SuperAPI AI 工具集

q-infographics

设计与创作

查看项目

更新于 10-16 02:18

技能介绍

Q-Infographics 用于将源文档转换为商业故事和信息图图像。根据资料,其适用场景为把报告、文档或文本转化为可视化摘要或信息图。

主要能力与工作流程:

该技能按三步工作流执行,每一步后设有检查点,需展示输出并获得用户确认后再继续。

第一步:将源文档转换为 Markdown,并显示前约 50 行以供确认。命令为 markitdown <input_file> -o <OUTPUT.md>。

第二步:生成商业故事,展示提示词和完整输出以供审阅。命令为 python "${SKILL_DIR}/scripts/gen_story.py" <INPUT.md> "${SKILL_DIR}/references/story.txt" > STORY_OUTPUT.md。故事生成(gen_story.py)始终使用 Gemini。

第三步:生成信息图图像,展示结果以供审阅。命令为 python "${SKILL_DIR}/scripts/gen_image.py" STORY_OUTPUT.md "${SKILL_DIR}/references/image.txt" <SOURCE_NAME>_INFO。

脚本与资源:

scripts/gen_story.py 通过 Gemini API 从文档生成商业故事。 scripts/gen_image.py 通过 GPT Image 2(默认)或 Gemini 生成信息图图像。 references/story.txt 为故事生成提示词模板。 references/image.txt 为信息图生成提示词模板。 references/prompts_reference.md 包含故事和图像提示词的描述及关键元素。

依赖与安装:

依赖包括 openai、google-genai、Pillow、markitdown。安装命令为 pip install openai google-genai Pillow markitdown。

模型与密钥:

默认信息图模型为 gpt-image-2,需要 OPENAI_API_KEY。设置 IMAGE_MODEL=gemini 或向 gen_image.py 传入 --model gemini 可使用 gemini-3-pro-image-preview,需要 GEMINI_API_KEY。故事生成始终使用 Gemini。密钥从 .env 加载,资料给出了 PowerShell(Windows)和 Bash(macOS/Linux)两种加载方式。

核心原则:

每一步后设置检查点,展示输出并在继续前获得用户确认。输出文件使用源文件名加 _INFO 后缀(例如 MY_REPORT.pdf → MY_REPORT_INFO.jpg)。Logo 自动叠加在右下角(约为图像宽度的 6%),可通过 assets/Logo_Q.png 自定义。

自定义:

故事风格可编辑 ${SKILL_DIR}/references/story.txt,信息图风格可编辑 ${SKILL_DIR}/references/image.txt,具体参见 references/prompts_reference.md。

范围:

包含文档到故事的转换、信息图生成、Logo 品牌叠加。不包含幻灯片(应使用 q-presentations)、数据可视化和图表生成。

计划模式说明:

若处于计划模式,应写一个简短计划(“运行 q-infographics 技能:将源文档转换为 markdown,通过 Gemini 生成商业故事,生成信息图图像”),然后立即退出计划模式。在计划模式激活期间,不要尝试文档转换、故事生成或图像生成。

关于收费、价格、平台支持范围等更多信息,资料暂未提供。