wwwzhouhui 技术长文插图生成器
把一篇 3000~8000 字的技术长文,自动加上 4-5 张概念图、流程图、对比图,让长文不再单调。
什么时候触发这个 skill
明确触发:
- "帮我给这篇文章加几张图"
- "这篇太单调了,配几张手绘图"
- "加点插图,不要太多,关键位置就行"
- "你看看哪里可以配图"
- "给我画几张示意图"
不要触发的场景:
- 封面图需求 → 走
ai-image-generatorskill - 产品截图、报错截图等纪实类图片 → 这些应该是真实截图,不该由 AI 生成
- 表情包、头像、单图海报 → 走别的工具
- 纯代码展示 → 代码块就够了,不需要插图
- 小红书九宫格 → 风格完全不同
核心流程(四步走)
第零步:确认风格
在开始之前,先问用户想要哪种风格:
notebook（手绘笔记本风） 黑墨水主笔 + 绿正向 + 红强调，网格纸背景。适合工程师向、技术教程、个人博客。
"用笔记本手绘风就好"
infographic（专业信息图风） 米白底 + 深褐红标题，蓝/橙双色对比。适合商业演示、对比分析、品牌内容。
"来张专业信息图风格的"
cozy-handdrawn（温暖手绘卡片风） 米白纸感底 + 黑色手绘线条 + 粉彩圆角卡片 + 轻漫画式信息图布局 + 个人动画形象辅助叙事。适合中文技术长文、概念解释、流程拆解、对比分析、公众号教程配图。
"用温暖手绘卡片风"
tech-doodle（技术简笔画风） 暖白奶油底 + fine-liner 墨线笔触 + 极淡粉彩上色 + 极简火柴人角色 + 底部荧光笔金句高亮。适合技术博客、知识管理、架构讲解、个人品牌内容。
"用技术简笔画风"
cartoon-infographic（卡通信息图风） 干净白底 + 手绘圆角容器 + 功能性柔和多色 + 可选 host 卡通形象辅助叙事。适合技术博客、产品文档、知识管理、教程配图。需要小人的场景自动走 edit 模式引入卡通参考图,不需要的走纯 generation。
"用卡通信息图风"
whiteboard-sketch（白板手绘风） 暖奶油底 + 黑色手绘马克笔线条 + 柔和粉彩圆角容器 + 简约火柴人角色 + 教育图示布局。像一位 skilled illustrator 在白板上随手画的示意图,亲切、清晰、有温度。适合技术教程、概念讲解、流程说明、架构入门。
"用白板手绘风"
如果用户没明确偏好，必须先问用户要 notebook、infographic、executive-tech、cozy-handdrawn、tech-doodle、cartoon-infographic 还是 whiteboard-sketch，再继续。不要直接用默认风格生成。
第一步:分析文章,识别 4-5 个"值得配图"的位置
这是整个 skill 里最重要的一步,直接决定文章读起来舒服不舒服。
读完文章后,按下面四类识别候选位置,按每类的价值密度挑出总共 4-5 个:
| 类型 | 什么时候算"值得配图" |
|---|---|
| 🧠 抽象概念可视化 | 文章在讲一个读者难以凭空想象的概念(比如"进程隔离"、"上下文污染"、"人格档案") |
| 🔄 流程/循环/时序 | 文章描述一个多步骤过程或者循环(比如"任务接力"、"知识复利"、"踩坑闭环") |
| ⚖️ 对比/分类 | 文章在做 A vs B、或者列举几种分类(比如"隐式协作 vs 显式协作"、"三种 clone 策略") |
| 🏗️ 架构/组件关系 | 文章讲一个系统由哪些部件组成(比如"SOUL.md 的组成"、"三个 Agent 的角色分工") |
什么地方不配图:
- 纯代码段落(代码本身就是视觉元素)
- 文章已经用了 markdown 表格、列表、代码块的地方
- 一句话就能讲清楚的事实陈述
- 情绪段落(吐槽、金句、感慨——这些靠文字的节奏感,图反而打断)
4-5 张图的分布节奏:
- 开头(前 300 字):不放图,让读者先进入文字
- 第一个核心概念出现时:第 1 张(通常是🧠抽象概念可视化)
- 中段:2-3 张(穿插流程/对比/架构图)
- 压轴金句或总结段:1 张(可选,只有文章有升维总结才加)
- 结尾钩子后:不加图
识别后,把选中的位置用下面的结构记下来,给用户看一眼再生图:
我在文章里挑出了这 5 个建议插图的位置:
1. 【第 X 段,讲 profile 是什么】
类型:🧠 抽象概念可视化
图名:「Agent Profile & 真隔离」
核心要表达:profile 是一个 AI 分身,由多个文件组成,靠进程隔离
2. 【第 Y 段,讲三个 Agent 的分工】
类型:🏗️ 架构/组件关系
图名:「三人小组的角色分工」
核心要表达:林小管调度 / 林小探搜集 / 林小墨整理
...(共 4-5 个)
要按这个方案生图吗?或者你想调整某几处?
