用途
文章批量配图用于为 Markdown 文章自动生成配图。它分析文章结构，为每个段落或小节生成配图提示词，调用 Gemini API 批量生成图片，并自动保存到 Obsidian 图片目录、插入文档。触发方式为用户说出"批量配图"、"给文章配图"、"生成文章插图"、"为这篇文章配图"等指令。
主要能力
- 文章结构分析：读取用户提供的文章内容（当前打开文件或指定路径），按 H2/H3 标题拆分段落，忽略 frontmatter（YAML）部分以及纯引用、脚注等辅助内容，提取每个段落的标题、核心观点（1 句话）和关键概念（3-5 个词）。
- 生成全局风格指令：在所有提示词之前先生成 STYLE INSTRUCTIONS 块，读取 references/style-guide.md 获取风格模板。
- 逐段生成提示词：为每个段落创建图片提示词大纲，包含风格前缀、图表类型（概念图/流程图/对比图/层次图/关系图）、内容描述、中文标签、中文为主指令和排除项。
- 批量生成图片：调用 scripts/generate_image.py 逐个生成图片。
- 保存与插入：图片存入 obsidian/09image/MMDD-主题名称/ 目录，并在每个段落标题后以 Obsidian wikilink 格式 ![[图片路径]] 插入引用。
使用方式
工作流程分为两个阶段。
Phase 1：分析文章 → 生成提示词。读取文章后按 H2/H3 标题拆分段落，输出结构分析表（包含段落标题、核心观点、关键概念），生成全局 STYLE INSTRUCTIONS 块，为每个段落生成提示词大纲，并以列表形式展示所有提示词，等待用户确认或修改。展示后会询问用户是否满意、是否需要修改某个图的描述，用户可指定某个图使用不同风格或修改描述。
Phase 2：生成图片 → 插入文档。确认后逐个调用脚本生成图片，命令示例：
python3 scripts/generate_image.py
--prompt "提示词内容"
--output "/Users/ugreen/Documents/obsidian/09image/MMDD-主题名/01-段落名.png"
--api-key "REMOVED_GEMINI_KEY"
--api-url "https://generativelanguage.googleapis.com"
--model "gemini-3-pro-image-preview"
--aspect-ratio "16:9"
--resolution "2K"
注意事项：MMDD 取当天日期（如 0206）；主题名从文章 H1 标题提取并简化为短名称；图片编号为两位数字（01、02、03...）；每张图生成后检查脚本输出确认成功；若某张图失败，记录并继续下一张，最后汇报失败项；图片间间隔 2-3 秒，避免 API 限流。
保存路径规范：
/Users/ugreen/Documents/obsidian/09image/MMDD-主题简称/ ├── 01-段落标题简称.png ├── 02-段落标题简称.png ├── 03-段落标题简称.png └── ...
插入文档时在文章对应段落标题下方插入图片引用：
段落标题
![[09image/MMDD-主题简称/01-段落标题简称.png]]
段落正文内容...
风格与配置
风格选择：
- 风格 1（默认）：简约手绘，黑色线条，白底，适用于通用、概念解释、流程说明。
- 风格 2：建筑蓝图/技术期刊，精致极简，适用于系统架构、技术分析、专业内容。
用户可在确认阶段选择全局风格，也可为单个图指定不同风格。
API 配置：
- API URL：https://generativelanguage.googleapis.com
- API Key：REMOVED_GEMINI_KEY
- Model：gemini-3-pro-image-preview
- 默认比例：16:9
- 默认分辨率：2K
STYLE INSTRUCTIONS 包含：整体风格、色彩方案（白底为主，黑色线条，主题点缀色）、比例（16:9 横版）、分辨率（2K）、文字量（极少，仅保留 1-3 个核心关键词）、文字语言（以简体中文为主，专业术语/缩写如 AI、API、LLM 可保留英文）、视觉语言（逻辑图、流程图、概念图）、一致性（统一线条粗细、留白比例、排版网格）。
提示词编写要点：提示词主体用英文编写（Gemini 对英文提示词理解更好）；图片中需要出现的文字标签直接写中文原文；每个提示词末尾必须包含中文为主指令，确保图片中文字以中文为主，专业术语可保留英文。
适用场景
- 为 Markdown 文章批量配图，尤其是需要逻辑图、流程图、概念图的内容。
- 在 Obsidian 中写作并希望自动保存图片、插入引用的用户。
- 需要统一视觉风格（简约手绘或建筑蓝图编辑风）的文章配图任务。
限制
- 依赖 Gemini API 及对应模型 gemini-3-pro-image-preview，需要提供 API Key。
- 图片生成需逐张调用，存在 API 限流风险，需间隔 2-3 秒。
- 保存路径与目录结构基于 Obsidian 的 09image 目录约定。
- 其他未在资料中说明的功能、收费、价格、平台或效果暂未提供。