document-illustrator

What the source does

• FilesystemNone observedNo reads or writes in the source
• NetworkNone observedNo outbound calls in the source
• ShellNone observedNo commands run in the source
• DependenciesPinnedNothing floats
• SecretsNone foundNo keys in source

Five audit layers

Gates applied: no behavioural pass.

Audit 0.4.1 · source sha e75d0ba41524 · 20 Oct 2026Report an issue or request a re-scan

• Publisherop7418 GitHub userOwner of the repository this skill is read from
• Source folderop7418/document-illustrator-skillThe exact folder we audited
• LicenceMITAs the repository states it
• Commit pinned for this verdicte75d0ba41524A new audit runs when the source changes
• Repository statusNot archivedLast push 272 days ago
• Sandboxed runNot runSkills are read, not executed; layer L4 is skipped

Its description: 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

---
name: document-illustrator
description: >
  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
allowed-tools:
  - Read
  - Write
  - Bash(python:*)
  - Glob
  - AskUserQuestion
model: claude-sonnet-4-5-20250514
---

# Document Illustrator Skill

基于 AI 智能分析的文档配图生成工具。无需依赖特定格式,自动理解内容并生成专业配图。

## 🎯 核心特点

- ✨ **AI 智能归纳**:自动理解文档内容,智能提取核心主题
- 🎨 **格式无关**:支持任何格式的文档(Markdown、纯文本、PDF 等)
- 📐 **灵活比例**:支持 16:9(横屏)和 3:4(竖屏)
- 🖼️ **封面图可选**:可生成概括全文的封面图
- 🎭 **三种风格**:渐变玻璃卡片、票据风格、矢量插画

## 🚀 使用方法

### 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
```

## 📝 完整工作流程

### 第 1 步:Claude 读取和理解文档

当你请求生成配图时,Claude 会:
1. 使用 Read 工具读取完整文档
2. AI 分析理解文档内容和结构
3. 识别核心主题和要点

**无需担心文档格式**:
- ✅ 标准 Markdown(##、###)
- ✅ 分隔线格式(======、------)
- ✅ 纯文本段落
- ✅ 任何其他格式

### 第 2 步:配置选项(3 个问题)

Claude 会询问你的偏好:

#### 问题 1:图片比例
```
请选择图片比例:
1. 16:9 (横屏) - 适合演示文稿、幻灯片、横屏展示
2. 3:4 (竖屏) - 适合社交媒体、手机查看、海报

请选择 (1/2):
```

#### 问题 2:封面图
```
是否生成封面图?
封面图将概括文档的所有核心信息,作为系列配图的引导。

1. 是 - 生成封面图 + 内容配图
2. 否 - 仅生成内容配图

请选择 (1/2):
```

#### 问题 3:内容配图数量
```
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 6 张

请输入数字:
```

### 第 3 步:Claude 归纳内容并展示

根据你指定的数量,Claude 会智能归纳文档,然后展示给你确认:

```
📋 内容归纳完成

📄 封面图内容:(如果选择生成)
"AI 编程工具概念演化:从 Rules 到 Skills"
- 核心概念:静态上下文 vs 动态上下文
- 演化路径:Rules → Commands → MCP → Modes → Skills
- 最佳实践:简化为两个核心工具

📚 内容配图(共 6 张):

1. Rules 的诞生与演化
   包含:早期模型幻觉问题、rules 文件的作用、静态上下文概念

2. Commands 和工作流打包
   包含:固定工作流的出现、slash command、团队分享

3. MCP Servers 带来动态能力
   包含:第三方工具集成、OAuth 认证、上下文膨胀问题

4. Modes 和 Subagents 的登场
   包含:人设提示词、系统提示词修改、可靠性设计、Hooks 确定性

5. Skills 统一动态上下文
   包含:Skills 概念、动态加载、编程工具优化

6. 最佳实践与未来展望
   包含:Rules 使用建议、Skills 探索、核心理念总结

✓ 所有内容已覆盖,无遗漏

确认开始生成配图吗?(Y/N)
```

**关键保证**:
- ✅ 内容完整:所有重要信息都会被归入某张图片
- ✅ 逻辑清晰:按照内容的自然逻辑分段
- ✅ 用户可控:展示归纳结果,等待用户确认

### 第 4 步:生成配图

确认后,Claude 调用 Python 脚本生成图片:

```
🖼️  开始生成配图...

正在生成封面图...
  ✓ 已保存: /path/to/document/images/cover.png

正在生成第 1/6 张...
  标题: Rules 的诞生与演化
  ✓ 已保存: /path/to/document/images/illustration-01.png

正在生成第 2/6 张...
  标题: Commands 和工作流打包
  ✓ 已保存: /path/to/document/images/illustration-02.png

...

✨ 完成!共生成 7 张配图(1 张封面 + 6 张内容)
```

### 第 5 步:输出结果

**输出位置**:文档所在目录下的 `images/` 文件夹

```
/path/to/your/document/
└── images/
    ├── cover.png              # 封面图(如果选择生成)
    ├── illustration-01.png    # 第 1 张内容配图
    ├── illustration-02.png    # 第 2 张内容配图
    ├── illustration-03.png
    ├── illustration-04.png
    ├── illustration-05.png
    └── illustration-06.png
```

## 🎨 三种风格说明

### 1. 渐变玻璃卡片风格 (gradient-glass)

**特点**:
- Apple Keynote 风格的极简主义
- 玻璃拟态(Glassmorphism)设计
- 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)

**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
- 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)

**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
- 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

## 💡 使用示例

### 示例 1:完整流程

```
用户: 帮我为 ~/blog/ai-tools.md 生成配图,用票据风格

Claude: 好的,让我先读取这个文档...
        [读取文档,分析内容]

        检测到文档长度约 3000 字,内容涉及 AI 工具演化。

        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: [展示归纳的 5 个主题]
        确认开始生成配图吗?

