项目研究：guizang-material-illustration

项目：op7418/guizang-material-illustration 作者：归藏（op7418）— 国内知名 AI 设计博主、产品设计师 类型：Claude Code / Codex Agent Skill（带字解释图、图表美化、参考辅助配图） License：本次检查仓库根目录及 README，未见明确 LICENSE/复用许可，商用或分发范围待向权利人澄清 历史语境：原稿写于 2026-07-08，记录 163 stars / 12 forks / 0 issues；这些旧快照不作为当前热度、成熟度或生产可用证据 语言：Markdown（SKILL.md + 6 个 references + 1 个 prompt-template，全文档驱动） 交付形式：技能文档、references、提示词模板及 Agent 展示配置，不是独立生图模型或渲染器 项目教程：README 与 SKILL.md 配套项目：guizang-social-card-skill / guizang-ppt-skill，按职责组合，不凭星标认定成熟度

「这是什么」一句话定性

归藏把“文档配图”整理成了可插拔的 Agent Skill：给文章、截图或数据，让 Agent 选择构图、压短标签，再调用可用的图像工具生成中心图。它的卖点是短标签、数据核对和统一视觉的工作流，不是自行生成图像，也不保证中文或数值一次正确。

比喻：图像模型像一位会画画、也可能写错字的画师，这个 Skill 像给它配的质检清单：标签对吗、数值对吗、箭头指对了吗？错了就退回修改提示词、再生成。它专注“配图层”，不是整篇文档排版器；没有版本演进证据，不把它定为另一个同名或近名项目的“拆分升级版”。

