name: guizang-material-illustration description: Generate Guizang-style material illustrations, labeled explanatory visuals, material-styled chart illustrations, and data-first editorial images from articles, notes, product concepts, workplace reports, creator posts, tutorials, school materials, humanities topics, science explanations, screenshots, or chart data. Use when the user asks for 配图, 带字插图, 解释图, 图解插画, 概念拆解图, 图表美化, 数据图美化, 3D 图表, 汇报配图, 内容配图, 小学课文配图, 生物/化学/物理解释图, 人文类配图, process/loop/system diagrams, or wants GPT-Image / image generation to create supporting images that can sit inside social cards, docs, slides, PPTs, or posts.

Guizang Material Illustration

Create supporting illustrations from source text, screenshots, or chart data. The output is an image-generation prompt plan plus generated raster images when image generation is available.

This skill focuses on the illustration layer, not the full social-card layout. If the user also needs Xiaohongshu/WeChat card composition, pair this skill with the social-card skill: use this skill for the central illustrations, then place the generated images in the card template.

This skill does not replace the user's PPT skill or the Guizang social-card text-layout skill. Use those skills for slide structure and 3:4 text/card layout. Use this skill for the visual asset that goes into those layouts.

Workflow

1. Read the user's source text, screenshot, or data and identify the concepts or charts that deserve supporting images.
2. Decide the working mode yourself from context. Do not ask the user to choose a mode unless the missing choice would materially change the result. If clarification is needed, ask naturally in one short sentence and offer a recommended default.
3. If the source is a chart screenshot, extract only chart type, title, data, axis labels, axis range, tick labels, units, category order, and error bars. Do not carry over screenshot colors, typography, spacing, shadows, or background.
4. If the concept, entity, object, historical/cultural context, scientific mechanism, species, material, brand, model, or place is likely unfamiliar or visually specific, look up reference information and/or reference images before prompting. Use references to understand and extract stable visual cues, then translate those cues into the Guizang visual system.
5. Compress each non-chart concept into one plain-language explanation and 3-5 visible diagram labels when labels help. Some editorial or humanities illustrations may need fewer labels.
6. Choose a visual structure for each concept:
   • Cycle: repeated work, feedback, loops, iteration.
   • Pipeline: ordered steps, routing, transformation, workflow.
   • Hub-and-spoke: one center coordinating several branches.
   • Before/after: state change, upgrade, migration, comparison.
   • Layer stack: architecture, hierarchy, dependencies.
   • Data-first scene: chart or metric panel embedded in a topical scene.
   • Scientific mechanism: object, parts, forces, reactions, or biological process.
   • Text scene: a literary, historical, or everyday scene that anchors an abstract idea.
7. Write one image prompt per illustration. Make the prompt describe exact label text or chart data, aspect ratio, safe margins, references used, and shared Guizang visual style.
8. Generate the images with the imagegen skill or built-in image generation tool when available.
9. Inspect each image. If labels are wrong, chart data is wrong, reference cues are misleading, unreadable, or clipped, regenerate with stricter constraints.
10. Save prompts and final image paths in the task folder so the image set can be reproduced.

Text Rules

• Use everyday Chinese. Avoid literal field labels like Trigger, Stop, Use unless the user explicitly wants bilingual UI.
• Keep labels short: 2-5 Chinese characters is ideal; 6 characters is usually the upper limit.
• Put explanatory sentences outside the illustration when the final artifact has a surrounding layout. Inside the illustration, only label objects and flows.
• Prefer concrete labels over abstract nouns. Use 用户提示, AI 执行, 结果检查, 下一轮; not 输入阶段, 执行阶段, 验证阶段.
• If the model struggles with Chinese text, shorten labels further and use distinct positions: top-left, top-center, top-right, bottom-center.
• Do not add a dense legend inside the image. If a viewer needs a paragraph, it belongs in HTML/CSS, Markdown, or slide text.

Visual System

Read references/visual-style.md before generating a new set. It defines the default 3D Swiss editorial style, aspect ratios, safe-area rules, and supported accent colors.

Read references/prompt-patterns.md when drafting prompts. It contains reusable prompt shells for cycle, pipeline, hub, before/after, and layer-stack diagrams.

