zhy-article-illustrator#

Purpose#

为任意 Markdown 文章自动规划并生成配图。技能默认采用“高完成度编辑视觉”作为 全局质量基线：不是简单插画，不是装饰图标拼贴，也不是低信息密度草图。系统会先 为文章生成统一的 visual bible，再为每张图生成结构化提示词，使同一篇文章的配图 共享统一风格语言，同时根据章节内容调整构图、信息重点和版式。

默认优先兼容 Gemini Nano Banana 工作流，并默认走 Xiaomi Gemini 兼容接口；同时支持 Gemini 原生代理 / 中转站模式与官方 Gemini 接口。

When to Use#

• 用户请求“为文章配图”、“illustrate article”、“add images to article”
• zhy-wechat-writing 技能的 Step 6 调用（ with_illustrations=true）
• 用户希望生成更适合公众号场景的高完成度专题视觉
• 用户希望将本地图片上传到七牛云获取 CDN URL

Prerequisites#

• 文章 Markdown 文件已存在
• 已配置至少一种可用生图通道：
  • Gemini 官方直连： GEMINI_API_KEY 或 GOOGLE_API_KEY
  • Gemini 原生代理 / 中转站： IMAGE_PROVIDER=gemini、 IMAGE_API_KEY、可选 IMAGE_BASE_URL
  • Xiaomi Gemini 兼容接口： IMAGE_PROVIDER=xiaomi 或 XIAOMI_API_KEY，可选 XIAOMI_BASE_URL
  • 若启用上传：七牛云配置已就绪（技能根目录 .env 中的 QINIU_ACCESS_KEY / QINIU_SECRET_KEY / QINIU_BUCKET / QINIU_DOMAIN）

Workflow#

Step 1: 分析文章#

目标：理解文章结构，确定配图数量、位置与表达方式

操作：

1. 读取 article_path 的完整内容

2. 解析文章结构：标题、各章节标题（ ## / ###）、段落数、代码块位置

3. 识别核心信息点：

   • 关键概念 / 术语解释 -> 适合信息图
   • 对比 / 差异描述 -> 适合对比图
   • 步骤 / 流程描述 -> 适合流程图
   • 架构 / 框架描述 -> 适合架构图
   • 数据 / 统计 -> 适合数据可视化
   • 场景 / 叙事描述 -> 适合专题插画或编辑场景图

4. 根据 density 确定配图策略：

   • minimal：仅为最核心的 1-2 个信息点配图
   • balanced：每个 ## 级主要章节配一张图
   • rich：每 300 字左右或每个重要段落配一张图

5. 确定 slug：

   • 若用户提供 slug：直接使用
   • 否则从文章 H1 标题推导 kebab-case

6. 创建输出目录： {article_dir}/illustrations/{slug}/

输出：文章结构分析结果、配图位置列表

Step 2: 生成 visual bible 与配图规划#

目标：为整篇文章建立统一视觉基线，并生成每张图的规划信息

操作：

1. 先生成文章级 visual_bible，保存到 {article_dir}/illustrations/{slug}/visual-bible.md

2. visual_bible 必须覆盖：

   • quality_baseline：统一采用高完成度编辑视觉 / 专题配图标准
   • visual_theme：本篇文章的整体风格方向
   • color_system：主色、辅色、强调色、背景倾向
   • graphic_language：图形语言、线条/材质/光感、信息层级方式
   • layout_discipline：页面留白、模块密度、标题区与内容区节奏
   • text_policy：默认简体中文；仅 english_terms_whitelist 中的术语保留英文
   • negative_rules：禁止简单画图、低幼卡通、无意义装饰、英文乱码、随意混搭风格

