将任意学科知识点转化为竖版教育信息图(9:16)。用户只需要输入一个知识点名称(如"声现象"、"勾股定理"、"光合作用"),Skill 自动完成:识别学科/年级/章节、拆解3-5个核心子概念、分配主题色系、为每个子概念生成具体插图描述、构建完整提示词并调用 ai-image-generator 生图。内置双层学科准确性检查:生图前按分学科清单自检提示词,生图后读回 PNG 视觉复核(文字/公式/图示),不通过自动重试,确保交付给学生的内容准确。内置物理(声/光/热/力/电/透镜/机械运动)、数学、化学、生物、语文、历史、英语等学科的插图指引。支持批量生成——"初二物理上学期全部章节"会逐章生成,每章不同色系,风格统一。触发词包括:做一张信息图、知识卡片、学科图解、物理信息图、化学信息图、做张知识图、画个知识卡片、把这个知识点做成图。不要用于动态交互演示(走交互演示 Skill)、文章封面图(走 mp-cover-generator)、手绘风文章配图(走 tech-article-diagram)。
Scanned 9/5/2026
Install to Claude Code
npx -y skills add wwwzhouhui/skills_collection --skill edu-subject-infographic --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Edu Subject Infographic?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/wwwzhouhui-edu-subject-infographic)More formats (shields.io, HTML) on the badges page.
---
name: edu-subject-infographic
description: |
将任意学科知识点转化为竖版教育信息图(9:16)。用户只需要输入一个知识点名称(如"声现象"、"勾股定理"、"光合作用"),Skill 自动完成:识别学科/年级/章节、拆解3-5个核心子概念、分配主题色系、为每个子概念生成具体插图描述、构建完整提示词并调用 ai-image-generator 生图。内置双层学科准确性检查:生图前按分学科清单自检提示词,生图后读回 PNG 视觉复核(文字/公式/图示),不通过自动重试,确保交付给学生的内容准确。内置物理(声/光/热/力/电/透镜/机械运动)、数学、化学、生物、语文、历史、英语等学科的插图指引。支持批量生成——"初二物理上学期全部章节"会逐章生成,每章不同色系,风格统一。触发词包括:做一张信息图、知识卡片、学科图解、物理信息图、化学信息图、做张知识图、画个知识卡片、把这个知识点做成图。不要用于动态交互演示(走交互演示 Skill)、文章封面图(走 mp-cover-generator)、手绘风文章配图(走 tech-article-diagram)。
---
# 学科知识信息图生成
## 依赖
本 Skill 依赖 `ai-image-generator` 作为生图执行层。确保已安装:
```bash
npx skills add wwwzhouhui/skills_collection -s ai-teaching-media
```
需要设置对应环境变量:`MULERUN_API_KEY`、`APIMART_API_KEY`、`ATLASCLOUD_API_KEY` 或 `AGNES_API_KEY`(设一个即可;多个时请显式指定 `--provider`)。
## 工作流程
### Step 1:解析用户输入
用户输入示例:
- `"声现象"` → 自动推断:初二物理 · 第二章
- `"初二物理 光现象"` → 直接提取:初二物理 · 第四章
- `"帮我做一张关于杠杆原理的知识卡片"` → 推断:初二物理 · 简单机械
- `"勾股定理"` → 推断:初二数学
- `"光合作用"` → 推断:初一生物
提取字段:
- `topic`:知识点名称
- `subject`:学科
- `grade`:年级(未提供则自动推断)
- `edition`:教材版本(默认人教版;不同版本章节编排不同,用户指定了版本就按用户的)
- `chapter`:章节号(未提供则按 `edition` 推断;不确定时宁可省略章节号,也不要标一个错的印在图上)
- `key_concepts`:3-5 个核心子概念(自动拆解)
### Step 2:确定视觉主题色
**全线走低饱和(莫兰迪)色调**——不给生图模型"蓝色系"这种粗粒度色名(它会默认输出高饱和的
"AI 信息图蓝"),而是给**具体色卡**:主色 + 底色 + 中性色各带 hex 锚点。同学科不同章节在
可选色卡里轮换主色,同一批次不重复。
| 色卡 | 主色 (accent) | 底色 (bg tint) | 中性 (neutral) | 适用 |
|------|--------------|---------------|---------------|------|
| 陶土橙 | terracotta `#C97E4E` | cream `#F7F1E6` | slate blue-grey `#3A506B` | 物理(声/热)、化学(有机) |
| 深灰蓝 | slate blue `#3A506B` | misty blue-white `#EDF3F8` | warm grey `#8A7D6B` | 物理(电/力)、英语 |
| 柔青绿 | muted teal `#4A9E9B` | pale green-white `#EAF1E3` | grey olive `#8E9678` | 物理(光/透镜)、化学 |
| 雾紫 | misty purple `#7A6296` | ivory `#F7F3ED` | grey blue `#6B7889` | 数学 (与教学视频 math 主题同源) |
| 深茶绿 | deep tea green `#5F6B4F` | pale green-white `#EAF1E3` | light khaki `#D9C9A3` | 生物 |
| 焦糖棕 | caramel brown `#8A624A` | cream beige `#F4E6C8` | grey coffee `#6F5F4A` | 语文、历史 |
