用途:为3000~8000字技术长文自动挑选4-5个值得配图的位置,生成16:9概念图、流程图、对比图、架构图,缓解长文单调。触发场景包括“帮我给这篇文章加几张图”“你看看哪里可以配图”等;封面图、真实截图、表情包、纯代码展示、小红书九宫格等不适用。
主要能力:先确认风格(notebook、infographic、executive-tech、cozy-handdrawn、tech-doodle、cartoon-infographic、whiteboard-sketch),未明确偏好时必须先询问,不可用默认风格。随后分析文章,按抽象概念可视化、流程/循环/时序、对比/分类、架构/组件关系四类识别4-5个候选位置,并给出位置清单供用户确认。确认后按模板生成提示词,注入风格前缀并调用图像生成脚本。
使用方式:读取references/prompt_template.md填写图表内容,不写风格前缀;用scripts/inject_style.py注入风格,例如:python3 scripts/inject_style.py --style {风格} --manifest diagrams.json,输出diagrams-styled.json;再调用linyuebanzi-image-gen/scripts/generate.py,例如:python3 linyuebanzi-image-gen/scripts/generate.py --manifest diagrams-styled.json --output-dir ./diagrams/xxx --parallel。鉴权从环境变量MULERUN_API_KEY读取,默认16:9、2K。生成后手动整理diagrams_manifest.md插入位置清单。
限制:中文渲染可能错乱,建议关键文字中英双语;需避免图过于花哨;绿红含义需明确;所有图应统一风格;每张图内容须有原文依据。具体收费、价格、平台等信息暂未提供。