3. 再对每个配图位置生成 outline 条目，至少包含：

   • position：插入位置（在哪个章节/段落之后）
   • purpose：这张图要传达什么信息
   • image_type：对比图 / 流程图 / 架构图 / 数据图 / 场景图 / 编辑专题视觉
   • core_message：本图唯一核心表达
   • content_blocks：画面中必须出现的内容块
   • text_blocks：图中需要出现的标题、标签、注释（默认中文）
   • english_terms_used：本图允许出现的英文术语子集
   • layout_hint：布局方向与信息分区
   • filename：输出文件名（格式： NN-简短描述.png）
   • alt_text：Markdown 图片的 alt 文本

4. 保存到 {article_dir}/illustrations/{slug}/outline.md

5. 同时为每张图生成独立提示词文件，保存到 {article_dir}/illustrations/{slug}/prompts/

outline.md 格式：

yaml

---
article: <article_path>
slug: <slug>
density: <density>
aspect_ratio: <ratio>
prompt_profile: <profile>
text_language: <language>
image_provider: <provider>
image_model: <model>
image_count: <N>
generated_at: <ISO timestamp>
---

输出： visual_bible_path、 outline_path

Step 3: 生成图片#

目标：根据 visual_bible + outline 生成高质量图片文件

操作：

1. 为每张图构建结构化提示词，提示词必须同时继承：

   • 全局质量基线：高完成度编辑视觉，而非简单画图
   • 文章级 visual_bible
   • 单图内容规划

2. 提示词必须包含以下层次：

   • 任务定位：这是可直接用于公众号文章的成品级专题视觉
   • 风格锚点：复用本篇文章统一视觉语言
   • 画面主体：核心对象、信息模块、前中后景关系
   • 版式结构：标题区、内容区、对比区、流程区、数据区的组织方式
   • 信息层级：主标题、次要标签、补充说明的优先级
   • 文字规则：默认所有可见文字使用简体中文；仅白名单术语保留英文
   • 质量要求：丰富细节、清晰层级、强版式感、避免模板感
   • 禁止项：低幼、空泛、装饰性过强、无意义图标堆砌、英文乱码

3. 对 Nano Banana / Gemini 类模型，优先优化以下特性：

   • 画面信息完整、指令明确、元素具体
   • 文本展示尽量短而准，避免大段说明文字
   • 同一篇文章的每张图共享统一色系、统一图形语言、统一完成度
   • 图片更像编辑专题视觉，而不是普通插图

4. 将所有提示词保存到 {article_dir}/illustrations/{slug}/prompts/ 目录

5. 调用本技能内置脚本生成图片：

   • 脚本路径： scripts/image-gen.ts
   • 参数： --prompt "<提示词内容>" --output "<输出路径>" --ar <宽高比>
   • 可选： --provider gemini|google|xiaomi|openai
   • 可选： --model <模型名>
   • 可选： --base-url <Gemini 原生代理基础地址>
   • 可选： --api-key <临时 key>
   • 可选： --image-size <清晰度/尺寸标识>（如 Xiaomi 的 1K）
   • 可选： --ref <参考图路径>（Gemini 多模态场景）
   • 并行生成：建议最多 4 个并发

6. 若需要一键完成规划 + 生图 + 插回文章，可直接调用： bash

   node scripts/illustrate-article.ts --article <article.md>
   
   

   • 若使用 Xiaomi Gemini 兼容接口，可补充： --image-provider xiaomi --image-model gemini-3-pro-image-preview --image-size 1K

7. 失败处理：

   • 单张失败 -> 重试一次，可微调提示词中的布局、文字密度或禁止项
   • 仍失败 -> 记录到失败列表，继续下一张
   • 不中断整体流程

输出：图片文件列表、失败列表

Step 4: 上传图床（可选）#

触发条件： upload=true

目标：将生成的图片上传到七牛云，获取 CDN URL

操作：

1. 检查七牛云配置：读取技能根目录 .env

2. 调用上传脚本： bash

   bun run scripts/qiniu-upload.ts --file <本地路径> --key <远程路径>
   
   

