CommunityBildgithub.com

Jiale077/illustrated-knowledge

Erstellt zu einem Thema einen fundierten Wissensartikel inklusive erklärender Grafiken, nachvollziehbarer Quellen und speichert ihn in Obsidian ab. Geeignet auch für visuell aufbereitete GitHub-READMEs.

Was ist illustrated-knowledge?

Dieses Skill führt eine vollständige, themenbasierte Recherche- und Schreibpipeline aus: Von der Quellensammlung über das Verfassen eines strukturierten Wissensartikels (ca. 3000–6000 chinesische Zeichen, mit 3–5 erklärenden Grafiken) bis zur Einbindung in die persönliche Wissensdatenbank Obsidian. Es unterstützt zwei Ausgabeformate: einen vollständigen Wissensartikel und ein visuelles GitHub-README. Der Prozess fördert tiefgehendes Verständnis durch Einordnung von Hintergrund, Mechanismus und praktischen Beispielen, wobei jede Grafik zielgerichtet konzipiert wird (Erklärziele, Knoten, Beziehungen, Beschriftungen). Die Pipeline umfasst sechs Phasen: Konfiguration & Abhängigkeiten prüfen, Quellen recherchieren und in einer „sources.md“ sichern, den Artikel nach festgelegten Schreibregeln verfassen, Bildprompts generieren und Bilder mit verfügbaren Tools erstellen, in Obsidian archivieren und abschließend validieren. Das Skill erkennt real vorhandene Tool-Fähigkeiten, protokolliert Lücken transparent und vermeidet unnötige Nachfragen. Es ist optimiert für Codex / ChatGPT mit Bildgenerierung, kann aber auch in anderen Agent-Umgebungen eingesetzt werden.

Funktioniert mit~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Jiale077/illustrated-knowledge-skill/tree/HEAD

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Skill für visuelles Wissenlernen

Zu einem Thema einen fundierten chinesischen Wissensartikel, bereits generierte und eingebettete Erklärgrafiken sowie nachvollziehbare Quellen und Prompts liefern und in Obsidian speichern.

Voraussetzungen

Der Host muss in der Lage sein, das Skill zu laden oder die Anweisungen auszuführen, sowie über Internetzugang, Dateilesen/-schreiben und ein aufrufbares Bildgenerierungsmodell verfügen. Empfohlen wird eine Codex / ChatGPT-Umgebung mit diesen Fähigkeiten; andere Agents können konfigurierte Bildgenerierungstools nutzen. Für das direkte Schreiben in eine lokale Obsidian-Instanz ist außerdem lokaler Dateizugriff erforderlich. Bei reiner Exportfähigkeit werden Artikel und Bilder ausgeliefert und auf die fehlende Einbindung hingewiesen. Zuerst die tatsächlichen Tools prüfen, nicht allein aufgrund des Produktnamens auf vollständige Fähigkeiten schließen.

Ausgabeform wählen

  • Wissensartikel: Die Schritte 1–6 unten befolgen: Quellenrecherche, visuelle Erläuterung und Obsidian-Einbindung.
  • Projekt-README mit Grafiken: Zuerst den README-Workflow lesen, den Inhalt um „Was kann es? Wie sieht die Ausgabe aus? Wie installieren? Erste Schritte?“ organisieren und im Projekt speichern. Dieses Format erfordert keine Obsidian-Konfiguration und übernimmt nicht die Länge, Bildanzahl, YAML oder Zusammenfassungsgrafik des Wissensartikels. Die Prinzipien für Recherche, Schreiben und Bebilderung werden weiterhin angewendet.

Umfang und Standardergebnisse

  • Ein vollständiger Artikel umfasst etwa 3000–6000 chinesische Zeichen und 3–5 erklärende Grafiken; die Bildanzahl inkludiert eine abschließende Zusammenfassungsgrafik, angepasst an das Thema.
  • Einleitend wird auf hellem Hintergrund eine konzeptionelle Einführung gegeben, die erklärt, „was es ist, wie es funktioniert und welches Problem es löst“, mit vollständiger Definition; anschließend werden notwendiger Hintergrund, Motivation und Herkunft vorgestellt.
  • Bilder verwenden standardmäßig den Jiale AI Workshop-Stil. Im Fließtext und in den Bildunterschriften werden für das Verständnis relevante Bedingungen direkt erläutert; die Bilder erklären das Wissen selbst.
  • Bei einer Überarbeitung werden nur die vom Benutzer angegebenen Teile geändert. Wenn nur die Einleitungskarte angepasst wird, bleiben Fließtext, Bilder, Bildunterschriften und Bildstil erhalten; Bilder werden erst auf ausdrücklichen Wunsch des Benutzers neu gezeichnet.
  • Recherche, Schreiben, Generieren und Einbinden erfolgen im Rahmen der erteilten Berechtigungen. Fehlende, für das Ergebnis relevante Konfigurationen werden gebündelt abgefragt; einfache Formatwahl wird nicht zu einem Genehmigungsprozess.