等用户确认后再进第二步。 这一步不能省,因为:
- 用户可能想保留某些位置的"文字纯净度",不加图
- 用户可能想在你没选的位置加
- 这是一个协作决策点,省了会让用户觉得失控
第二步:按风格模板生成提示词
读取 references/prompt_template.md 获取骨架模板,把文章素材填进去。只写图表内容描述,不写风格前缀——风格前缀在第三步由 inject_style.py 自动注入。
对每张图,使用骨架模板,把以下信息填进去:
- 图的标题(中文 + 英文对照)
- 主体结构(是"中心辐射式" / "流程循环式" / "左右对比式" / "分层架构式")
- 每个节点的中文标签 + 注释
- 强调要点
- 底部总结文字(给图一个金句收尾)
风格前缀(由 references/styles/{style}.md 提供,不要改风格本身)——notebook 风格是黑绿红网格纸基线; infographic 风格是米白底蓝橙双色信息图基线; executive-tech 风格是深靛紫主色 + 卡片式 UI + 杂志化商务科技风; cozy-handdrawn 风格是米白纸感底 + 黑色手绘线条 + 粉彩圆角卡片 + 个人动画形象辅助叙事; tech-doodle 风格是暖白奶油底 + fine-liner 墨线笔触 + 极淡粉彩上色 + 极简火柴人 + 底部荧光笔金句; cartoon-infographic 风格是干净白底 + 手绘圆角容器 + 功能性柔和多色 + 可选 host 卡通形象。
第三步:注入风格并调用脚本生成
3a. 注入风格前缀
用 scripts/inject_style.py 把用户选择的风格前缀注入到 prompt 中:
# 先写好不含风格前缀的 manifest JSON(diagrams.json),然后注入:
python3 scripts/inject_style.py \
--style {用户选择的风格} \
--manifest diagrams.json
# 输出: diagrams-styled.json(已注入风格前缀的完整 manifest)
也支持单文件注入(用于重跑某张图):
python3 scripts/inject_style.py \
--style notebook \
--prompt-file diagram-01.txt
# 输出: diagram-01-styled.txt
注意:manifest JSON 中的 prompt 只写图表内容描述(不要写风格前缀),风格前缀由 inject_style.py 自动注入。inject_style.py 会自动处理重复注入(切风格重跑时去掉旧前缀)。
3b. 调用 ai-image-generator 生成
用 ai-image-generator skill 的脚本,传入注入风格后的 manifest:
python3 ../ai-image-generator/scripts/generate.py \
--provider agnes \
--manifest diagrams-styled.json \
--output-dir ./diagrams/xxx \
--parallel
脚本会:
- 对每张图 POST 到 generation 接口,拿到 task_id
- 轮询任务直到完成
- 下载图片到本地
- 保存每张图的 prompt 和元数据
参数:
- manifest 中的
mode:generation(纯文本生图) - aspect_ratio:
16:9(脚本默认值) - resolution:
2K(脚本默认值)
鉴权: 设置 MULERUN_API_KEY / APIMART_API_KEY / ATLASCLOUD_API_KEY / AGNES_API_KEY 之一；多个 key 时必须显式 --provider（例如 --provider agnes）。Agnes 会忽略 resolution=2K，输出为固定 size token。
Manifest JSON 格式(注入风格前)
在第二步写好图表内容描述后,生成如下 JSON(不包含风格前缀):
{
"mode": "generation",
"items": [
{
"id": "diagram-01-profile-isolation",
"prompt": "{图表内容提示词,不含风格前缀}"
},
{
"id": "diagram-02-role-division",