「它怎么转」逻辑全景图

├─ 触发层：什么时候需要翻这个 Skill？
│   ├─ 写公众号/小红书文章：要中间那张"能讲清概念"的配图，不是封面也不是装饰
│   ├─ 做 PPT 汇报：每页 PPT 中间需要一张解释图
│   ├─ 周报/项目复盘：要把"进展/风险/决策/下周"画成四象限
│   ├─ 教程/教育内容：杠杆原理、PKCE 流程、生态系统等需要"图内带字"的解释图
│   ├─ 数据图表美化：拿到一张丑截图，重新画成"数据正确+风格统一"的传播图
│   └─ 冷门概念可视化：Andon、Zettelkasten、Panopticon、模型 Logo 等要先查参考再画
│
├─ 核心层：Skill 怎么工作？8 步工作流
│   ├─ Step 1 读材料：读用户文本/截图/数据，找出"真正需要被画出来的关系"
│   ├─ Step 2 内部判断类型：不让用户选模式，Agent 自己判断（流程/机制/图表/人文/教育）
│   ├─ Step 3 必要时查参考：冷门概念、品牌、模型、科学装置、历史物件先查事实+参考图
│   ├─ Step 4 压缩文案：每张图压成"一句说明 + 3-5 个短标签"
│   ├─ Step 5 写生成提示词：明标签、数据、比例、安全区、视觉风格、参考线索
│   ├─ Step 6 生成图片：调用 GPT-Image / imagegen 或当前 Agent 可用的图像能力
│   ├─ Step 7 检查并重生：中文标签、数据、裁切错了 → 作者优先建议重生；不是任何外层排版都被禁止
│   └─ Step 8 交付资产：保存图片路径+提示词到 local-tests/<slug>/
│
├─ 8 种视觉结构（prompt-patterns.md 提供的"积木"）
│   ├─ Cycle 循环：3-4 个对象围成圆圈 + 箭头（适合反馈回路、迭代飞轮）
│   ├─ Pipeline 管线：左到右的对象链 + 必要时返回线（适合流程、生命周期）
│   ├─ Hub-and-spoke 中心辐射：中央路由 hub + 多分支（适合多 Agent 编排、分类）
│   ├─ Before/After 对比：左右两态 + 中间转换（适合升级、迁移、清理）
│   ├─ Layer Stack 分层栈：垂直层 + 旁边标签（适合架构、依赖）
│   ├─ Data-First Scene 数据场景：图表嵌入场景（适合传播性数据可视化）
│   ├─ Scientific Mechanism 科学机制：部件+力+反应+方向（适合物化生）
│   └─ Text Scene 文字场景：文学/历史/日常场景锚定抽象概念（适合人文）
│
├─ 视觉系统（visual-style.md 锁死的"归藏材质插画"定义）
│   ├─ 默认：clean Swiss editorial 3D vector-like
│   ├─ 背景：off-white（米白）+ 黑色 ink 线条 + 浅灰物理表面
│   ├─ 强调色（5 选 1，**不混用**）：
│   │   ├─ IKB Blue #002FA7：技术/AI/工作流（**默认**）
│   │   ├─ Safety Orange #FF6B35：警示/决策/迁移/风险
│   │   ├─ Lemon Green #C5E803：增长/复利/健康/财务
│   │   ├─ Lemon Yellow #FFD500：教学/总结/初学者指南
│   │   └─ Signal Red #E60012：失败/阻塞/严格审查（克制使用）
│   ├─ 比例：1.9:1（社交卡片 image well 936x500）/ 16:9（PPT hero）/ 1:1（少见）
│   └─ 反模式（do not）：装饰 blob、bokeh、渐变球、stock-photo 背景、Logo、水印、密集图例
│
├─ 中文图内文字规则（**整个 Skill 的核心差异化卖点**）
│   ├─ 2-5 字短标签为佳，6 字封顶
│   ├─ 3-5 个标签/张图
│   ├─ 位置明确：top-left/center/right、bottom-center、right edge
│   ├─ 水平、高对比、远离边缘
│   ├─ 用日常中文，不用 "Trigger/Stop/Use" 等英式 UI 标签
│   └─ 错了就重生，不靠 HTML 硬贴（核心原则）
│
├─ 图表美化的"数据优先"原则（chart-beautify.md）
│   ├─ 输入是截图时，**只抽语义不抽视觉**：保留图表类型/标题/数据/坐标/单位/误差线
│   ├─ **不继承**：原配色、原字体、原 bar 形状、原间距、原阴影、原背景
│   ├─ 两种重画模式：
│   │   ├─ Faithful Chart Redraw：原图布局好时，只换皮
│   │   └─ Data-First Editorial Composition：默认模式，让图表占 45-70% + 周围配场景
│   └─ QA 严格：轴范围、刻度、类别顺序、数值、误差线，错一个就重画（不放过）
│
└─ 输出层：怎么判断 Skill 是不是用对了？
    ├─ 配图适合放进小红书/公众号/PPT/文章的目标尺寸
    ├─ 人工核对短标签、箭头、数据和单位，再决定能否交付
    ├─ 单图资产可复用（提示词+图片路径都存了）
    └─ 风格跨图集一致（统一 off-white + 统一 accent 色）
│
└─ 卡点层：新手最容易在哪里翻车？
    ├─ 卡点 1：以为这是"万能生图 skill"——其实只做中心配图，不做完整社交卡片（标题/正文/尺寸归 Social Card Skill 管）
    ├─ 卡点 2：在图内硬塞长文——2-5 字是建议，通常 6 字封顶；长解释留给外层正文
    ├─ 卡点 3：用贴字掩盖错数据——作者偏好重生；需要可编辑精确文字时可另选确定性排版方案
    ├─ 卡点 4：以为参考搜索 = 抄风格——错，参考只补事实和视觉线索，最终统一归藏材质插画
    ├─ 卡点 5：图表截图"换皮"——错，只抽语义不抽视觉，原图丑排版就重画
    └─ 卡点 6：公开不等于许可明确——本次未找到 LICENSE，复用、分发或商用前澄清授权

