| name | lovstudio-document-illustrator |
| category | Content Processing |
| tagline | 为文档原地插入 AI 配图。全局规划插入点，并行生成，异步插回原文。 |
| description | 为文档原地插入 AI 配图。读取文档后全局规划插入点，并行生成所有图片， 异步插回原文。支持封面图、自定义比例和三种风格。 Use when: 用户要求为文档/文章/笔记生成配图、插图。 Also trigger when user mentions: 配图、插图、illustration、 generate images、document images、为文章加图。
|
| allowed-tools | ["Read","Write","Edit","Bash(python:*)","Glob","Agent","AskUserQuestion"] |
| model | claude-opus-4-5-20251101 |
| metadata | {"version":"0.2.1","author":"lovstudio","tags":"document-illustration image-generation markdown"} |
| license | MIT |
| compatibility | >=1.0 |
Document Illustrator Skill
基于 AI 智能分析的文档配图生成工具。全局规划、并行生成、异步插入，高效为文档添加配图。
核心流程（5 步）
备份 → 全局规划插入点 → 并行生成图片 → 异步插入原文 → 清理备份
Step 0: 备份原文件
在修改前先创建备份，确保安全回滚：
import shutil
backup_path = f"{doc_path}.illustrator-backup"
shutil.copy2(doc_path, backup_path)
所有后续操作直接在原文件上进行。
Step 1: 全局确定所有插入位置
读取完整文档，一次性规划所有图片的插入位置：
- 使用 Read 工具读取完整文档
- AI 分析内容结构，识别核心主题
- 为每个主题确定精确的插入锚点（行号 + 上下文文本）
- 输出一份插入计划表：
插入计划：
[1] 行 15 后 | 锚点: "## Rules 的诞生" | 主题: Rules 演化历程
[2] 行 42 后 | 锚点: "## Commands 打包" | 主题: 工作流打包
[3] 行 78 后 | 锚点: "## MCP 动态能力" | 主题: 第三方集成
...
[cover] 行 1 前 | 封面图 | 主题: 全文概要
关键：插入锚点使用上下文文本（而非纯行号），这样即使前面的插入导致行号偏移，后续插入仍可通过锚点定位。
Step 2: 并行生成所有图片
用 Agent 工具并行启动所有图片生成子任务：
对每个插入计划项，同时启动一个 Agent：
Agent 1: generate_single_image.py --title "..." --content "..." --output images/illustration-01.png
Agent 2: generate_single_image.py --title "..." --content "..." --output images/illustration-02.png
Agent 3: generate_single_image.py --title "..." --content "..." --output images/illustration-03.png
...
- 所有 Agent 并发执行，不互相等待
- 每个 Agent 完成后返回图片路径或错误信息
- 预期总耗时 = 单张耗时（10-20s），而非 N * 单张耗时
Step 3: 异步插入原文
每个 Agent 完成后立即插入，不等待其他 Agent：
- Agent 完成 → 获得图片路径
- 在原文档中通过锚点文本定位插入位置（不依赖行号）
- 使用 Edit 工具在锚点后插入 Markdown 图片引用：
- 插入使用锚点文本匹配，所以前面的插入不影响后面的定位
位置偏移处理：
- 每次插入会增加文档行数
- 使用锚点文本（如
## Rules 的诞生）而非行号来定位
- 从文档末尾向开头方向插入也可避免偏移问题
Step 4: 验证与清理
所有图片插入完成后：
- 验证：检查原文档中所有计划的
![...]() 引用都已插入
- 验证：检查所有图片文件都存在于
images/ 目录
- 成功 → 删除备份文件
{doc_path}.illustrator-backup
- 失败 → 保留备份文件，报告哪些图片未能生成/插入，用户可用备份恢复
完成: 6/6 张配图已插入原文档
已清理备份文件
配置选项
执行前 Claude 会询问（或从用户消息中推断）：
| 选项 | 值 | 默认 |
|---|
| 图片比例 | 16:9 / 3:4 | 16:9 |
| 是否封面图 | 是/否 | 否 |
| 内容配图数量 | 3-10 | 根据文档长度推荐 |
| 风格 | gradient-glass / ticket / vector-illustration | gradient-glass |
如果用户在请求中已指定（如"竖屏、票据风格、8张"），直接使用，不再询问。
风格速查
| 风格 | 关键词 | 适合 |
|---|
| gradient-glass | 玻璃拟态、极光渐变、科技感 | 技术文档、产品介绍 |
| ticket | 黑白对比、票券结构、极简 | 数据报告、信息图表 |
| vector-illustration | 扁平插画、复古配色、几何化 | 教程、故事、品牌 |
风格文件位于 styles/ 目录。
技术细节
| 项目 | 值 |
|---|
| API 模型 | Gemini 2.0 Flash Image Preview |
| 16:9 分辨率 | 2560x1440 (2K) / 3840x2160 (4K) |
| 3:4 分辨率 | 1920x2560 (2K) / 2880x3840 (4K) |
| 单张耗时 | ~10-20s |
| 并行耗时 | ~10-20s（总，不乘 N） |
| 依赖 | pip install google-genai pillow python-dotenv |
| API Key | .env 中 GEMINI_API_KEY 或环境变量 |
脚本
scripts/generate_single_image.py — 单张图片生成（供 Agent 并行调用）scripts/generate_illustrations.py — 旧版批量顺序生成（保留兼容）