Read references/chart-beautify.md when the input is a chart screenshot, table, metric list, benchmark result, or the user asks to beautify a chart. It covers how to preserve exact values while giving the chart the same material illustration style.

Read references/use-cases-and-routing.md when deciding what kind of image to create from vague user input, education materials, humanities topics, or mixed article/data sources.

Read references/reference-gathering.md when the topic contains unfamiliar concepts, specific entities, scientific objects, cultural artifacts, historical scenes, brand/model names, or anything where visual accuracy matters.

Read references/qa-checklist.md before delivering final images.

File Handling

Create a task folder instead of writing loose assets next to this skill. Default to:

local-tests/<slug>/
├── assets/
│   └── generated illustration images
└── PROMPTS.md

When pairing with another project, use that project's task folder if the user specifies one.

For each final image, record:

• Concept name.
• Final prompt.
• Output image path.
• Any rejected attempt and the reason if it matters for reuse.

Quality Check

Before delivery, visually inspect each image and confirm:

• The whole diagram fits the requested image well; no important object or label is cropped.
• Chinese labels are legible and match the requested text.
• Label positions point to the right objects.
• Accent color is consistent across the set.
• The image contains no accidental logos, watermarks, UI chrome, or unrelated English text.
• The illustration can still be understood at social-card size.

歸藏的材质插画 skill

一个适配 Claude Code / Codex 等 Agent 环境的配图 Skill，用来把文章、笔记、图表截图、产品概念、工作汇报、教学材料和人文观点，生成带中文标签的歸藏材质插画。

它解决的是「中间那张图」的问题：社交卡片、PPT、文章和文档里经常需要一张能把意思讲清楚的中心配图，而不是一张漂亮但看不懂的装饰图。

这个 Skill 专注做三件事：

• 解释图：把抽象概念、流程、机制、系统关系画成带标签的图。
• 图表美化：从截图或原始数据里抽取语义，重新生成更适合传播的材质化图表。
• 参考辅助出图：遇到冷门概念、品牌、模型、科学装置、历史物件时，先查参考信息和参考图，再统一转成歸藏材质风格。

这是 guizang-social-card-skill 的配套项目。Social Card Skill 负责整张卡片的标题、正文、主题色和尺寸；这个 Skill 负责卡片里的中心插画。

30 秒开始

npx skills add https://github.com/op7418/guizang-material-illustration --skill guizang-material-illustration

也可以直接把这段话发给有 shell 权限的 AI Agent：

帮我安装 guizang-material-illustration。请把 https://github.com/op7418/guizang-material-illustration 克隆到 ~/.claude/skills/guizang-material-illustration，安装完成后检查 SKILL.md、assets/、references/ 是否存在。

已经安装过的话，用这段话更新：

帮我更新 guizang-material-illustration。请进入 ~/.claude/skills/guizang-material-illustration 执行 git pull，然后告诉我当前最新 commit。

安装后直接对 Agent 说：

用歸藏的材质插画 skill，帮我把这段产品说明做成一张带中文标签的机制图。

也可以试这些请求：

把这篇文章挑 3 个核心概念，各生成一张带字配图。
帮我把这张柱状图重新画成歸藏材质风格，数据和坐标不要改。
这段讲 PKCE 的说明太抽象了，先查一下参考信息，再做一张流程图。
给这篇小学科学课文做一张杠杆原理图，图里标出支点、用力点、阻力点和力臂。
把这个周报整理成一张项目状态配图，包含进展、风险、决策、下周。
先生成中心配图，再交给社交媒体卡片 Skill 排成 3:4 小红书卡片。