上面的 IKB Blue 等名称、HEX 与场景对应，是项目自定的视觉约定，不是颜料/印刷色彩标准，也不意味着某种颜色会带来健康、增长或财务效果。视觉规则原文

「怎么升级」三段位路线图

├─ 入门段（能用）：掌握一个核心动作就够了
│   ├─ 动作：复制作者测试案例里"小学物理杠杆"那组提示词，跑通一遍
│   ├─ 步骤：
│   │   1. npx skills add https://github.com/op7418/guizang-material-illustration --skill guizang-material-illustration
│   │   2. 在 Claude Code / Codex 里说"用歸藏的材质插画 skill，给这篇杠杆原理文章做一张配图，标签：支点/用力点/阻力点/力臂"
│   │   3. 看效果：标签对吗？数据对吗？风格对吗？
│   ├─ 完成标志：读懂工作流，并能核对标签、箭头和参考来源
│   └─ 时间投入：取决于底层模型、素材和重试次数，本文没有计时
│
├─ 进阶段（用好）：补两个认知
│   ├─ 认知 1：8 种视觉结构是"积木"，不是"模板"
│   │   ├─ 不要硬套 prompt-patterns.md 里的现成 prompt，要拆解它的"结构 + 标签规则 + 风格锁"
│   │   ├─ 可复用的约束是：3-5 个短标签 + 统一 accent 色 + off-white 背景；比例按目标容器选
│   │   └─ 这套约束可以套到任何"AI 生图"场景，不限于归藏的 prompt
│   ├─ 认知 2：图表美化的"语义抽取"是核心能力
│   │   ├─ 拿到一张截图，先用 LLM 抽出"图表类型+标题+数据+坐标+单位+类别顺序+误差线"
│   │   ├─ 抽取后只把这 7 个字段塞进 prompt，其他一概不继承
│   │   └─ 这个工作流可以套到任何"丑图重画"场景，不限于归藏
│   └─ 时间投入：选 3 个不同领域（科技/教育/人文）各跑一遍，观察风格一致性——约 1 周
│
└─ 高手段（用活）：高手和普通人的本质差距
    ├─ 差距 1：从"用归藏的 skill"变成"吃透归藏的设计哲学"
    │   ├─ 归藏的核心哲学：**"图内可以有字，但字要短；外层卡片负责长正文"**——分层处理信息密度
    │   ├─ 这是设计领域的"图与文分工"原则的 AI 化
    │   └─ 用这套原则改自己的配图，但不要给未测试的效果标百分比
    ├─ 差距 2：从"单 Skill 使用"变成"Skill 编排"
    │   ├─ 归藏的生态是矩阵：
    │   │   ├─ guizang-ppt-skill = HTML 演示文稿排版
    │   │   ├─ guizang-social-card-skill = 社交卡片排版
    │   │   └─ guizang-material-illustration = 中心配图
    │   ├─ 正确用法：先 Material Illustration 出中心图 → Social Card Skill 排卡片 → PPT Skill 排演示
    │   └─ 错误用法：试图用一个 Skill 干所有事
    ├─ 差距 3：从"用现成 prompt"变成"自己写 prompt 模板"
    │   ├─ assets/prompt-template.md 给了 1 个"通用解释图"模板
    │   ├─ 你应该基于自己领域（产品/技术/教育/金融）写 3-5 个定制模板
    │   ├─ 关键变量：accent 色、标签位置、构图比例、参考搜索清单
    │   └─ 模板沉淀后，团队可以共享成"公司级设计语言"
    └─ 差距 4：从"图本身"变成"图 + 提示词 + QA 记录"
        ├─ 归藏的 local-tests/<slug>/PROMPTS.md 模式值得学
        ├─ 把"为什么这张图这样画"（参考了什么、抽了什么、不采用什么）记录下来
        ├─ 这是可复用的"设计决策日志"
        └─ 3 个月后回看，能看出"我的设计语言在进化"还是"原地打转"

「能用在哪」场景迁移建议

底层逻辑（这个 Skill 本质在做什么？）

尝试用流程约束 AI 配图的三类常见问题： 1. 图内文字生成质量差（中文字常错字/糊/截断）→ 用"短标签+重生"流程硬扛 2. 图表截图换皮而不是真重画 → 用"只抽语义不抽视觉"原则 3. 冷门概念画错（模型 Logo、历史物件、科学装置）→ 用"参考搜索补事实"工作流

可平移的底层逻辑：把结构、风格和验收标准写清楚。提示词能减少歧义，但结果仍取决于模型、输入、生成随机性和复核；“提示词越精确就必然越准”不是成立的质量公式。

图表尤其不能只看数值标签：柱高、坐标起点、比例和误差线也要核对。截图无法可靠读出数值时，先索要数据或明确标近似；科研、财务等严格数据图优先用确定性制图库，再把装饰配图和数据层分开。项目 README 自己也将严格出版级科研图列为不适合场景。图表规则原文

至少 2 个可直接平移的场景

场景 1：中文内容创作者的"配图 SOP" - 类比：归藏的 Skill 解决"AI 配图质量不可控"问题；你的内容创作也面临同样问题 - 迁移变量： - 把 8 种视觉结构 + 5 种 accent 色作为团队"配图风格指南" - 把"3-5 个短中文标签"作为统一标准（不要在图内塞长文） - 把"参考搜索"工作流纳入 SOP（冷门概念先查） - 把"PROMPTS.md 记录"纳入交付物（可复用） - 风险：归藏的风格偏 Swiss editorial（克制、几何、米白），如果你的内容是活泼/插画/卡通风，需要调整 visual-style.md

场景 2：企业内训/技术文档的"配图自动化" - 类比：归藏针对中文内容生产的痛点；企业内训同样有大量"长文档+需要配图"场景 - 迁移变量： - 把"图表美化"工作流用于"老旧 PPT 数据图重画"——一次重画，整年复用 - 把"机制图"工作流用于"内部系统架构说明"——IT 文档配图不再靠设计师手画 - 把"教育图"工作流用于"新员工培训手册"——杠杆原理/流程图自动出 - 风险：企业场景对数据准确性要求更高，QA 流程要更严（建议加"数据双重验证"步骤）