1. Notizbuch und Abhängigkeiten festlegen

Die config.local.json im Stammverzeichnis des Skills lesen (falls vorhanden). Die aktuelle Anforderung hat Vorrang vor der Konfiguration; fehlende Werte werden aus der Benutzerumgebung oder der Wissensdatenbank-Richtlinie ergänzt. Felder siehe Archivierungsregeln. Fehlt das Ziel-Notizbuch und kann es nicht aus dem Kontext ermittelt werden, wird nur der Pfad des Ziel-Notizbuchs erfragt, während die unabhängige Recherche und der Rohentwurf bereits durchgeführt werden.

Nachdem das Ziel-Notizbuch erreicht wurde, die vorhandenen AGENTS.md, die Benutzeranleitung und die Startseite lesen; Verzeichnis, Metadaten und Verlinkungsmethode anhand ähnlicher Notizen bestimmen. Bei Abhängigkeiten von Wikilinks die tatsächlichen Dateien öffnen.

Folgende Fähigkeiten werden je nach Phase benötigt und über das Skill-Verzeichnis in der aktuellen Umgebung referenziert, ohne feste Installationspfade:

FähigkeitBevorzugte WiederverwendungFalls nicht installiert
Plattformsuche und -lesenagent-reach; zuerst dessen Anleitung lesen, tatsächlich verfügbare Kanäle nutzenSchreibgeschützte Suche des Hosts verwenden und den verwendeten Kanal angeben
Allgemeine Web- und Paper-RechercheHost-Internet-Tool; ergänzend research-workflowPrimärquellen direkt lesen
Schreib- und BebilderungsplanungRegeln dieses Pakets; ergänzend content-research-writer, baoyu-article-illustratorNach dem Workflow dieses Pakets vorgehen
Bitmap-Generierung oder -BearbeitungVom Host aufrufbares Bildgenerierungstool; natives Image / imagegen bevorzugenErstellten Rohentwurf und Bebilderungsplan behalten, Bildlücke klar benennen
Lokales EinbindenPython 3.10+, Archivierungsskripte dieses PaketsFehlende Umgebung klar benennen, übertragbare Arbeitsdateien behalten

Diese externen Skills werden nicht mit diesem Paket ausgeliefert. Schritte, für die bereits eine Berechtigung vorliegt, werden fortgesetzt; die tatsächlichen Fähigkeiten und Einschränkungen des Host-Tools werden beachtet.

2. Recherchieren und Quellenfundament erstellen

Im aktuellen Arbeitsverzeichnis eine sources.md speichern: Tatsächlich geöffnete Quellen, URLs, Version oder Datum, unterstützte Schlussfolgerungen und ungelöste Probleme notieren. Zuerst offizielle Dokumentation, Paper, Quellcode und Originalveröffentlichungen prüfen; Plattformbeiträge dienen zum Aufdecken von Hinweisen, Praxiserfahrungen oder Kontroversen. Geeignete Plattforminhalte vorzugsweise über Agent Reach beziehen.

Wichtige Zahlen, Zeiträume, Architekturen und Leistungsschlussfolgerungen im Artikel müssen auf tatsächlich gelesenen Originaltexten basieren. Zusammenfassungen von Suchergebnissen dienen nur als Hinweise; Fakten, Schlussfolgerungen, didaktische Beispiele und Messergebnisse trennen. Bei Ursprung und Entwicklung die Originalquellen überprüfen. Nach Bedarf vorhandene Notizen lesen, Konzepte wiederverwenden und Linkziele verifizieren.

Abschlussbedingung: Kernmechanismen und Hintergrund sind belegt, wesentliche Abweichungen sind erläutert, die Quellen reichen für die konkreten Beispiele im Artikel aus.

3. Den Lernfaden schreiben

Die Schreibregeln lesen, einen Markdown-Entwurf mit YAML-Frontmatter erstellen. Mit einer vollständigen Definition beginnen, den Inhalt nach „Hintergrund und Motivation → Gesamtprozess → Kernmechanismus → Konkretes Beispiel → Engineering-Kompromisse → Lernabschluss“ organisieren, die Reihenfolge bei Bedarf an das Thema anpassen.

