用途
Document Illustrator 是一个基于 AI 智能分析的文档配图生成工具，以 Claude 技能（Skill）的形式提供。当用户需要为文档、文章、笔记生成配图时，该工具可自动理解文档内容并生成专业配图。它不依赖特定文档格式，可处理 Markdown、纯文本、PDF 等任意格式。
主要能力
- 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，包括标准 Markdown（##、###）、分隔线格式（======、------）、纯文本段落等。
- 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，作为系列配图的引导。
- 三种风格：渐变玻璃卡片（gradient-glass）、票据风格（ticket）、矢量插画（vector-illustration）。
- 批量生成：一次生成多张配图，自动保持风格一致性。
使用方式
用户可直接向 Claude 提出请求，例如：
帮我为这个文档生成配图：/path/to/document.md
或：
我想为这篇文章生成一些配图
完整工作流程如下：
- Claude 读取和理解文档：使用 Read 工具读取完整文档，AI 分析理解文档内容和结构，识别核心主题和要点。
- 配置选项（3 个问题）：Claude 会依次询问图片比例（16:9 或 3:4）、是否生成封面图、期望生成多少张内容配图（建议范围 3-10 张）。
- Claude 归纳内容并展示：根据指定数量智能归纳文档，展示封面图内容和各张内容配图的主题及包含要点，等待用户确认。
- 生成配图：确认后，Claude 调用 Python 脚本生成图片，逐张保存并显示进度。
- 输出结果：图片输出到文档所在目录下的 images/ 文件夹，命名如 cover.png、illustration-01.png 等。
三种风格说明
- 渐变玻璃卡片风格（gradient-glass）：Apple Keynote 风格极简主义，玻璃拟态设计，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。适用科技产品介绍、数据分析报告、未来趋势展望、产品功能演示。
- 票据风格（ticket）：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。适用信息图表、统计数据展示、时间线和流程图、要点总结。
- 矢量插画风格（vector-illustration）：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。适用故事叙述、概念解释、教育内容、品牌宣传。
适用场景
- 为博客文章、技术文档生成配图
- 为演示文稿、幻灯片准备横屏图片
- 为社交媒体、手机查看、海报准备竖屏图片
- 为系列文章生成统一封面图
- 为纯文本笔记生成配图
技术细节
- 图片规格：16:9 为 2560x1440（2K），3:4 为 1920x2560；可选 4K 分辨率（16:9 → 3840x2160，3:4 → 2880x3840）。
- API 调用：模型为 Gemini 2.0 Flash Image Preview (Nano Banana Pro)，每张图片 = 1 次 API 调用，平均 10-20 秒/张。
- 环境要求：需安装依赖
pip install google-genai pillow python-dotenv；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
- 完整性优先：所有重要信息都会被包含，不遗漏关键概念，保留原文核心观点。
- 逻辑清晰：按内容自然逻辑分段，相关内容归为一组，保持叙事连贯性。
- 平衡分配：每张图片包含相似信息量，避免过于拥挤或空洞。
- 用户可控：展示归纳结果给用户确认，用户可要求调整，确认后才开始生成。
限制与注意事项
- 需要配置有效的 Gemini API 密钥，密钥无效或过期会导致生成失败。
- 图片生成可能因网络连接问题、API 配额用尽或内容过长而失败。
- 每张图片消耗一次 API 调用，图片数量越多成本越高。
- 内容归纳不理想时，可在归纳展示阶段要求 Claude 重新归纳调整。
- 建议图片数量：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。
- 具体价格与费用信息暂未提供。