 - 确认所有重要内容都被包含 - 可以要求调整归纳结果 5. **生成配图** - 确认后，自动调用 Gemini API 生成图片 - 图片保存到文档所在目录的 `images/` 文件夹 **完整示例**： ``` 用户: 帮我为 ~/documents/ai-evolution.md 生成配图，用渐变玻璃风格 Claude: 好的，让我先读取这个文档... [读取并分析文档内容] 检测到文档长度约 3000 字。请选择图片比例： 1. 16:9 (横屏) 2. 3:4 (竖屏) 用户: 1 Claude: 是否生成封面图？ 1. 是 2. 否用户: 是 Claude: 期望生成多少张内容配图？建议范围：3-10 张根据文档内容，推荐生成 5 张用户: 5 Claude: 📋 内容归纳完成 📄 封面图内容： "AI 技术演化：从规则到智能" - 核心概念、演化路径、最佳实践 📚 内容配图（共 5 张）： 1. AI 技术的起源 2. 机器学习的突破 3. 深度学习革命 4. 大语言模型时代 5. 未来发展趋势 ✓ 所有内容已覆盖，无遗漏确认开始生成配图吗？(Y/N) 用户: Y Claude: 🖼️ 开始生成配图... 正在生成封面图... ✓ 已保存: ~/documents/images/cover.png 正在生成第 1/5 张... ✓ 已保存: ~/documents/images/illustration-01.png ... ✨ 完成！共生成 6 张配图 ``` ### 方式 2: 直接使用 Python 脚本（高级用户）如果你想要更多控制或进行批量处理，可以直接调用 Python 脚本。 **单图生成**： ```bash python3 scripts/generate_single_image.py \ --title "人工智能的未来" \ --content "AI 技术正在快速发展..." \ --style gradient-glass \ --aspect-ratio 16:9 \ --resolution 2K \ --output ~/output/image.png ``` **参数说明**： - `--title`: 图片标题 - `--content`: 图片内容描述 - `--style`: 风格（gradient-glass / ticket / vector-illustration） - `--aspect-ratio`: 比例（16:9 / 3:4） - `--resolution`: 分辨率（2K / 4K） - `--output`: 输出文件路径 ## 🔍 示例展示 ### 示例 1: 技术文章配图 ![技术文章示例](./examples/tech-article.png) 使用渐变玻璃卡片风格，16:9 比例，适合科技博客和演示文稿。 ### 示例 2: 数据报告配图 ![数据报告示例](./examples/data-report.png) 使用票据风格，3:4 比例，适合信息图表和社交媒体分享。 ### 示例 3: 教程配图 ![教程示例](./examples/tutorial.png) 使用矢量插画风格，16:9 比例，适合教育内容和故事叙述。 > **注意**：以上为示例占位符。实际生成的图片效果取决于文档内容和选择的风格。 ## ⚙️ 工作原理 ### 整体架构 ``` 📄 文档输入 ↓ 🤖 Claude 读取和理解 ↓ 💡 AI 智能归纳核心主题 ↓ ✅ 用户确认内容分配 ↓ 🎨 调用 Gemini API 生成图片 ↓ 💾 保存到本地目录 ``` ### 与传统方式的对比 **传统方式**： ``` 代码解析标题 → 机械切分章节 → 生成配图 ↓ ❌ 依赖特定格式（## ###） ❌ 容易遗漏非标准内容 ❌ 无法理解语义 ``` **Document Illustrator**： ``` AI 理解内容 → 智能归纳主题 → 用户确认 → 生成配图 ↓ ✅ 格式无关，任何文档都能处理 ✅ 保证内容完整性 ✅ 用户可控，结果透明 ``` **核心优势**： - AI 理解文档语义，而非简单的格式解析 - 智能归纳保证内容完整，不会遗漏重要信息 - 用户确认机制，生成前可以调整归纳结果 ## 👨‍💻 开发者指南 ### 目录结构 ``` document-illustrator/ ├── README.md # 项目说明文档（本文件） ├── LICENSE # MIT 许可证 ├── SKILL.md # Skill 定义文件（供 Claude Code 使用） ├── .env # API 密钥配置（需自行创建） ├── .gitignore # Git 忽略规则 ├── scripts/ # Python 脚本目录 │ ├── generate_illustrations.py # 批量生成脚本（已废弃） │ └── generate_single_image.py # 单图生成脚本 ├── styles/ # 风格提示词目录 │ ├── gradient-glass.md # 渐变玻璃卡片风格 │ ├── ticket.md # 票据风格 │ └── vector-illustration.md # 矢量插画风格 └── examples/ # 示例图片目录（可选） └── README.md # 示例说明 ``` ### 自定义风格你可以创建自己的图片风格： 1. 在 `styles/` 目录创建新的 `.md` 文件，例如 `my-style.md` 2. 编写 Gemini 提示词： ```markdown ### 提示词帮我生成一张[描述你的风格]的图片... [详细的风格要求] - 配色方案 - 构图规则 - 设计元素 - 视觉效果 ``` 3. 修改 `scripts/generate_single_image.py` 以支持新风格（在 `--style` 参数中添加新选项） ### 贡献指南我们欢迎贡献！如果你想为本项目做出贡献： 1. **Fork 本仓库** 2. **创建功能分支**： ```bash git checkout -b feature/my-new-feature ``` 3. **提交你的更改**： ```bash git commit -m "Add: 新功能描述" ``` 4. **推送到分支**： ```bash git push origin feature/my-new-feature ``` 5. **创建 Pull Request** **贡献类型**： - 新的图片风格 - 功能改进 - Bug 修复 - 文档完善 - 测试用例 **代码规范**： - 遵循 PEP 8 Python 代码风格 - 添加必要的注释和文档字符串 - 确保代码可读性和可维护性 ## ❓ 常见问题 ### Q: API 密钥无效怎么办？ **A**: 请检查以下几点： 1. 确认 `.env` 文件中的 `GEMINI_API_KEY` 拼写正确 2. 确保 API 密钥有效且未过期 3. 检查 API 密钥是否有足够的配额 4. 重新获取密钥：[Google AI Studio](https://makersuite.google.com/app/apikey) ### Q: 生成的图片不符合预期怎么办？ **A**: 可以尝试： 1. 在归纳展示阶段，告诉 Claude 你的期望，它会重新归纳 2. 尝试不同的风格 3. 调整配图数量（增加或减少） 4. 提供更详细的文档内容 ### Q: 如何调整图片质量？ **A**: 使用 `--resolution` 参数： - `2K`（默认）：16:9 为 2560x1440，3:4 为 1920x2560 - `4K`：16:9 为 3840x2160，3:4 为 2880x3840 注意：4K 图片生成时间更长，API 成本可能更高。 ### Q: 支持批量处理多个文档吗？ **A**: 目前推荐通过 Claude Code 逐个处理文档。如果需要批量处理，可以编写自定义脚本循环调用 `generate_single_image.py`。 ### Q: 成本估算？ **A**: 每张图片需要调用一次 Gemini API： - 无封面 + 3 张：3 次调用 - 有封面 + 5 张：6 次调用 - 有封面 + 10 张：11 次调用具体成本取决于 Google AI 的定价策略，请查看 [Gemini API 定价](https://ai.google.dev/pricing)。 ### Q: 为什么有时图片生成失败？ **A**: 可能的原因： 1. 网络连接问题 - 检查网络连接 2. API 配额用尽 - 检查 API 使用量 3. 