初探gimi-illustration-skill：开源AI配图Skill，输入文章秒出怪诞手绘插画

• AI 技能
• 人工智能
• 提示工程

gimi-illustration-skill 是一个面向图文创作者的开源 AI 配图 Skill（AI Agent Skill）：把中文文章正文丢给 AI，它会自动规划配图策略、组装提示词并调用平台生图工具，产出怪诞手绘风格的插画，默认 16:9 横版，还支持自定义 IP、调整尺寸、配置顶部手写标题与无角色模式。

它是什么：给文章"自动画插图"的 Skill 🎨

大多数 AI 绘图工具的痛点是：你写文章，它只会凭感觉画一张"氛围图"，既不贴内容，也插不进正文。

gimi-illustration-skill 的思路不一样——它先读懂你的文章，把观点、流程、隐喻拆成一张张有"故事动线"的手绘配图：每张图只回答一个问题，一眼看懂"发生了什么"。它的风格被固定为quirky-sketch（怪诞手绘）：抖动线稿、白底留白、软蓝点缀 + 少量橙色点睛，拒绝 PPT 信息图和彩虹色插画。

效果预览：先看图说话

下面是仓库内置的正向示例，全部由该 Skill 的完整工作流产出。左为无角色模式，右为默认Gimi IP 模式（一位戴马帽的原创角色）：

细节上可以看到它的"讲究"：黑色手写标注 + 箭头串联动线、具名物件（便签、沙漏、铃铛）来自原文、颜色只作强调而不铺色——这正是它在 references/styles/quirky-sketch.md 中用"色纪律"约束出来的效果。

两种角色模式：Gimi IP 与无角色

Gimi IP 模式（默认）：配图里会出现原创角色"Gimi"（马帽女孩）。Skill 采用"双参考图"协议——每次生图同时传入设定图与 1 张校准图，保证线稿画风下角色不走形（条纹背心颜色、马帽、腮红、立方体吊坠都有锚点检查）。

无角色模式（none）：不想用 Gimi？说"不要人物"即可。此时画面以物件、箭头和场景为主，需要"谁焦虑/谁操作"时会按需加入简笔小人，绝不硬塞角色。

授权提醒：MIT 协议只覆盖 Skill 代码与文档结构，Gimi 角色形象不在其中。个人非商用配图可以使用，商用或再分发需书面授权，详见 IP-NOTICE.md。

3 分钟安装：Codex / Cursor 快速接入 🚀

Codex（推荐）：

git clone https://gitcode.com/gh_mirrors/gi/gimi-illustration-skill.git cd gimi-illustration-skill mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills" cp -R . "${CODEX_HOME:-$HOME/.codex}/skills/gimi-illustration"

Cursor（软链接即可，也可放在项目内.cursor/skills/下）：

mkdir -p ~/.cursor/skills ln -s "$(pwd)" ~/.cursor/skills/gimi-illustration

生图本身不依赖额外服务——Skill 只负责策略与 prompt，出图由你当前 AI 平台的内置生图工具执行（Codex 的@Image Gen/ Cursor 的GenerateImage）。

使用教程：一句"配图"触发全流程 ✍️

安装后，在对话中发送触发词 + 文章正文即可：

配图 [粘贴你的文章正文]

可用触发词：配图/给文章配图/帮我配图/illustration。

常用选项直接写在正文里说明即可：

如果信息足够，它还会进入 Quick Mode——不多问、直接出图。

2.0 新功能：把你的形象录入成自定义 IP 📸

2.0 版本（见 CHANGELOG.md）最大的亮点是自定义 IP：附上你的角色形象图，发送录入 IP（或"自定义 IP / 上传形象 / 新建 IP"），Skill 会走一套带"硬门禁"的录入流程——

1. 先给形象方案并等你确认（不会抢先生成海报）；
2. 半身图会自动扩展为全身设定稿；
3. 生成一张 16:9 风格样板镜，问一句"像吗？"确认线稿质感；
4. 完成后，配图时说"用我的 XX"即可调用。

整套协议与话术写在 references/ip/_template.md，每个 IP 落盘为独立的references/ip/{id}/ip.md合约文件，锚点、动作库、走形失败信号一应俱全。

出图背后：一条"策略 → 提示词 → 质检"的流水线 🔍

打开 SKILL.md 可以看到完整工作流，它把"画一张图"拆成了 5 步：

1. 意图确认：记录比例、IP、张数、标题等核心变量；
2. 消化内容 + 出策略：按 references/composition-patterns.md 做"二轴分析"（结构轴 × 互补轴），走创意生成法六步，从原文抽出 2–5 个具名物件，落盘 references/shot-config.md 格式的策略单；
3. 组装 Prompt + 生图：按 references/prompt-template.md 的组装顺序拼接风格段、IP 描述、构图、标注词，再调用平台生图；
4. QA 质检：对照 references/qa-checklist.md 逐项检查（3 秒内能否说出具体物件名？故事动线跟得完吗？颜色走形没有？），不过关自动重试，最多 2 次；
5. 交付：策略单与图片同时落到输出目录——

outputs/{YYYYMMDD}-{slug}/ shot-config.md # 配图策略 + 插入位置 01-{slug}.png 02-{slug}.png

这种"先策略、后生图、再质检"的设计，正是它和"一键生图"工具的本质区别：每张图都可回溯、可迭代。

写在最后

gimi-illustration-skill 用一个开源仓库，把"文章配图"这件重复劳动变成了一条可复用的 AI Agent 流水线：输入正文 → 秒出怪诞手绘插画，还能换上你自己的 IP 形象。如果你是公众号作者、小红书博主，或经常要给文档、口播稿加视觉的职场人，值得一试。核心入口在 SKILL.md，风格、构图、质检协议都开放在references/目录里，想魔改画风的同学可以直接从那里入手。

• AI 技能
• 人工智能
• 提示工程