效果

• 图内可以有字：解释图需要短标签、箭头、图例和数据标注时，直接生成在图片里，不把图片降级成无字装饰。
• 材质化 3D 图解：克制的 Swiss editorial 构图、柔和 3D 材质、清楚的空间关系和少量高亮色。
• 图表语义重画：输入是糟糕截图时，只保留图表类型、标题、数据、坐标、单位、误差线和结论，不复刻原图排版。
• 参考搜索辅助：模型 Logo、技术术语、历史文化物件、科学装置、管理框架等内容，先补事实和视觉线索，再统一风格。
• 教育与人文都能接：小学科学、中学物理、生物化学机制、历史路线、文学意象、社会学概念都可以做成解释图。
• 适配外层排版：生成的图片可以放进小红书 3:4 卡片、公众号封面、PPT、文档、知识库和文章配图。
• 主题色可扩展：默认 IKB 蓝，也支持柠檬黄、柠檬绿、安全橙、石墨黑等主题方向。
• QA 优先：交付前检查中文标签、数据、裁切、参考准确性和社交卡片尺寸下的可读性。

适合 / 不适合

合适：文章配图 / 知识解释图 / 产品机制图 / 工作汇报配图 / 数据图表美化 / 教学材料配图 / 人文观点配图 / 社交卡片中心图 / PPT 中心插画 / 冷门概念视觉解释

不合适：完整小红书卡片排版（用 Social Card Skill）/ 完整 PPT 结构设计（用 PPT Skill）/ 真实摄影修图 / 人像写真 / 长文海报排版 / 需要严格出版级数据制图的科研图

常见使用场景

支持类型

图表美化怎么做

输入可以是一张图表截图，也可以是一组数据。Agent 会先抽取：

• 图表类型
• 标题和结论
• 横轴、纵轴、单位和刻度
• 类别顺序
• 数值、百分比、误差线
• 需要强调的最高值、最低值、瓶颈或异常点

然后重新生成一张更适合传播的图：图表可以更小，旁边可以加入小场景、图标、解释标签和视觉重点。目标不是「给原截图换皮」，而是让读者更快看懂。

参考搜索怎么用

参考搜索不是找画风，也不是复制外部图片。

它只解决三个问题：

1. 这个东西是什么。
2. 哪些结构、部件、流程或图标不能画错。
3. 观众靠什么稳定视觉线索一眼识别它。

例如 PKCE、Andon、Zettelkasten、Kirkpatrick、Panopticon、某个模型 Logo、某个科学装置或历史物件，都适合先查参考信息，再进入统一的歸藏材质插画风格。

安装

方式一：一行命令安装

npx skills add https://github.com/op7418/guizang-material-illustration --skill guizang-material-illustration

方式二：把下面这段话直接发给 AI

帮我安装 guizang-material-illustration 这个 Claude Code / Codex skill。请按下面步骤做：

1. 确保 ~/.claude/skills/ 目录存在，不存在就创建
2. 执行 git clone https://github.com/op7418/guizang-material-illustration.git ~/.claude/skills/guizang-material-illustration
3. 验证：ls ~/.claude/skills/guizang-material-illustration/ 应该看到 SKILL.md、assets/、references/ 三项
4. 告诉我装好了，之后我说「做一张带字配图」「图表美化」「生成材质插画」之类的话就会触发这个 skill

方式三：手动命令行

git clone https://github.com/op7418/guizang-material-illustration.git ~/.claude/skills/guizang-material-illustration

触发方式

装好后，可以这样说：

• 「帮我生成一张配图」
• 「做一张带字解释图」
• 「把这个概念画成图解插画」
• 「把这张图表美化一下」
• 「给这段工作汇报做一张材质风配图」
• 「这个概念比较冷门，先搜参考信息再生成图」
• 「给这篇小学科学课文做一张解释图」
• 「做一张能放进小红书卡片里的中心图」

使用流程

Skill 本身会按下面的方式工作：

1. 理解材料：读文章、截图、数据或说明，找出真正需要被画出来的关系。
2. 内部判断类型：不让用户硬选模式，自动判断是流程图、机制图、图表、人文场景还是教育解释图。
3. 必要时查参考：冷门概念、具体品牌、科学装置、历史物件先补参考信息。
4. 压缩文案：把每张图压成一句说明和 3-5 个短标签。
5. 写生成提示词：明确标签、数据、比例、安全区、视觉风格和参考线索。
6. 生成图片：调用 GPT-Image / imagegen 或当前 Agent 可用的图像生成能力。
7. 检查并重生：中文标签、数据、裁切、图例、参考线索错了，优先重新生成。
8. 交付资产：保存图片路径和提示词，方便放进社交卡片、PPT 或文档。