场景 3（额外）：从"AI 生图 Skill"反推"AI 生文/生码 Skill"的设计模式 - 类比：归藏的 Skill 用 8 种视觉结构 + 5 种 accent + QA checklist 组织；其他 AI 生成（文/码/视频）也面临类似问题 - 迁移变量： - 8 种结构 ≈ 8 种"内容模板"（开篇/论证/案例/总结...） - 5 种 accent ≈ 5 种"语气风格"（正式/轻松/专业/亲和/警示） - QA checklist ≈ "输出质量自检清单" - 这种"结构 + 风格 + QA"三件套，可以套到任何 AI 生成 Skill 的设计 - 风险：抽象层级高，需要根据具体领域（文/码/视频）调整 checklist 细节

如果你部署了这个 Skill，会有什么好处和风险？

好处： - 立刻获得"AI 配图 + 中文标签"的可控工作流（之前只能靠反复试 prompt） - 8 类结构和一组强调色帮助统一提示词；没有对照实验，不能说风格一致性提高 5-10 倍 - 可按项目文档与归藏 PPT/社交卡片工作流组合，实际接入与授权分别确认 - QA checklist 提供人工验收条目，不是自动测试套件；issues 数量也不是生产可用认证 - 安装极简：npx skills add <url> 一行搞定

注意事项： - 许可未明确：本次目录列表没有 LICENSE 文件，不是“发现了空 LICENSE”。README 也未给出明确复用许可；在 GitHub 上查看/fork 与获得后续分发、改编、商用授权不是一回事，不能自动宣称“fork 后内部使用就合规”。GitHub 许可说明 - 需要当前 Agent 可用的图像生成工具，可能是运行时原生能力或 API；是否自备 Key、费用和数据外传条件取决于后端 - 中文标签质量受模型和内容影响；原稿的“≥99%”“80% 以下”没有可核验测试条件与数据，删除，不用模型名字替代验收 - 风格偏 Swiss editorial（克制几何），不适合活泼/插画/卡通风 - 需要整篇文档配图时，另选有文档解析和排版能力的工具；本文没有对 Document-illustrator-skill 做同题测试或匹配仓库核查，不据近名项目星标排成熟度

风险： - 版本变化：原稿“发布 1 天”只属于 2026-07-08 的历史语境，不能延续成当前年龄；应固定版本并用自己的案例检查 - 维护持续性：没有维护承诺或路线图交付证据，不能从作者仓库数、课程业务或商业化推测投入优先级 - 风格迁移成本：要换画风时，需调整视觉规则与提示词模板；读材料、短标签和 QA 等步骤仍可复用，不是整个工作流必然重写 - 参考与素材权利：参考搜索只补事实，不代表外部图片、Logo 或字体可自由改编；按实际用途确认权利

和大管家（峰哥这边）的关系

灵魂一句话

这仓库的灵魂是"图与文要分层"——归藏赌的是：把"图内长文/密集图例"这种 AI 生图最常见错误，从一开始就拦在 prompt 里。图只管短标签和数据精度，长解释交给外层卡片/正文。当别人还在和 GPT-Image 死磕"中文字怎么不糊"时，归藏已经用"重生 > 修补"的工程化思维把这个问题从创意领域拽进了 QA 流程。

我的判断

以下是我的文档阅读判断，不是实测评分或普遍排名。

和峰哥这边的契合度： - 可以借鉴其配图 SOP；具体 Agent 接入留待单独验证 - 图内短标签、长说明放正文，符合我们精简表达的需求 - ✅ 中文标签规则可平移到我们网站配图 - ⚠️ LICENSE 问题让我们发布自己的 SKILL 时强制带 LICENSE成为更明确的纪律 - 💡 灵感：归藏的"8 种结构+5 种 accent"模式可以套到我们做"研究汇报"插图

研究日期：2026-07-08 研究员：大管家 研究流程：RESEARCH.md 四步法（定性 → 全景 → 升级 → 迁移） 资料边界：原研究日期保留，不把旧热度、作者生态分析或无记录的体验当成本次验证结果。

资料核对（2026-10-13）

本次读取官方 README、SKILL.md、视觉规则、图表规则、QA 清单 和仓库根目录列表。未调用生图、运行工作流或比较模型准确率；许可状态只记录本次所见，不构成对作者权利或争议的法律定性。