document-illustrator
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
By op7418 · 700 installs
npx skills add op7418/document-illustrator-skill --skill document-illustrator
Source repository · Upstream listing
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
或者：
📝 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
问题 2：封面图
问题 3：内容配图数量
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：
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：
第 5 步：输出结果
输出位置 ：文档所在目录下的 images/ 文件夹
🎨 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
示例 2：纯文本文档
示例 3：自定义数量
🔧 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 ：
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 ：
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）
新方式（当前实现）
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 ✅ 无依赖
内容完整性 ✅ 自动验证 ⚠️ 手动确保 ❌ 无法保证
批量生成 ✅ 一次生成多张 ❌ 逐张制作 ⚠️ 需要多次输入
风格一致性 ✅ 自动保持 ⚠️ 手动调整 ⚠️ 需要重复提示词
📞 获取帮助
如有问题或建议：
1. 直接在 Claude Code 中询问 Claude
2. 查看计划文件： ~/.claude/plans/shimmering tickling seahorse.md
3. 检查 Skill 目录： ~/.claude/skills/document illustrator/
让 AI 帮你理解和归纳内容，生成专业配图！ ✨