gimi-illustration-skill：文章配图不求人，AI Agent 自动出怪诞手绘风

Yxy
Agent Skills , AI 配图
17 Jul, 2026

痛点切入

写文章最头疼的环节之一：配图。

你花了两小时写完一篇 3000 字的深度内容，排版也调好了，但文章发出去就是”光秃秃”的。你知道配图能提升阅读量，但打开 Canva 或 Midjourney，又不知道画什么——你不是设计师，脑子里没有画面。

更麻烦的是风格统一。如果你是系列内容创作者，每篇文章的配图风格不一致会让品牌感很弱。但让 AI 生成配图，每次都要重新描述风格，结果还是五花八门。

gimi-illustration-skill 解决的就是这个问题：你只管写文章，AI 自动帮你规划配图策略、组装 prompt、调用生图工具、质检输出。你甚至不需要知道”怪诞手绘风”是什么样的，skill 会处理好一切。

技能能做什么，不能做什么

gimi-illustration-skill 是一个可以安装到 Codex、Cursor 等编程助手的技能。它不是”输入文字就出图”的魔法工具，而是一个让 agent 知道怎么给文章配图的技能包。

技能提供的能力：

文章理解：分析文章结构，识别需要配图的观点、流程和隐喻
配图策略：规划每张图的位置、内容和作用
Prompt 组装：根据策略自动组装生图 prompt
风格统一：支持怪诞手绘风、无角色、自定义 IP 三种模式
QA 质检：自动检查生成图片的质量
批量输出：多张图统一命名，输出到 outputs/ 目录

技能不提供的东西：

不直接生图：生图由当前 AI 平台的内置工具执行（Codex 的 Image Gen、Cursor 的 GenerateImage）
不生成文字内容：只负责配图，不修改文章
不处理复杂排版：只生成独立图片，不负责图片在文章中的位置
不保证一次成功：可能需要调整 prompt 或重新生成

一句话总结：你提供文章，agent 规划配图策略并组装 prompt，平台生图工具执行，skill 质检输出。

完整使用流程

1. 安装技能

Codex（推荐）：

git clone https://github.com/GiMi-Xiaomi/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：

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

或在项目内放置：.cursor/skills/gimi-illustration/

2. 触发配图

在对话中发送触发词 + 文章正文：

配图

[粘贴你的文章正文]

触发词： 配图 / 给文章配图 / 帮我配图 / illustration

AI 会按 SKILL.md 工作流自动完成：理解正文 → 规划配图策略 → 组装 prompt → 调用平台生图 → QA 质检 → 保存到 outputs/。

3. 自定义 IP（2.0）

如果你有自己的品牌 IP，可以录入：

录入 IP

也可说：自定义 IP / 上传形象 / 新建 IP。

AI 会按 references/ip/_template.md 走录入流程（先确认形象方案，再设定图 / 校准图），不会一上来就当海报配图。完成后配图时指定你的 IP id 即可。

4. 常用选项

选项	默认	说明
比例	`16:9`	可说「3:4 竖版」「小红书」等
IP	`gimi`	马帽女孩；「不要人物」→ `none`；或用你录入的 id
张数	自动推断	可说「帮我配 3 张」
标题	无	可说「顶部加手写标题」

核心功能解析

文章理解与配图策略

skill 的核心不是”生图”，而是”规划配图”。它会分析你的文章：

识别关键观点：哪些地方需要图来辅助理解
规划图片位置：每张图放在哪里、起什么作用
设计图片内容：每张图应该画什么、表达什么
控制风格统一：确保所有图属于同一个系列

这个过程类似一个”视觉编辑”：你写文字，它帮你决定哪里需要图、图应该长什么样。

三种 IP 模式

Gimi IP（默认）： 马帽女孩角色，怪诞手绘风。适合大多数场景，有统一的视觉识别度。

无角色模式： 只有抽象图形和符号，没有人/动物角色。适合技术内容、严肃话题。

自定义 IP： 你自己的品牌角色。需要先”录入”，提供设定图和校准图，确保生成图片与你的品牌一致。

Prompt 组装逻辑

skill 内置了一套 prompt 模板，会根据配图策略自动组装：

根据文章内容选择合适的视觉隐喻
根据 IP 模式决定是否包含角色
根据比例调整构图
根据风格模板控制画风

你不需要手动写 prompt，skill 会处理好这些细节。

QA 质检

生成的图片会经过自动质检：

检查图片是否清晰
检查风格是否一致
检查是否符合配图策略
检查是否有明显错误

有问题的图片会被标记，你可以选择重新生成。

使用场景

图文创作者

小红书、公众号、博客作者，给文章穿插配图。每篇文章 3-5 张图，提升阅读量和分享率。

职场写作者

汇报、方案、文档，用图提升可读性。比”纯文字 PPT”更有视觉冲击力。

口播 / 演讲视觉稿

每张图独立传达一个观点，适合做口播视频的背景图或演讲的配图。

自有 IP 作者

上传自己的形象 → 录入为配图角色 → 每篇文章都用统一的品牌形象配图。

注意事项

风格一致性

gimi-illustration-skill 的默认风格是”怪诞手绘风”，如果你需要其他风格（写实、扁平、像素等），需要调整 prompt 模板或使用其他工具。

生图质量依赖平台

skill 负责策略和 prompt，生图由平台内置工具执行。不同平台的生图质量不同，Codex 的 Image Gen 通常比其他平台更稳定。

自定义 IP 需要校准

录入自定义 IP 后，可能需要多次校准才能保证生成图片与设定一致。这个过程需要耐心。

不适合复杂场景

skill 擅长”一个观点一张图”的简单配图，不适合需要复杂构图、多角色互动、或精确控制的场景。

结论

gimi-illustration-skill 不是一个通用生图工具，它解决的是”文章配图”这个具体问题。

如果你经常写文章但不擅长配图，或者想让 AI 帮你批量生成风格统一的配图，这个技能值得试。它把”配图”从设计师的工作变成 agent 的工作，降低了内容创作的视觉门槛。

仓库：https://github.com/GiMi-Xiaomi/gimi-illustration-skill