技能介绍

要解决的问题

公众号文章配图长期面临两个矛盾：一是手动找图、改图耗时，且容易打断写作节奏；二是 AI 出图的风格漂移——第一张是商务插画，第二张变成水彩，第三张直接冒出文字乱码。读者看不出作者是“用心”还是“凑合”，文章的专业感被配图拖累。

核心能力与工作方式

简诗 AI 的解法是把配图拆成三个可组合的维度：Type（信息图、场景、流程图、对比、框架、时间线）、Style（Notion 风、暖色、极简、蓝图、水彩、优雅）和 Palette（马卡龙、暖色、霓虹）。通过 --type infographic --style vector-illustration --palette macaron 这样的参数组合，六张图能保持同一套视觉语言。

工作流程分六步：

预检查：加载 EXTEND.md 中的偏好配置（首次运行需先设置）
分析：识别文章类型、核心论点和配图插入点
确认设置：通过 AskUserQuestion 询问预设/类型、密度、风格、配色——这是强制门禁
生成大纲：保存带 frontmatter 的 outline.md
生成图片：每个图先写 prompts/NN-{type}-{slug}.md 提示词文件，再调用后端批量出图
最终化：将 ![](outputs/...) 插入文章对应段落

一个值得注意的设计：提示词文件必须先落盘，再调用任何后端。这不是为了多一步操作，而是把提示词作为可复现的记录——换后端时不用重新构思提示词。

适用边界

几个硬限制需要提前知道：

确认不可跳过：除非用户明确说“直接生成”，否则每次生成前都会询问。这是设计意图，不是缺陷。
栅格图优先：不能用 SVG、HTML、Canvas 等代码渲染替代位图输出，即使配图看起来像流程图。
文字不可后期覆盖：如果生成图上的标签有误，不能用 ImageMagick 或 Pillow 涂抹修正，必须重新生成或调整提示词。
后端依赖：生成能力取决于运行时是否有 imagegen、GenerateImage 或 baoyu-image-gen 等可用后端；都没有时会询问用户如何处理。