用户: Y

Claude: [调用 Python 脚本生成 6 张图片]
        ✨ 完成!配图已保存到 ~/blog/images/
```

### 示例 2:纯文本文档

```
用户: 为这个纯文本笔记生成配图

Claude: [读取笔记,即使没有任何标题也能理解内容]
        [智能识别 3 个核心主题]
        [询问配置、展示归纳、生成配图]
```

### 示例 3:自定义数量

```
用户: 我想要 8 张图,竖屏的,不要封面

Claude: 好的,16:9 竖屏,不生成封面,8 张内容配图。
        [将文档归纳为 8 个主题]
        [展示归纳结果,用户确认后生成]
```

## 🔧 技术细节

### 图片规格

| 比例 | 分辨率 | 适用场景 |
|------|--------|----------|
| 16:9 | 2560x1440 (2K) | 演示文稿、横屏展示 |
| 3:4 | 1920x2560 | 社交媒体、竖屏查看 |

可选 4K 分辨率:
- 16:9 → 3840x2160
- 3:4 → 2880x3840

### API 调用

- **模型**:Gemini 2.0 Flash Image Preview (Nano Banana Pro)
- **成本**:每张图片 = 1 次 API 调用
- **速度**:平均 10-20 秒/张

### 环境要求

**必需**:
```bash
pip install google-genai pillow python-dotenv
```

**API 密钥**:
- 在 `~/.claude/skills/document-illustrator/.env` 中配置
- 或设置环境变量 `GEMINI_API_KEY`

## 📊 内容归纳原则

Claude 归纳内容时遵循以下原则:

### 1. 完整性优先

- ✅ 所有重要信息都会被包含
- ✅ 不会遗漏关键概念
- ✅ 保留原文的核心观点

### 2. 逻辑清晰

- 按照内容的自然逻辑分段
- 相关内容归为一组
- 保持叙事的连贯性

### 3. 平衡分配

- 每张图片包含相似的信息量
- 避免某张过于拥挤或空洞
- 根据内容重要性调整

### 4. 用户可控

- 展示归纳结果给用户确认
- 用户可以要求调整
- 确认后才开始生成

## 🐛 故障排除

### 问题 1:API 密钥错误

**错误信息**:
```
Error: Invalid API key
```

**解决方案**:
1. 检查 `.env` 文件中的 `GEMINI_API_KEY`
2. 确保 API 密钥有效且未过期
3. 获取新密钥:https://makersuite.google.com/app/apikey

### 问题 2:内容归纳不理想

**问题**:归纳的主题不符合预期

**解决方案**:
1. 在归纳展示阶段,告诉 Claude 你的期望
2. Claude 会重新归纳并调整
3. 确认满意后再开始生成

### 问题 3:图片生成失败

**可能原因**:
- 网络连接问题
- API 配额用尽
- 内容过长超过限制

**解决方案**:
1. 检查网络连接
2. 检查 API 配额
3. 尝试增加图片数量(分散内容)

## 💰 成本估算

| 图片数量 | API 调用次数 | 预估成本 |
|---------|-------------|---------|
| 无封面 + 3 张 | 3 次 | 低 |
| 有封面 + 5 张 | 6 次 | 中 |
| 有封面 + 10 张 | 11 次 | 较高 |

**建议**:
- 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

## 📚 最佳实践

### 1. 合理选择图片数量

**太少**:
- 每张图片信息量过大
- 不容易理解和记忆

**太多**:
- 内容分散
- 增加成本和生成时间

**推荐**:
- 根据文档长度选择
- 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
- 网站横幅
- 视频封面
- 博客配图(桌面端)

**3:4 适合**:
- 社交媒体(Instagram、小红书)
- 移动端文章
- 海报设计
- 竖屏视频

### 3. 封面图的使用

**建议生成封面图的场景**:
- 系列文章(作为统一引导)
- 社交分享(作为预览图)
- 文档首页(概括全文)

**可以不生成的场景**:
- 仅内部使用
- 图片数量已足够
- 希望降低成本

### 4. 风格选择建议

**技术文档** → 渐变玻璃卡片风格
**数据报告** → 票据风格
**教程故事** → 矢量插画风格
**产品介绍** → 渐变玻璃卡片风格

## 🔄 工作原理

### 传统方式(已废弃)

```
[代码] 读取文档 → 识别 ## ### 标题 → 机械切分
       ↓
    依赖特定格式
    容易遗漏内容
    不够智能
```

### 新方式(当前实现)

```
[Claude] 读取文档 → AI 理解内容 → 智能归纳主题
         ↓
      格式无关
      内容完整
      用户可控
```

**核心区别**:
- ❌ 旧方式:依赖代码解析,只能处理标准格式
- ✅ 新方式:AI 理解内容,任何格式都能处理

## 🎯 与其他工具的对比

| 功能 | Document Illustrator | 传统 PPT 工具 | AI 图片生成器 |
|------|---------------------|--------------|--------------|
| 理解文档内容 | ✅ AI 智能理解 | ❌ 需要手动 | ❌ 需要手动输入 |
| 格式依赖 | ✅ 格式无关 | ❌ 依赖特定格式 | ✅ 

Excerpt, first 6,020 characters of SKILL.md, verbatim from the audited commit. It is text from someone else’s repository, quoted so you can judge it before your agent reads it.

1. 2026-10-20
   ✓SAFE B 89 / 100

   first audit · source e75d0ba41524

Questions about document-illustrator

• github.com/op7418/document-illustrator-skill — the audited source at commit e75d0ba41524 and every finding aboveObserved · 20 Oct 2026

Spotted something wrong? Report a correction · Methodology