Baoyu Article Illustrator

核心用法

baoyu-article-illustrator 是一款专为长文内容设计的智能配图工作流技能。其核心流程分为六步：预检配置→内容分析→参数确认→生成大纲→批量出图→自动插入。用户只需提供文章路径或粘贴内容，系统即自动识别需要视觉支持的段落位置，通过 Type × Style × Palette 三维参数体系生成风格统一的插图。

Type（信息结构）：支持 infographic（数据图）、scene（场景叙事）、flowchart（流程图）、comparison（对比图）、framework（架构图）、timeline（时间线）六种类型，自动匹配文章内容的表达需求。

Style（渲染风格）：提供 notion、warm、minimal、blueprint、watercolor 等预设风格，也可通过 --style 自定义。

Palette（配色方案）：可选 macaron（马卡龙）、warm（暖色）、neon（霓虹）等，覆盖风格默认色彩。

系统强制要求先保存提示词文件再生成图片，确保可复现性；支持多后端智能适配（Codex imagegen、Cursor GenerateImage、自定义 baoyu-image-gen 等），并可通过 EXTEND.md 持久化用户偏好。

显著优点

1. 结构化工作流：六步标准化流程，降低 AI 配图的决策疲劳，特别适合技术写作者批量生产统一视觉风格的内容。
2. 三维参数体系：Type/Style/Palette 的自由组合 + 预设快捷方式（如 --preset edu-visual），兼顾灵活性与效率。
3. 后端无关设计：智能探测当前运行环境的原生图像工具（Codex/Cursor/Hermes），自动降级到备用方案，兼容性强。
4. 批量生成优化：原生批处理接口优先，支持并行工具调用（默认 batch=4），显著提升多图场景效率。

潜在缺点与局限性

1. 强依赖外部图像后端：若运行环境无 imagegen、GenerateImage 或 baoyu-image-gen，会直接中断并询问用户，无法独立出图。
2. 配置门槛：首次使用必须完成 first-time-setup 生成 EXTEND.md，对临时用户不够友好。
3. 文本渲染不可靠：明确禁止"生成后修补文字"，若 AI 生图出现错别字或乱码，必须整图重跑，成本较高。
4. SVG/HTML 禁用：即使内容适合矢量图（如简单流程图），也强制要求栅格图像输出，灵活性受限。

适合人群

• 技术博客作者、教程创作者、知识管理爱好者
• 需要为多篇 Markdown 文章批量生成统一风格配图的内容团队
• 使用 Cursor/Codex 等 AI IDE 进行写作，希望无缝集成图像生成的用户

常规风险

• 隐私泄漏：文章原文需提交给图像生成后端，敏感内容可能被日志记录
• 成本累积：批量生成调用付费 API（如 DALL-E、Midjourney）可能产生意外费用
• 版权模糊：AI 生成图像的版权归属因地区和后端而异，商用需谨慎
• 版本锁定：提示词模板和参考文件路径依赖特定目录结构，迁移项目时需手动整理

---

版本：1.117.4 | 开源：https://github.com/JimLiu/baoyu-skills

核心功能

baoyu-article-illustrator 是一款专注于文章配图自动化的 Markdown 文档型 Skill。它通过结构化分析识别文章中需要视觉辅助的位置，并基于「类型(Type) × 风格(Style) × 配色(Palette)」三维体系生成一致的插图。

显著优点

系统化工作流程：从预检查、内容分析、设置确认、大纲生成到批量渲染，形成完整闭环。强制性的「Step 3 确认设置」机制防止误操作，确保生成结果符合预期。

三维设计体系：

• 类型维度：infographic（信息图）、scene（场景）、flowchart（流程图）、comparison（对比）、framework（框架）、timeline（时间线）
• 风格维度：notion、minimal、warm、watercolor、blueprint 等，支持预设快速调用
• 配色维度：macaron、warm、neon 等可选覆盖

多后端灵活适配：自动检测并优先使用运行时原生工具（Codex imagegen、Cursor GenerateImage），回退到 baoyu-image-gen 等非原生后端，支持 --batch-size 批量并行生成。

严格的可复现性设计：强制要求将每个图像的完整 prompt 保存为独立文件（prompts/NN-{type}-{slug}.md），作为「可复现记录」，便于后端切换和版本追溯。

潜在局限

依赖外部图像生成能力：自身不直接渲染图像，需依赖 Codex、Cursor 或其他后端服务。若无可用的图像生成工具，功能无法完整执行。

配置门槛：首次使用需完成 EXTEND.md 配置（输出目录、默认后端、偏好设置等），对个人用户存在学习成本。

T3 来源风险：由个人开发者 GitHub 维护，无企业级 SLA 保障，更新持续性依赖社区。

适合人群

• 技术写作者、教程作者：需要为长文快速生成配套插图
• 内容运营者：追求视觉一致性，批量处理文章配图
• 开发者文档维护者：需要架构图、流程图、对比图等结构化视觉

常规风险

• 配置风险：EXTEND.md 中的 preferred_image_backend 指向的外部工具需自行验证可信度
• 图像版权：生成图像的版权归属取决于所用后端服务商条款
• 提示词注入：虽无动态代码执行，但用户提供的参考图片路径需确保来源安全