打造可复用文章配图视觉系统的Codex技能
撰写技术文章时,最令人头痛的环节之一就是配图。并非画不出来,而是画出的图总是不对劲:第一张还像手绘风格,第二张突然变成商业海报,第三张又成了3D渲染——整体风格完全不统一。更棘手的是,你想让一个固定角色贯穿全文,可每次生成都像换了个人。况且,文章真正想传递的是某个判断、流程、坑点或取舍,配图却沦为泛
撰写技术文章时,最令人头痛的环节之一就是配图。并非画不出来,而是画出的图总是不对劲:第一张还像手绘风格,第二张突然变成商业海报,第三张又成了3D渲染——整体风格完全不统一。更棘手的是,你想让一个固定角色贯穿全文,可每次生成都像换了个人。况且,文章真正想传递的是某个判断、流程、坑点或取舍,配图却沦为泛泛的装饰画。
为破解这些难题,近期有人打磨了一款专门的 Codex Skill(基于原版小黑 skill 二次开发)。它的思路非常直接:先通读整篇文章,找出最适合视觉化的“认知锚点”,再将锚点转化为插图。如此一来,配图不再是随机的装饰,而是内容的自然延伸。
该 Skill 支持多条视觉 IP 路线,你可根据文章主题自由切换:
- 小黑:默认路线,适合方法论、决策判断、流程设计、系统架构等场景
- 小盒:纸盒角色,适合整理归纳、收纳归位、交付输出、修补完善等隐喻
- Ferris:Rust 社区吉祥物,适合 Rust 语言、系统工程、可靠性等主题
- Go Gopher:Go 语言吉祥物,适合 Go 技术文章
- Seal:连帽衫海豹,适合产品中立、评审检视、优先级排序、团队协作主题
- OpenClaw:适合 OpenClaw 相关工作流和项目说明
下面是各 IP 的示例效果,可直观感受不同角色的视觉风格:
| Xiaohei | Littlebox | Tom | Ferris | Seal | OpenClaw | Go Gopher |
|---|---|---|---|---|---|---|
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
当然,任何文章都可以使用任意 IP 形象,没有硬性标准,完全看个人偏好。
它输出的内容也很完整:一篇文章可生成 4 到 8 张插图规划,每张图都会包含放置位置、画面主题、核心含义、角色动作、可见文字标签,最后再生成 PNG 图片。这里有两个关键优势:
第一,插图服务于内容。优先画清楚一个判断、一个流程、一个状态变化,而不是单纯追求视觉美观。
第二,视觉 IP 可以长期复用。当同一个角色在多篇文章里反复出现,读者会逐渐建立熟悉感。对个人写作者、技术博客、产品团队来说,这种稳定的视觉语言能形成独特的品牌辨识度。
安装与使用
安装非常简单,在终端里执行一行命令即可:
npx skills add yangchuansheng/visual-ip-illustrations --skill visual-ip-illustrations
使用方式更直接——在 Codex 中调用该 Skill,然后把文章内容和期望的视觉 IP 交给它。例如:
- “用小黑给这篇文章生成 6 张正文插图。”
- “用 Go Gopher 给这篇 Go 技术文章制作插图。”
- “用 Ferris 做一组 Rust 编译流程的解释图。”
这个项目已经开源,任何人都可以尝试。如果你经常撰写技术文章、产品文章、方法论文章,不妨拿来试试,看看在真实写作场景里会碰撞出怎样的效果。
配图这件事,未来应该会从一次性生成,慢慢演变为一套可复用的视觉系统。这个项目就是朝这个方向的一次有益尝试。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:打造可复用文章配图视觉系统的Codex技能要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点佑驾创新与乐动机器人达成战略合作,围绕技术、产品、场景、数据四维度展开深度协同,旨在加速物理AI规模化落地,拓展无人车与机器人场景边界,推动具身智能商业化进程。
Meta开放AI算力租赁业务,市场反应从算力过剩转向算力商业运营。GPU从自用转向对外出租,算力从成本中心转为利润中心。AI云竞争核心从拥有GPU数量转向稳定跑满GPU的能力,依赖同步与参考时钟等底层基础设施的长期稳定运行。
针对大型多仓库工程(30+微服务、10+前端微应用),搭建包含规则、技能、子代理、13阶段工作流与门禁脚本的Harness系统,解决PRD不可信、方案与代码脱节、改完无人验证、交付环节琐碎等痛点,使AI在真实业务中稳定跑完需求。
部署MCP Toolbox前,先看清它的适用场景与安全边界,避免在权限管理不完善时接入敏感数据。 核心内容: 1 MCP Toolbox的核心功能与两种使用路线 2 项目适合与不适合的团队场景分析 3 实际验证的安全检查与关键限制 先说结论 MCP Toolbox 很适合小团队研究“让 AI
- 日榜
- 周榜
- 月榜
热点快看