3. 远程 key 格式： illustrations/{slug}/{filename}

4. 逐张上传，记录每张的 CDN URL

5. 上传失败时保留本地路径，不中断流程

输出： uploaded_urls 列表（CDN URL 或 null）

Step 5: 插入文章副本#

目标：创建带有图片引用的文章副本

操作：

1. 复制 article_path 为 article.illustrated.md（同目录）

2. 在 outline 指定的每个位置插入图片引用：

   • 若已上传（有 CDN URL）： ![alt_text](CDN_URL)
   • 若未上传： ![alt_text](illustrations/{slug}/{filename})

3. 对生成失败的图片，插入占位注释： markdown

   <!-- IMAGE PLACEHOLDER: {filename} — {purpose} -->
   
   

4. 输出完成摘要：

   • illustrated_article_path
   • 成功 / 失败 / 上传统计
   • 失败图片列表及原因

输出： illustrated_article_path

Data Flow#

text

article.md
    |
    v
Step 1: 分析文章结构 -> 配图位置列表
    |
    v
Step 2: 生成 visual-bible.md + outline.md
    |
    v
Step 3: 生成结构化 prompts -> illustrations/{slug}/*.png
    |
    v
Step 4: (--upload) 上传七牛云 -> CDN URLs
    |
    v
Step 5: 插入副本 -> article.illustrated.md

Error Handling#

失败场景处理方式文章文件不存在立即报错退出Gemini / 代理配置缺失提示用户配置 IMAGE_PROVIDER、 IMAGE_API_KEY、可选 IMAGE_BASE_URL，或回退到官方 GEMINI_API_KEYXiaomi 接口配置缺失提示用户配置 IMAGE_PROVIDER=xiaomi 或 XIAOMI_API_KEY，并按需设置 XIAOMI_BASE_URL / XIAOMI_IMAGE_SIZE单张图片生成失败重试一次；仍失败记录跳过，继续下一张文字过多导致效果差精简标题/标签/注释长度后重试七牛云配置缺失提示用户配置技能根目录 .env，跳过上传步骤七牛云上传失败保留本地路径，记录错误，继续下一张slug 目录已存在直接使用（覆盖同名文件）

Example Usage#

默认 Nano Banana 风格配图：

yaml

article_path: articles/playwright-introduction/article.md
density: balanced
prompt_profile: nano-banana
text_language: zh-CN
image_provider: xiaomi
image_model: gemini-3.1-flash-image-preview
image_base_url: https://your-compatible-endpoint.example/v1beta
image_size: 1K
upload: false

通过 Gemini 原生代理生图：

yaml

article_path: articles/playwright-introduction/article.md
density: balanced
image_provider: gemini
image_model: gemini-3.1-flash-image-preview
image_base_url: https://your-relay.example.com/v1beta
upload: false

通过 Xiaomi Gemini 兼容接口生图：

yaml

article_path: articles/playwright-introduction/article.md
density: balanced
image_provider: xiaomi
image_model: gemini-3.1-flash-image-preview
image_base_url: https://your-compatible-endpoint.example/v1beta
image_size: 1K
upload: false

指定英文白名单术语：

yaml

article_path: articles/playwright-introduction/article.md
english_terms_whitelist:
  - Playwright
  - Chromium
  - Firefox
  - WebKit

Notes#

• 全局质量基线固定为高完成度编辑视觉，不生成简单装饰图
• 不同文章可以有不同视觉风格，但同一篇文章内必须共享统一风格体系
• 默认所有可见文字使用简体中文；仅白名单术语保留英文
• 始终创建副本（ article.illustrated.md），不修改原文
• 图片引用强制使用相对路径和 / 分隔符（本地模式）
• 提示词保存到 prompts/ 目录，便于追溯和手动调整后重新生成
• 可使用 bun run scripts/plan-illustrations.ts --article <article.md> 自动生成 visual-bible.md、 outline.md 和 prompts/
• 可使用 node scripts/illustrate-article.ts --article <article.md> 一键完成规划、出图和 article.illustrated.md 生成
• Xiaomi/Gemini 兼容接口可通过 image_provider=xiaomi 与自定义 image_base_url 配置；开源仓库不预设任何私有中转地址