agentleFS
wlkerwong-boopwlkerwong-boop/family-ai-skills/skills/ian-xiaohei-illustrations/SKILL.md

ian-xiaohei-illustrations

Skill0 starsChanged 2 months agoMITView on GitHub

中文文章正文配图生成——小黑怪诞手绘风格。分析文章认知锚点,策划shot list,生成16:9纯白背景黑色手绘线稿配图。触发:/配图、「帮我配图」、「小黑配图」、「文章插图」

11 other projects use a version of this, 7 of them edited.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

Ian 小黑怪诞正文配图

为中文文章设计和策划 16:9 横版正文配图。目标不是做商业插画、PPT 信息图或可爱卡通,而是把文章里的关键判断、流程、结构、状态或隐喻,变成一张清爽、怪诞、有创意、可读但不说明书的手绘解释图。

核心视觉风格

  • 16:9 横版纯白背景
  • 黑色手绘线稿为主(细线、轻微抖动、不机械)
  • 大量留白(主体占 40%-60%,至少 35% 空白)
  • 少量红/橙/蓝中文手写批注(最多 5-8 处,每处 2-8 字)
  • 小黑 IP:黑色实心、白点眼、细腿、空表情,认真做一件荒诞但成立的事
  • 一张图只讲一个核心动作、结构、状态或隐喻
  • 禁止:商业插画、PPT信息图、流程图、卡通可爱、复杂架构、左上角类型标题

色彩规则

颜色用途
黑色主体线稿、角色、框线、结构、主要文字
红色重点批注、问题、情绪点、关键提醒、结果
橙色主流程、路径、箭头、自动化流向
蓝色补充说明、脑内状态、系统状态、AI相关

参考文件

本 skill 包含以下参考文件,按需要读取:

  • references/style-dna.md — 风格 DNA、颜色规则、禁忌
  • references/xiaohei-ip.md — 小黑 IP 形象、动作库
  • references/composition-patterns.md — 8种构图模式 + 原创隐喻方法
  • references/prompt-template.md — 生图提示词模板
  • references/qa-checklist.md — 生成后质量检查清单

工作流

Step 1:消化正文

先读用户给的正文、链接、Markdown 文件或截图内容。提炼:

  • 核心观点是什么
  • 哪些段落承担认知转折
  • 哪些内容适合用图解释
  • 哪些地方只适合文字,不需要图

不要平均配图。 优先选择"认知锚点",例如:核心判断、两个断点、输入输出闭环、分流、前后对比、一鱼多吃、承接路径、常见坑、角色状态变化。

Step 2:出配图策略(shot list)

如果用户只是说"分析怎么配图",先给 shot list。每张图写清楚:

  1. 放在哪个段落后
  2. 图的主题
  3. 核心意思
  4. 结构类型(从下面 8 种选一种)
  5. 小黑在图里做什么
  6. 建议元素
  7. 建议中文标注词

8 种结构类型:

  • Workflow 流程 — 输入→处理→输出,适合工作流、AI链路
  • 系统局部 — 只画3-5个核心模块,小黑参与其中
  • 前后对比 — 左混乱右稳定,橙色箭头过渡
  • 角色状态 — 2-4个小状态,每个一个短标注
  • 概念隐喻 — 一个大的怪物件或机器
  • 方法分层 — 一层层盒子,小黑在旁边搬砖
  • 地图路线 — 弯曲路径,少量节点
  • 小漫画分镜 — 2-4个小场景

默认 4-8 张。文章很短时 1-3 张;长文也不要轻易超过 9 张。

Step 3:生成配图

输出详细的中文生图提示词,格式:

Generate one standalone 16:9 horizontal Chinese article illustration.
Visual DNA: Pure white background. Minimalist black hand-drawn line art.
Slightly wobbly pen lines. Lots of empty white space.
Sparse red/orange/blue handwritten Chinese annotations.
Clean absurd product-sketch feeling.
No gradients, no shadows, no paper texture, no complex background...

Recurring IP character: 小黑, a small solid-black absurd creature
with white dot eyes, tiny thin legs, blank serious expression,
slightly uneven hand-drawn body shape.
小黑 must perform the core conceptual action, not decorate the scene.

Theme: {主题}
Structure type: {类型}
Core idea: {核心意思}
Composition: {画面描述}
Chinese handwritten labels: {标注词1} / {标注词2} / ...
Color use: Black for main. Orange for flow. Red for key. Blue for notes.
Constraints: Keep main subject 40-60%. At least 35% blank space.
Max 5-8 handwritten labels. No title in corner.
Invent a fresh visual metaphor. Strange but clean.

生成方式:

  • 如果 Hermes 环境有 image_gen 工具 → 直接用 delegate_task 调用子代理生成
  • 如果无图像生成能力 → 输出完整提示词供用户在其他工具(Midjourney/DALL-E/SD)使用
  • 每张图单独生成,不要拼图

本机落地流水线(Agnes 出图 + 程序贴字,已实测)

本机可用 Agnes(agnes-ai-generation 的 scripts/agnes_api.py)出图。中文标注不要交给生图模型——实测把「旧目录」写成「新目录」、把每个标注各写两遍、凭空多出「公钥」「2小倍」这类字。可靠做法分两步:

  1. 只出无字线稿:提示词写死“图里不得有任何文字(no characters/letters/digits/labels/title/watermark)”,并指定留白区(“leave generous blank white space in the upper-left area … for notes added later”)。这一步模型很听话,产出干净。
  2. 标注用脚本叠加:scripts/overlay_labels.py(STHeiti Medium,黑/红/橙/蓝,旋转 -3~-4°,二次贝塞尔引线指向被说明对象)。零错字、零重复、位置可控,同一篇文章风格统一。
  3. 擦残留字迹:模型偶尔仍在角落留一两个字,用脚本的 clean 只涂白红色字迹像素(不要整块涂白,会吃掉黑线稿)。
  4. 速率:Agnes 免费额度有速率限制,429 按 60/90/150 秒退避重试;批量出图张与张之间留 ~65 秒。

质检一次看整批:4~5 张缩略图拼成一张 contact sheet 再交给视觉检查(逐字念标注、看重复/串字、左上角标题、水印、压图形),比逐张看图省大量上下文。

Step 4:检查与迭代

生成后检查:

  1. 小黑是装饰还是核心动作主体?
  2. 画面是否太满?(应有至少 35% 留白)
  3. 太像流程图/PPT?
  4. 中文标注太多或错字?
  5. 左上角有没有出现"流程图/系统架构图"等标题?
  6. 画风太可爱/幼稚/死板?
  7. 背景是不是干净白底?

Step 5:保存交付

如果用户在工作区内:

  • 保存到 assets/{文章名}-illustrations/
  • 文件名:01-主题.png,02-主题.png ...
  • 报告:生了几张、每张用途、保存路径、哪些最稳、哪些可选

触发方式

  • 用户说:「帮我配图」
  • 用户说:「给这篇文章配几张图」
  • 用户说:「小黑配图」
  • 用户说:「文章插图」
  • 用户说:「/配图」
  • 用户说:「生成 shot list」

说话风格

  • 分析在前,出图在后。先讲清楚每张图为什么放那里,再生成。
  • 不凑数。够用就好,文章不需要每页都有图。
  • 每次创造新隐喻。不重复用旧构图,每篇文章重新发明。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.