SuperAPI AI 工具集

doc-image-agent

设计与创作

查看项目

更新于 10-15 21:41

技能介绍

用途:为 Markdown 文章自动添加配图。它读取含图片标记的 Markdown,把标记替换为真实图片引用,输出图文版 Markdown。

主要能力:支持两类图片——针对产品页、仪表盘、文档站点和 Web 应用的浏览器截图,以及用于概念插图、由 AI 生成的图片;支持增量重跑与局部重新生成;支持把图片语义化地放入正确段落或章节;提供结构化输出目录,便于复用素材与最终 Markdown。

使用方式:运行前先确认项目根目录 {project-root},用户未指定时默认 /tmp/doc-image-agent。输入放在 {project-root}/cases/{article-id}.md,截图原图存于 output/{article-id}/raw/,最终图片存于 output/{article-id}/,图文 Markdown 存于 output/markdowns/,截图缓存存于 .cache/screenshots/。支持标题式截图标记与 <!-- IMAGE: ... --> 注释标记,以及文末 Image Summary 表格。截图优先使用 Playwright MCP;生成图片需 OPENROUTER_API_KEY 与 Python requests,默认命令为 python {project-root}/scripts/generate_image.py "{description}" -o "{project-root}/output/{article-id}/{filename}"。登录凭据从环境变量读取,命名模式为 PLAYWRIGHT_CRED_{SERVICE}_{FIELD},例如 PLAYWRIGHT_CRED_FELO_EMAIL、PLAYWRIGHT_CRED_FELO_PASSWORD。

适用场景:为 Markdown 文章配图、处理带图片标记的案例文件、为文档抓取截图、生成文章视觉素材并插入文档、重跑或修复已处理文档中的图片位置。

限制:需要认证的站点须提供环境变量凭据,缺失时需告知所需变量名;遇到登录、注册、邀请、验证或引导环节须暂停询问用户,不得自行创建账号或编造资料;生成图片失败时在 Markdown 中插入警告块并记入 README 待办;动态页面需等待内容加载并关闭弹层后再截图。其余细节暂未提供。