内容过长 - 脚本会自动截取前 1000 字符 4. API 服务临时不可用 - 稍后重试 ## 📊 技术规格 | 项目 | 说明 | |------|------| | **AI 模型** | gemini-3-pro-image-preview (Nano Banana Pro) | | **图片格式** | PNG | | **16:9 分辨率** | 2K (2560x1440) / 4K (3840x2160) | | **3:4 分辨率** | 2K (1920x2560) / 4K (2880x3840) | | **支持文档格式** | Markdown, 纯文本, PDF 等（任何 Claude 可读的格式） | | **平均生成时间** | 10-20 秒/张 | | **Python 版本** | 3.8+ | | **主要依赖** | google-genai, pillow, python-dotenv | ## 💡 最佳实践 ### 1. 合理选择图片数量 **太少（1-2 张）**： - 每张图片信息量过大 - 不容易理解和记忆 - 视觉负担重 **太多（15+ 张）**： - 内容分散，缺乏重点 - 增加生成时间和成本 - 可能过于碎片化 **推荐**： - 短文档（<1000 字）：3-5 张 - 中等文档（1000-3000 字）：5-7 张 - 长文档（>3000 字）：8-10 张 - 每张图片涵盖 1-2 个核心观点 ### 2. 根据用途选择比例 **16:9 适合**： - PPT 演示和幻灯片 - 网站横幅和博客配图 - 视频封面和缩略图 - 桌面端展示 **3:4 适合**： - 社交媒体（Instagram、小红书、微信朋友圈） - 移动端文章和 H5 页面 - 海报设计 - 竖屏视频和 Story ### 3. 封面图的使用场景 **建议生成封面图**： - 系列文章（作为统一的视觉引导） - 社交分享（作为预览图吸引点击） - 文档首页（概括全文主旨） - 演示文稿开场 **可以不生成封面图**： - 仅内部使用的文档 - 图片数量已经足够 - 希望降低 API 调用成本 - 不需要总览性的图片 ### 4. 风格选择建议 | 内容类型 | 推荐风格 | 理由 | |---------|---------|------| | 技术文档 | 渐变玻璃卡片 | 现代、科技感强 | | 数据报告 | 票据风格 | 简洁、信息密度高 | | 教程故事 | 矢量插画 | 温馨、易于理解 | | 产品介绍 | 渐变玻璃卡片 | 高端、未来感 | | 学术论文 | 票据风格 | 专业、严谨 | | 儿童内容 | 矢量插画 | 可爱、友好 | ## 📄 许可证本项目采用 [MIT 许可证](LICENSE)。你可以自由地： - ✅ 使用本软件用于商业或非商业目的 - ✅ 修改本软件 - ✅ 分发本软件 - ✅ 将本软件用于私人用途前提是： - 📝 在所有副本中包含原始许可证和版权声明 ## 🙏 致谢本项目由以下技术驱动： - **Claude Sonnet 4.5** - AI 智能内容分析和归纳 - **Gemini 3 Pro Image Preview** - 高质量图片生成 - **Claude Code** - Skill 执行环境特别感谢所有为本项目做出贡献的开发者和用户。 ## 📞 联系方式 - **Issues**: [GitHub Issues](https://github.com/op7418/Document-illustrator-skill/issues) - **Discussions**: [GitHub Discussions](https://github.com/op7418/Document-illustrator-skill/discussions) 如有问题或建议，欢迎通过以上方式联系！ --- **让 AI 帮你理解和归纳内容，生成专业配图！** ✨

README des Repositorys wird geladen…

Skills in diesem Repository

Spezialeffektkünstler und Animatoren

1 Berufskategorien · 100% klassifiziert

Skill

Beruf

Beschreibung

Aktualisiert

document-illustrator

Spezialeffektkünstler und Animatoren

基于文档内容自动生成配图。AI 智能分析文档结构，归纳核心要点，为每个主题生成符合特定风格的配图。支持封面图生成和自定义图片比例。使用场景：当用户需要为文档、文章、笔记生成配图时。关键词：配图、插图、illustration、generate images、document images

Quellsprache: Chinesisch

2026-01-21

Es werden 1 von 1 gesammelten Skills angezeigt.