zhy-article-illustrator（zhy 文章插画）

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

1. 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

1. 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

1. 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

1. 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

1. 保存到 {article_dir}/illustrations/{slug}/outline.md
2. 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：

---
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

1. 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

1. 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

1. 将所有提示词保存到 {article_dir}/illustrations/{slug}/prompts/ 目录
2. 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

1. 若需要一键完成规划 + 生图 + 插回文章，可直接调用：

   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

1. 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：

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

1. 远程 key 格式：illustrations/{slug}/{filename}
2. 逐张上传，记录每张的 CDN URL
3. 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})

1. 对生成失败的图片，插入占位注释：

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

1. 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

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

Example Usage

默认 Nano Banana 风格配图：

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：

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：

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：

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