Community藝術與設計github.com

2023Anita/japanese-handdrawn-illustrations

Turn Chinese articles into consistent Japanese hand-drawn editorial illustrations with a reusable Codex skill.

相容平台~Claude CodeCodex CLI~Cursor
npx skills add 2023Anita/japanese-handdrawn-illustrations

Ask in your favorite AI

Open a new chat with this agent skill pre-loaded.

說明文件

日式手绘正文配图

核心定位

为中文内容设计和生成 16:9 横版正文配图。目标不是日漫海报、儿童绘本、PPT 信息图或商业插画,而是把文章里的关键判断、流程、情绪、结构或生活化隐喻,变成一张安静、清爽、留白充足、带一点日式手账气质的手绘解释图。

默认视觉角色是“小旅人”:一个安静、认真、轻微笨拙的手绘小人,像在纸页、窗边、车站、书桌、便当盒、雨伞和小房间之间整理想法。小旅人必须参与画面的核心动作,不能只是站在旁边当装饰。

先读这些参考

按任务需要读取,不要一次塞满上下文:

  • references/style-dna.md:风格 DNA、颜色、文字、禁忌。
  • references/character-ip.md:小旅人的形象、性格、动作库和禁忌。
  • references/composition-patterns.md:结构类型、日式生活化隐喻方法和反套路规则。
  • references/prompt-template.md:单张生图提示词模板。
  • references/qa-checklist.md:生成后检查和迭代规则。
  • assets/examples/:只作低频视觉校准,不进入默认生成路径。不要照抄案例的构图、物件或标注。

工作流

1. 消化正文

先读用户给的正文、链接、Markdown 文件、截图或文档内容。提炼:

  • 核心观点是什么
  • 哪些段落承担认知转折
  • 哪些内容适合用温柔生活化隐喻解释
  • 哪些地方只适合文字,不需要图

不要平均配图。优先选择“认知锚点”,例如:前后状态变化、压力与恢复、输入输出闭环、分类整理、选择分岔、等待与转乘、边界保护、学习路径、照护流程、常见误解。

2. 先出配图策略

如果用户只是说“分析怎么配图 / 思考哪些地方需要配图”,先给 shot list。每张图写清楚:

  • 放在哪个段落后
  • 图的主题
  • 核心意思
  • 结构类型
  • 小旅人在图里做什么
  • 建议元素
  • 建议中文标注词

默认 4-8 张。文章很短时 1-3 张;长文也不要轻易超过 9 张。够用就好,避免把正文做成画册。

3. 单张生成

如果用户明确要求“生成 / 输出 / 做图 / 帮我生成”,不要停下来等确认;用内置 image_gen 每张单独生成。不要把多张图拼在一张里。

每张图只讲一个核心结构。提示词必须包含:

  • 16:9 横版中文正文配图
  • 纯白或极浅米白背景
  • 细黑手绘线稿
  • 少量低饱和水彩点染
  • 少量中文手写批注
  • 大量留白
  • 小旅人作为核心动作主体
  • 禁止日漫、二次元、儿童绘本、商业海报、PPT 信息图、复杂背景、左上角类型标题

不要复刻过往案例。案例只提供风格密度、留白、颜色克制和角色参与方式,不能直接复用旧构图。每次都要从当前文章重新发明一个温柔、生活化、但成立的隐喻。

4. 检查与迭代

生成后检查 references/qa-checklist.md。如果出现以下问题,优先重生成或局部编辑:

  • 小旅人只是装饰
  • 画面太满
  • 太像日漫、儿童绘本、商业插画或 PPT
  • 中文太多或错字严重
  • 左上角出现“流程图/系统架构/常见问题/路线图”等标题
  • 背景太脏、纸纹太重、颜色太饱和
  • 画面只有氛围,没有表达清楚核心意思

5. 保存交付

如果用户在 workspace 内工作,把最终图复制到:

assets/<article-slug>-illustrations/

按顺序命名:

01-topic-name.png
02-topic-name.png

保留原始生成文件,不要覆盖已有资产,除非用户明确要求替换。

输出口径

生成前的策略输出要短而准。生成后的交付要包含:

  • 生成了几张
  • 每张图的用途
  • 保存路径
  • 哪些图最稳,哪些图是可选

不要长篇解释风格理论;让图自己说话。

相關技能

yike-gunshi/forge-skills

Forge — 文档驱动的 AI 辅助开发框架 | Document-driven AI development framework with 14 Skills covering brainstorm → PRD → design → engineering → QA → review → ship → retrospective

community

gliptak/kitfind

A searchable index of AI coding agent skills, deployed as a GitHub Pages static site. Kitfind crawls popular skills repos at build time, parses their SKILL.md files, generates a unified search blob (index.json), and creates a searchable static site.

community

howar2113/claude-code-prompt-engineering-patterns

Explore 10 Claude Code prompt engineering patterns with Python examples and practical guidance for building better AI workflows

community

skg7on/HPActor

HPActor: A High performance distributed Actor framework and runtime. Building a next-generation AI inference service platform based on the Actor Model enables highly scalable, resilient, and stateful AI inference, particularly suited for long-running, interactive agentic workflows rather than simple, stateless request-response API calls.

community

medzin/sre-runbook-agent-skills

Agent Skills for writing, reviewing, and safely executing production SRE runbooks.

community

softdaddy-o/soft-ue-cli

Python CLI + UE plugin that lets Claude Code (AI coding agent) control Unreal Engine in real time. Spawn actors, edit blueprints, call functions, capture screenshots, manage PIE sessions, and more -- all from the terminal. Works with UE5 editor and packaged builds via an in-process HTTP bridge.

community