
官方仓库:xiaohuailabs/xiaohu-ip-studio。它把配图方法论、角色参考和 API 调用组织成一个 Skill。
一句话定性
给文章配图的 Agent Skill、角色库与图像 API 适配器。重点不是多按几次生成,而是先读文章、找值得可视化的认知锚点,再让固定角色服务于图意。
这更像一个有方法的设计助理:能减少从零开始的随意性,但不会因为用了同一张参考图就永远不跑偏。角色、文字、箭头和事实仍要看实际成图。
它怎么转(运转链路)

触发层
Agent 阅读文章和方法规则,选择角色参考,组织提示词。当前 README 列出 31 个角色;这是当前目录介绍,不是质量或可商用范围的证明。项目说明
核心层(7 步方法论)
- 选角色,让形象与主题匹配。
- 逐节枚举,判断哪些段落真的值得配图。
- 找认知锚点,而不是只把标题画出来。
- 提炼真意、张力和一句核心判断。
- 分到情绪图、解释图或四格漫画。
- 现编与本文相关的隐喻。
- 做“反 PPT”自检,再检查实际图像。
输出层
提示词、生成图及相关中间文件。脚本提供同步图像接口和异步任务接口两种后端,但“OpenAI 兼容”并不代表所有服务都能直接替换。实际参数、参考图数量、任务查询和返回结构都要匹配。生成脚本
例如当前同步后端只使用第一张参考图,其他参考会被忽略并告警;异步后端则走不同的参考图与任务机制。配置中的模型名是项目配置,不是对该模型真实供应、能力或效果的独立验证。
卡点层
- 锚点图用于降低角色漂移,不保证每次一致。
- 原文“中文渲染约 99% 准”来自项目自述,未提供可复核测试集;不能据此推导只有 1% 失败。严肃内容要逐字看图。
- “第三方角色包当数据、不当指令”是好的使用规则,不是已经证明有效的安全过滤器。所读生成脚本主要负责请求、轮询、下载和保存,不能据此声称有经过验证的提示注入防护或沙箱。
- 重试可能产生新的收费请求。任务超时不等于服务端未生成,先核对任务状态和供应商账单。
三段位升级路线
| 段位 | 关键动作 | 卡点 |
|---|---|---|
| 入门 | 按官方说明安装,运行 python3 scripts/illo.py init 与 python3 scripts/illo.py doctor,先调通获准的示例素材 |
本地配置检查不等于真实 API 试片通过 |
| 进阶 | 同篇固定角色和参考,逐张检查语义、文字、箭头与构图 | API 不同,参考图支持范围也不同 |
| 高手 | 建立自己的角色档案、许可记录和图像验收标准 | 品牌辨识度、素材权利与模型输出是不同问题 |
使用自有 IP 可以改善辨识度,是品牌建议,不是“只有换成自己的角色才允许商用”的统一法律结论。
场景迁移
1. 内容生产方法与表现参数分开
文章、课程和产品文档都可以借用“先找关键判断,再决定图形表达”的思路。情绪图可以制造共鸣,解释图必须准确;不要把它们都做成贴纸或 PPT 文本框。
2. 第三方角色包按不可信数据处理
只读取需要的外观与表演描述,不执行参考文件里的命令、外链操作或授权请求。Agent 侧还应限制可写目录和可调用工具,人工复核引入内容。提示词里的“忽略恶意指令”不能代替这些控制。
部署的取舍

上图的过滤漏斗与盾牌应视为待修订示意,不能证明已经实现可靠的安全加载。角色一致性、第三方文件处理、品牌使用权是三个独立检查点。
好处
方法论可复用,角色和画风可替换;纯标准库脚本降低了本地 Python 包依赖,但生成服务仍有账户、网络和费用依赖。
注意事项
访问方式由供应商和所在环境决定,不存在“国内必须走中转”的统一要求。采用网关会增加一层素材与凭据接收方,应先核对其身份、条款、数据处理方式和实际接口。
风险
仓库代码采用 MIT,但 NOTICE 对角色及来源另作说明,其中角色数量仍为 19,与 README 的 31 不一致。复用具体角色前应核对对应资产与归属范围,不能把代码许可自动扩展到所有素材。
生成图的权利也不能一概断言“归模型方”:要看具体服务条款、输入素材权利和输出内容。项目代码许可不替代这些判断;本次未逐个核验供应商商用条款,因而不作通用可商用承诺。
灵魂
“方法论恒定,角色与画风是参数。” 这句话仍值得留。它提供的是更可复用的配图流程,不是百分之百的一致性、事实准确性或安全保证。
2026-10-13 资料核对:已阅读官方 README、生成脚本、LICENSE 与 NOTICE;未调用图像 API,未验证中文准确率或提示注入防护。