"prompt": "{图表内容提示词,不含风格前缀}"
},
{
"id": "diagram-03-flow-with-character",
"prompt": "{图表内容提示词,不含风格前缀}",
"needs_character": true
}
]
}
然后用 inject_style.py --manifest diagrams.json --style notebook 生成 diagrams-styled.json,再调 ai-image-generator。
生成插图位置清单
脚本运行完成后,根据结果中的 item id 和第一步记录的插入位置信息,手动生成一份 diagrams_manifest.md:
# 本次生成的插图 · 插入位置清单
## 插图 1: diagram-01-profile-isolation.png
**建议插入位置**:在"先聊聊 profile"这段后面
## 插图 2: diagram-02-role-division.png
**建议插入位置**:在"Step 1:建三个 Agent"小节开头
产物结构
diagrams/2026-04-21-hermes-multi-agent/
├── diagram-01-profile-isolation.png # 第 1 张图
├── diagram-01-profile-isolation.txt # 第 1 张图的提示词
├── diagram-02-role-division.png # 第 2 张图
├── diagram-02-role-division.txt # 第 2 张图的提示词
├── ...
└── diagrams_manifest.md # 插入位置清单
diagrams_manifest.md 长这样:
# 本次生成的插图 · 插入位置清单
## 插图 1: diagram-01-profile-isolation.png
**建议插入位置**:在"先聊聊 profile,这是整个多 Agent 的基础"小节下,"底层实现其实挺朴素"这段后面
## 插图 2: diagram-02-role-division.png
**建议插入位置**:在"Step 1:建三个 Agent,分工明确"小节开头,列出三个 Agent 名字后
...
用户按这个清单把图插进文章就行。
常见翻车点和对策
| 翻车点 | 对策 |
|---|---|
| 中文字符渲染错乱 | Nano Banana 2 对中文支持比中文字符密度低的版本好,但仍建议关键文字用 英文 + 中文 双语标注;实在不行后期 PS 覆盖 |
| 图太花哨,脱离手绘风 | 提示词末尾反复强调 clean minimal layout、hand-drawn sketch、no photographs、no 3D rendering |
| 绿色红色用反了 | 绿色=正向/流程正确/增长,红色=强调/警告/关键要点。提示词里明确 Green for positive, red for emphasis only |
| 图之间风格不统一 | 所有图用同一个风格声明段落,只改主体内容 |
| 图和文章上下文脱节 | 每张图的"核心要表达"必须从文章原文里找依据,不能自由发挥 |
参考资料
- 风格模板:
references/styles/notebook.md(手绘笔记本风) |references/styles/infographic.md(信息图风) |references/styles/executive-tech.md(现代高级科技商务风) |references/styles/cozy-handdrawn.md(温暖手绘卡片风) |references/styles/tech-doodle.md(技术简笔画风) |references/styles/cartoon-infographic.md(卡通信息图风) |references/styles/whiteboard-sketch.md(白板手绘风) - 手绘图提示词结构化骨架:
references/prompt_template.md - 4 种图类型案例 + 1 个
executive-tech风格完整案例:references/examples.md - 通用图像生成脚本:
ai-teaching-media/ai-image-generator/scripts/generate.py