小黑怪诞正文配图 Skill
把中文文章里的判断、流程、状态和隐喻，变成 16:9 白底手绘怪诞正文配图。
- Star 数
- ★ 13k
- 最近更新
- 24 天前
- License
- MIT
- FA 评分
- 34/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 平台专用Codex
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 中文博主写文章，需要为每个关键段落生成配图，确保风格统一且有记忆点。
- 不适合
- 需要商业插画、品牌 KV 或精致扁平插画的人
- 想要传统 PPT 信息图、复杂架构图或流程图的人
- 需要严格可编辑矢量源文件的人
这个 Agent 能做什么，适合哪些场景？
Ian Xiaohei Illustrations 是一个 Codex Skill，用于指导 AI Agent 为中文文章、帖子、博客和 Notion 文档生成正文配图。它默认采用“小黑”视觉 IP：黑色实心、白点眼、细腿、空表情的小角色，风格为纯白背景、黑色手绘线稿、大量留白、少量红橙蓝中文手写批注。核心方法是先提炼文章的认知锚点，再为每张图选择一个判断、流程、结构或隐喻，设计低科技、怪诞但成立的物理隐喻，让小黑承担核心动作。输出为 16:9 横版 PNG 图片，保存到 assets/<article-slug>-illustrations/ 目录。该 Skill 位于子目录 ian-xiaohei-illustrations/，包含 SKILL.md、agents/openai.yaml、references/ 下的风格指南和 QA 清单。
该 Skill 指导 Codex 完成以下操作：读取用户提供的文章、Markdown、Notion 内容或主题；提炼核心观点和可视觉化的段落；输出 shot list，包含每张图的主题、核心意思、结构类型、小黑动作和中文标注建议；选择结构类型（如 Workflow、系统局部、前后对比、概念隐喻等）；重新发明物理隐喻；调用图像模型生成 16:9 纯白背景的 PNG；最后按 QA checklist 检查并保存到 assets/<article-slug>-illustrations/。具体命令通过 Codex 使用 'Use $ian-xiaohei-illustrations' 触发。
- 中文博主写文章，需要为每个关键段落生成配图，确保风格统一且有记忆点。
- 知识型内容创作者制作方法论内容，想把抽象概念如“信任是证据铺成的”画成具体隐喻。
- 使用 Codex 做内容生产的用户，希望稳定复用一套手绘视觉语言，避免每次重新设计。
- 需要为文章生成 4-8 张配图审阅清单（shot list）的编辑，可以先规划再生成。
- 想让配图更怪诞、清爽，而非 PPT 信息图的作者，需要一种轻量、有个人识别度的风格。
如何安装或部署这个 Agent？
克隆仓库：git clone https://github.com/helloianneo/ian-xiaohei-illustrations.git；进入目录：cd ian-xiaohei-illustrations；创建 skills 目录并复制子目录：mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills" && cp -R ./ian-xiaohei-illustrations "${CODEX_HOME:-$HOME/.codex}/skills/"。需要已安装 Codex 且设置 CODEX_HOME 或使用默认路径。
如何使用这个 Agent？
安装后，在 Codex 中调用：'Use $ian-xiaohei-illustrations 把下面这篇文章生成 4 张小黑怪诞正文配图。' 或仅做规划：'Use $ian-xiaohei-illustrations 先不要生图。请分析下面这篇文章哪里值得配图，输出 5 张左右的 shot list。' 生成的图片会保存到 workspace 的 assets/<article-slug>-illustrations/ 目录。
这个 Agent 有哪些优点和局限？
- 高度定制化的视觉风格，包含清晰的风格指南（SKILL.md、references/style-dna.md）和小黑 IP 规范，确保输出一致性。
- 专注中文文章配图，针对中文标注的稳定性进行了优化（建议短文字）。
- 提供结构化的工作流程和 QA checklist，减少图像生成中的常见问题（错字、幻觉标签）。
- 仅适用于 Codex 平台，无法在其他 Agent 环境直接使用。
- 需手动安装到 Codex skills 目录，且需要 Clip 仓库和复制操作。
- 图像生成依赖外部图像模型，可能产生错字、风格漂移，需要人工检查，输出 PNG 不可编辑。
这个 Agent 与同类方案有什么区别？
仓库提及相关项目：Ian Handdrawn PPT（手绘 PPT 风格页面图生成 Skill）、Awesome Claude Code Skills（Claude Code Skills 精选合集）、Obsidian + Claude AI Second Brain（知识库搭建指南），但未明确对比替代品。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| 小黑怪诞正文配图 Skill 当前 | 34 · 缺口较多 | Agent 插件 / 技能免费 + 模型费 | ★ 13k | 24 天前 | — | Codex |
| md2wechat：AI Agent 公众号创作与发布 CLI | 47 · 缺口较多 | 命令行工具免费版 + 付费版 | ★ 3.7k | 4 天前 | Go | Codex · Claude Code |
| AIWriteX 智能内容创作平台 | 43 · 缺口较多 | 桌面应用免费 + 模型费 | ★ 2.1k | 1 个月前 | Python | — |
| Wonda CLI | 56 · 缺口较多 | 命令行工具付费 | ★ 158 | 6 天前 | TypeScript | Codex · Claude Code |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据：仓库未包含任何代码或可执行文件，仅包含文档和示例图片，因此没有权限请求、数据收集或外部交互的迹象。扣分：由于没有代码，无法评估最小权限、用户确认、数据流透明度、敏感数据处理、依赖安全、外部影响、回滚或来源归属；这些标准均未得到满足。
证据：README 和 SKILL.md 中描述的流程和输出一致，示例图片与风格描述相符。扣分：依赖项未明确列出，仅提及图像模型和 Codex；失败消息未提供，仅提到 QA 检查。
证据：README 明确说明了目标受众、适用和不适用场景，并提供了多种使用示例。扣分：环境适配仅针对 Codex，未说明其他平台；触发精度未明确说明，但示例提供了触发方式。
证据：目录结构清晰，安装说明详细，示例和 FAQ 存在，已知限制在注意事项中列出，许可证为 MIT。扣分：无版本控制或变更日志，维护责任仅通过作者信息暗示，未明确说明。
证据：输出为 PNG 图片，可直接使用，示例展示了效果；边际价值在于提供独特的视觉风格和流程。扣分：成本效益未量化，未提供成本或性能数据。
证据：README 中的声明与示例图片和文件结构一致，但未提供外部验证。扣分：无跨来源佐证，事实与推断未明确区分。
- 源码中未见：最小权限约束只授予完成任务所需的权限：用专用账号或只读令牌，并限定可访问的目录和仓库。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：数据流向说明运行时观察它连接了哪些外部服务（代理或防火墙日志）；弄清数据去向之前不要输入敏感数据。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
- 源码中未见：外部影响披露先弄清它会写入、发送或修改哪些外部系统，用测试账号或测试仓库验证后再接入正式环境。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 源码中未见：来源归属可核验从官方仓库或包源安装，核对发布者和仓库地址，避免同名仿冒包。
- 仓库仅包含文档和示例，无实际代码，无法验证其功能。
- 依赖项未明确列出，可能影响可复现性。
- 未提供版本控制或变更日志，维护状态不明确。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
发布说明摘录
Initial public release of Ian Xiaohei Illustrations.\n\nIncludes:\n- Installable Codex Skill under ian-xiaohei-illustrations/\n- Public README with installation and usage examples\n- 8 GitHub showcase images\n- 14 bundled style calibration examples\n- References for style DNA, Xiaohei IP, composition patterns, prompt template, and QA checklist在 GitHub 查看 ↗