article-batch-illustration

用途

该技能用于为 Markdown 文章批量生成 AI 配图。它会先分析文章结构，再为每个段落/小节生成配图提示词，调用图像生成 API 批量出图，并插入文档，最终保存到 Obsidian 图片目录。

主要能力

触发场景：当用户说“批量配图”“给文章配图”“生成文章插图”“为这篇文章配图”时触发。
文章分析：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，提取每个段落的核心思想与关键概念。
提示词生成：根据文章主题生成全局 STYLE INSTRUCTIONS 代码块，并为每个段落创建图片提示词大纲。
图片生成：调用 scripts/generate_image.py 逐个生成图片。
插入文档：以 Obsidian wikilink 格式 ![[路径]] 在每个段落标题后插入图片引用。
支持两种风格：简约手绘风（默认）和建筑蓝图编辑风。

使用方式

工作流程分两阶段。

Phase 1：分析文章 → 生成提示词

读取文章。
结构分析：以 ## (H2) 或 ### (H3) 标题作为段落分隔符，忽略 frontmatter（YAML）与纯引用、脚注等辅助内容，提取每个段落的标题、核心观点（1 句话）、关键概念（3-5 个词），并以表格形式输出。
生成全局风格指令 STYLE INSTRUCTIONS，读取 references/style-guide.md 获取风格模板；默认使用风格 1（简约手绘风），用户可选择风格 2（建筑蓝图编辑风）。
为每个段落生成提示词，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（1-3 个）、中文为主指令、排除项。
展示并确认：以列表形式展示所有提示词，等待用户确认或修改。

提示词主体用英文编写；图片中需出现的文字标签直接写中文原文；每个提示词末尾追加中文为主指令：ALL text, labels, and annotations in the image MUST be primarily in Chinese (Simplified Chinese, 中文). Use clean Chinese font for main text. Technical terms and abbreviations (e.g. AI, API, LLM, RAG) may remain in English.；排除项为 "No photography, no realistic elements, no complex gradients"。

Phase 2：生成图片 → 插入文档

批量生成：确认后逐个调用脚本生成图片。

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" \
  --provider labnana \
  --aspect-ratio "16:9" \
  --resolution "2K"

保存图片：存入 obsidian/09image/MMDD-主题名称/ 目录。
插入文档：在每个段落标题后插入 ![[图片路径]] 引用。

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
└── ...

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。

API 配置

LabNana API（默认 - gpt-image-2）

API URL：https://api.labnana.com
API Key：存储在 .labnana.env 文件
Model：gpt-image-2
Provider：openai
默认比例：16:9
默认分辨率：2K

Gemini API（备用）

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

Gemini 调用示例：

python3 scripts/generate_image.py \
  --prompt "提示词内容" \
  --output "/path/to/output.png" \
  --provider gemini \
  --api-key "GEMINI_API_KEY" \
  --aspect-ratio "16:9" \
  --resolution "2K"

风格选择

风格 1（默认）：简约手绘，黑色线条，白底；适用通用、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。

适用场景

适合为中文 Markdown 文章（尤其是技术、概念解释类内容）批量生成逻辑图、流程图、概念图等配图，并与 Obsidian 文档工作流结合。

限制

资料中未提供关于收费、价格、生成效果保证或平台兼容性范围等信息；实际可用性依赖所配置的 API 与脚本环境。