Baoyu Infographic

核心用法

baoyu-infographic 是一款面向内容可视化的高级技能，通过「布局×风格」双维度系统，将复杂信息转化为专业级信息图。用户只需提供原始内容，工具自动完成分析→结构化→推荐→生成全流程。

显著优点

1. 系统化设计矩阵：21种信息架构（时间线、对比矩阵、漏斗、 iceberg 等）与22种视觉美学（手绘、赛博朋克、像素风、莫兰迪手账等）自由组合，覆盖 99% 的 infographic 场景。内置智能推荐引擎，根据内容类型匹配最佳组合。

2. 多运行时原生适配：优先使用 Codex (imagegen)、Cursor (GenerateImage)、Hermes 等原生图像工具，无缝嵌入主流 AI 编程环境。

3. 严格的确认策略：默认强制确认（layout×style、比例、语言、后端），防止误生成；同时支持 --no-confirm 快捷模式。

4. 完整可复现链路：每步输出独立文件（analysis.md、structured-content.md、prompts/infographic.md），便于回溯、修改与版本管理。

5. 参考图引导：支持风格/调色盘/构图参考，可提取 trait 或直接传递至后端。

潜在局限

• 依赖外部图像后端：无内置渲染能力，需 Codex/Cursor/独立 skill 支持；若无可用的后端则无法完成生成。
• 文本渲染不可控：后端（尤其是 diffusion 模型）可能出现文字错乱，策略是「重生成」而非「后期修复」，可能增加迭代成本。
• 学习曲线：21×22 的组合空间对新手略显复杂，需理解 layout 与 style 的语义区别。
• 中文优化待验证：22 种风格以英文社区审美为主，部分风格（如 ikea-manual、subway-map）对 CJK 字符适配需实测。

适合人群

• 知识博主 / 教育者：快速将教程、概念、时间线转为视觉素材
• 产品经理 / 运营：制作用户旅程图、功能对比、数据看板
• 咨询 / 研究：把报告、论文、调研数据转为高密度信息大图
• 设计师辅助：作为灵感生成器，输出草稿后再精修

常规风险

1. 版权与商用：部分风格（pop-laboratory、retro-pop-grid 等）可能涉及品牌视觉近似，商用前建议人工审核。
2. 数据准确性：工具「忠实保留」用户数据，但不校验数据本身正确性，用户需对输入内容负责。
3. 敏感信息泄露：Step 1 明确要求 strip credentials/API keys，但用户若忽略此规则，可能在 analysis/structured-content 中残留敏感数据。
4. 后端稳定性：Codex/Cursor 的图像工具为 beta 特性，生成失败时需自动重试或切换后端。

核心用法

baoyu-infographic 是一款面向信息可视化场景的专业技能，采用「布局 × 风格」双维度设计体系。用户输入文本内容后，系统执行七步工作流：内容分析 → 结构化处理 → 组合推荐 → 选项确认 → 提示词生成 → 图像渲染 → 输出汇总。

关键特性：

• 21种信息布局：涵盖线性进程、二元对比、层级金字塔、漏斗转化、仪表盘等完整谱系，从叙事型（故事山、漫画条）到数据型（矩阵、周期表）全面覆盖
• 22种视觉风格：从手工质感（craft-handmade、故事书水彩）到数字美学（赛博朋克霓虹、企业孟菲斯），再到教育专用（黑板、手绘教育风）
• 智能组合推荐：基于内容类型自动匹配最佳 layout × style 组合，如「时间线 → 线性进程+手工风」「技术指标 → 仪表盘+企业孟菲斯」
• 多后端支持：优先使用运行时原生工具（Codex imagegen、Cursor GenerateImage），其次调用 Skill 层后端，确保跨平台兼容性

显著优点：
1. 零代码可视化：纯 Markdown 驱动，用户无需掌握设计工具或编程技能
2. 内容保真：严格遵循「不篡改源数据」原则，所有统计、引文原文保留，仅做视觉结构化重组
3. 可复现性：完整保存分析文档、结构化内容、生成提示词，支持版本回溯与批量再生成
4. 灵活的参考系统：支持通过 --ref 传入风格参考图，提取调色板或风格特征融入生成

潜在局限：

• 依赖外部图像生成后端，离线环境不可用
• 中文等复杂文字渲染质量受后端模型能力制约，存在「文字覆盖修复」限制（禁止程序性修图，需重生成）
• 高复杂度布局（dense-modules）对提示词工程要求较高，可能出现元素拥挤
• 个人开发者维护（T3来源），长期更新稳定性取决于社区活跃度

适合人群：

• 内容创作者需快速将长文转为社交媒体信息图
• 教育工作者制作课件图解、知识卡片
• 产品经理输出用户旅程图、竞品对比矩阵
• 数据分析师生成非交互式静态洞察图

常规风险：

• 参考图像上传至云端后端，涉及数据出境合规考量
• EXTEND.md 本地存储用户偏好，多用户共享设备需注意配置隔离
• 图像生成存在随机性，同一提示词多次输出结果可能差异显著

整体而言，该 Skill 在「结构化内容 → 视觉输出」的转化链路中表现出色，是中文语境下少见的高完整度信息图生成方案。