详细执行规则见 SKILL.md。视觉风格、图表、参考搜索和 QA 规则在 references/*.md 里。

目录结构

guizang-material-illustration/
├── SKILL.md                         # Skill 主文件：触发条件、工作流、交付规则
├── README.md                        # 本文件
├── HANDOFF.md                       # 交接文档：事实、结构、测试案例、验证方式
├── PRODUCT.md                       # 产品文档：定位、场景、边界、roadmap
├── agents/
│   └── openai.yaml                  # Codex / OpenAI Skill 展示配置
├── assets/
│   └── prompt-template.md           # 可复用图像提示词模板
└── references/
    ├── visual-style.md              # 歸藏材质插画风格、比例、安全区、主题色
    ├── prompt-patterns.md           # 循环、流程、Hub、对比、层级等提示结构
    ├── chart-beautify.md            # 图表语义抽取、数据优先重画、图标参考
    ├── use-cases-and-routing.md     # 支持场景与内部路由
    ├── reference-gathering.md       # 生僻概念 / 品牌 / 科学装置参考规则
    └── qa-checklist.md              # 图内文字、数据、裁切、参考准确性检查

核心设计原则

1. 图要讲人话：图内标签短、具体、能指向对象，不用抽象名词堆砌。
2. 图内可以有字：解释图不是纯装饰，必要标签应该直接生成在图里。
3. 数据不能编：图表类先保证数值、坐标和单位正确，再谈风格。
4. 参考只补事实：查参考是为了画对，不是为了抄风格。
5. 不让用户选内部模式：Agent 自己判断类型，只有关键信息缺失时才问。
6. 中心图和外层排版分工：这个 Skill 生成配图，社交卡片 / PPT Skill 负责整页排版。
7. 小图也要读得清：最终会进社交卡片时，标签和主体必须能在缩放后看懂。

和 Social Card Skill 怎么配合

推荐链路：

1. 用 guizang-material-illustration 先生成中心图。
2. 检查图内标签、数据和裁切。
3. 把图片交给 guizang-social-card-skill。
4. Social Card Skill 负责 3:4 / 1:1 / 21:9 的标题、正文、主题色和导出。

如果一张卡片的重点是这张图，外层卡片要给图片足够大的区域；不要把中心图缩得太小，否则图内标签会读不清。

Roadmap

• 整理一组可浏览案例 gallery，覆盖工作、教育、人文、图表四类。
• 扩展图表类型：雷达图、矩阵图、泳道图、时间轴、组织结构图、地图型数据。
• 补参考搜索记录模板：查了什么、提取了什么、哪些线索不采用。
• 增加和 Social Card Skill 联动的最小 recipe。
• 补更多中文图内标签的稳定提示模板。

FAQ

这个 Skill 会直接排完整小红书卡片吗？
不会。它只生成中心配图。整张卡片的标题、正文、主题色和平台尺寸交给 Social Card Skill。

图里真的可以有中文字吗？
可以，而且这是这个 Skill 的核心。只要图片承担解释任务，短中文标签、箭头说明、数据标注就应该在图里。

如果中文字生成错了怎么办？
优先缩短标签并重新生成，不建议靠 HTML 往图上贴一堆字补救。

能不能只给数据，不给原图？
可以。只要提供图表类型、类别、数值、单位和想强调的结论，就能生成材质化图表。

能不能查参考图？
可以。冷门概念、具体模型、品牌、科学装置、历史文化物件都适合先查参考。参考只用于理解事实和视觉线索。

支持英文图吗？
支持，但默认优先中文图内标签，因为这个项目主要服务中文内容生产。

贡献

欢迎开 Issue 或 PR。比较有价值的改动包括：

• 补充新的图表类型和提示模板。
• 补充教育、人文、工作场景案例。
• 改进 references/reference-gathering.md 的参考搜索边界。
• 改进 references/qa-checklist.md 的图内文字和数据检查规则。
• 给 assets/prompt-template.md 增加更稳定的中文标签写法。

测试和 demo 请放在 local-tests/ 下，不要把一次性输出放进 Skill 根目录。