An Stellen, die sich für eine grafische Darstellung eignen, eindeutige Markierungen einfügen, z. B. <!-- figure:01 -->. Im Text die Gründe und Zwischenschritte erklären, die Bilder zeigen Struktur, Prozesse oder Unterschiede; Quellenangaben in der Nähe der entsprechenden Schlussfolgerungen platzieren. Die abschließende Zusammenfassungsgrafik steht nach der Haupterklärung, vor der Liste der Originalquellen.

Abschlussbedingung: Der Leser kann den kausalen Prozess erklären, ein Beispiel nacherzählen und die Anwendungsbedingungen beurteilen; die einleitende Definition, der Hintergrund und die abschließende Zusammenfassung sind schlüssig; die wesentlichen Schlussfolgerungen stimmen mit dem Quellenfundament überein.

4. Begleitgrafiken planen und generieren

Die Visuellen Richtlinien lesen, eine illustration-plan.md speichern, die für jedes Bild die zu beantwortende Frage, den zugehörigen Absatz, Knoten, Kanten, Werte und Bildunterschriften auflistet. Falls der Baoyu-Bebilderungsstil verwendet wird, die visuellen Richtlinien als .baoyu-skills/baoyu-article-illustrator/EXTEND.md in das aktuelle Verzeichnis kopieren.

Die vollständigen finalen Prompts für jedes Bild als prompts/01-flow.md usw. speichern. Die Prompts als positive Beschreibungen strukturieren: Erklärzweck, konkrete Objekte und Beziehungen, Layout, Visualität, wortwörtliche Beschriftungen, Bildformat. Das vom Host aufrufbare Bildgenerierungstool verwenden; natives Image / imagegen bevorzugen; Parameter und Aufruf den aktuellen Tool-Regeln folgen, üblicherweise zwei Bilder pro Durchgang.

Die tatsächlichen Dateien aus dem Tool-Ergebnis identifizieren und in das aktuelle Arbeitsverzeichnis kopieren. Jedes Bild einzeln auf Terminologie, chinesische Zeichen, Zahlen, Pfeile, Vergleichsmaßstäbe und Lesbarkeit prüfen. Bei offensichtlichen Fehlern einen Korrekturprompt speichern und gezielt korrigieren; brauchbare Versionen behalten; bei verbleibenden Lücken diese dokumentieren. Fehlen Bilder oder wurden sie nicht verifiziert, darf kein vollständiges visuelles Ergebnis beansprucht werden.

5. In Obsidian speichern

Die Archivierungsregeln lesen, eine images.json speichern. Zuerst einen Probelauf (--dry-run) des Archivierungsskripts mit dem tatsächlichen Entwurf, den Bildern, den Prompts und der Quellenaufzeichnung durchführen; nach Bestätigung des Ergebnisses einbinden. Das Skill-Verzeichnis in den tatsächlichen Pfad auflösen, dann scripts/archive_note.py aufrufen und dabei das Ziel-Notizbuch, das Notizverzeichnis und das Anhangsverzeichnis explizit übergeben.

Das Archivierungsskript fügt nur neue Notizen hinzu; bei Namensgleichheit wird eine Version angehängt. Beim Ändern einer vorhandenen Notiz wird zuerst ein Backup erstellt und dann die Änderung an Ort und Stelle gemäß der aktuellen Berechtigung vorgenommen; es wird keine zweite Notiz archiviert, und unveränderte Bilder werden nicht neu generiert.

Wenn ein Kartenstil definiert werden muss, wird assets/jiale-knowledge.css verwendet; bei der Erstinstallation wird nur dieses Fragment angehängt, die vorhandenen Einstellungen und Anpassungen des Benutzers bleiben erhalten. Wenn ein geeigneter Index in der Wissensdatenbank existiert, wird ein Link hinzugefügt; Dopplungen werden vermieden.

6. Abschließende Prüfung

Sicherstellen, dass die endgültige Notiz, die Bilder und die Dateien tatsächlich existieren, alle Figure-Markierungen ersetzt wurden und die Einbettungen und Wikilinks auflösbar sind. Die Dateiprüfung, die Textprüfung in den Bildern und die Vorschau der Benutzeroberfläche melden jeweils den tatsächlichen Prüfumfang.

Bei der Auslieferung kurz den Umfang der erledigten Arbeiten, den Speicherort und verbleibende Lücken beschreiben; die geöffnete Notiz oder exportierte Datei beifügen. Ein Wissensartikel wird nur dann als vollständig geliefert markiert, wenn Quelle, Text, tatsächliche Bilder und Einbindung abgeschlossen sind; ein Projekt-README wird nach den Abschlussbedingungen des entsprechenden Workflows geprüft.

Verwandte Skills