| 鼠尾草绿 | sage green `#8FA08A` | oat `#F2EAD9` | grey olive `#8E9678` | 生物(植物)、英语 |
规则:
- 主色只用在**标题、编号徽章、关键词、公式高亮**上(约 10% 画面),卡片底和背景走底色的浅变体
- 中性色给次级文字、结构线、说明性标注
- 禁止高饱和糖果色、霓虹色、纯 `#FF` 系色相
- 与 `edu-teaching-animation` 做同一知识点时,选同源色卡(如勾股定理 → 雾紫),信息图、动图、视频风格统一
### Step 3:构建提示词
读取 `references/prompt_template.md` 获取提示词骨架,填入以下变量:
- `{topic}` → 知识点名称
- `{grade}` → 年级
- `{subject}` → 学科
- `{chapter}` → 章节
- `{theme_color}` → 主色(英文名 + hex,取自 Step 2 色卡,如 `misty purple #7A6296`)
- `{bg_tint}` → 底色(英文名 + hex)
- `{neutral_color}` → 中性色(英文名 + hex)
- `{num_sections}` → 子概念数量
- `{sections_content}` → 各子概念的标题、插图描述、说明文字(从 `references/illustration_guide.md` 中匹配,无匹配则自动生成)
### Step 4:学科准确性自检(提示词层)
在调用生图之前,对构建好的提示词做检查。这是第一道防线,挡"提示词本身写错"。
**数据源:** 同时读取以下三个文件,与当前提示词交叉比对:
- `references/accuracy_checklist.md`:通用检查清单 + 分学科检查清单
- `references/illustration_guide.md`:各知识点的"必须包含"和"常见错误"列,逐项核对
- `references/errata.md`:历史勘误记录,确认没有重复踩坑
**检查顺序:**
1. **通用检查**(所有学科):错别字、公式变量标注、年级匹配(超纲检查)、章节号与教材版本一致、数值合理性
2. **分学科检查**:按 accuracy_checklist.md 中对应学科的清单逐项过。不同学科的出错模式不同——物理查控制变量条件/电路规范/标量矢量,数学查定理适用条件/图形标注一致,化学查配平/反应条件/↑↓符号,生物查过程四要素/箭头方向,语文查名句原文/作者朝代对应,历史查年代/人物事件对应,英语查拼写/词性/例句语法
如果发现问题,先修正提示词再调用生图。
### Step 5:调用 ai-image-generator 生图
将构建好的提示词传递给 `ai-image-generator` 执行生图:
```bash
# 单张生成(提示词较长,建议写入文件用 --prompt-file 传入)
python ../ai-image-generator/scripts/generate.py --provider agnes --mode generation \
--prompt-file "<提示词文件路径>" \
--aspect-ratio "9:16" \
--output-dir "output" \
--name-tag "{topic}"
# 批量生成(多个知识点)
# 逐张调用,每张使用不同主题色和 --name-tag
```
> CLI 必填 `--mode generation`;输出用 `--output-dir`(目录)+ `--name-tag`(文件名前缀),脚本自动加时间戳,不是 `--output` 单文件路径。
输出规格:
- 比例:9:16 竖版
- 格式:PNG
- 输出路径:`output/` 目录
### Step 6:成图视觉复核(图像层)
这是第二道防线,挡"提示词对但图画错"——生图模型可能渲染出乱码、错别字、公式上下标错乱、箭头画反、电路画混。**每张图生成后必须复核,不复核不交付。**
1. 用 Read 工具读取生成的 PNG
2. 对照 `references/accuracy_checklist.md` 底部"成图视觉复核要点",逐项核对图中**实际渲染出来**的内容:
- 所有中文文字:无乱码、无错别字、无缺笔画的伪汉字
- 公式/方程式/数字:与提示词完全一致,上下标正确,单位没丢
- 图示逻辑:箭头方向、标注位置、结构关系与提示词描述一致
- 再按该学科的分学科清单过一遍图中内容
3. 判定与处理:
- **通过** → 交付
- **不通过** → 在提示词中针对出错点追加强调指令(如 `The formula must read exactly "a² + b² = c²" with correct superscripts`),重新生成。最多重试 2 次
- 重试 2 次仍不通过 → 交付其中最好的一张,但**必须明确告知用户图中哪里有错**,绝不静默交付错图给学生
4. **勘误回流**:复核中发现的知识性错误(提示词层漏掉的,不含纯渲染乱码),按格式追加到 `references/errata.md`,让下次生成自动避坑
### Step 7:批量生成
用户请求多个知识点时(如"初二物理上学期全部章节"):
1. 自动拆解为独立知识点列表
2. 为每张图分配不同主题色(同一批次不重复)
3. 逐张调用 `ai-image-generator`,保持风格统一但色彩各异
4. **每张图独立走完 Step 4 自检和 Step 6 视觉复核**,不因批量而跳过;复核结果在最终汇总中逐张报告(通过/重试后通过/带瑕疵交付)
## 使用示例
```bash
# 单个知识点
"声现象,做张信息图"
"帮我做一张物态变化的知识卡片"
# 指定学科和年级
"初二物理 光现象"
# 跨学科
"勾股定理"
"光合作用"
# 批量
"帮我把初二物理上学期的知识点全部做成信息图"
"初二物理 声现象、物态变化、光现象、透镜,分别做一张"
```
## 注意事项
- 所有文字必须为中文
- 插图以简洁图解为主,不使用真实照片
- 每张信息图的子概念控制在 3-5 个
- 公式必须清晰标注变量含义
- 底部总结区域三选一:关键术语徽章 / 学习提示框 / 生活实例条
- 同一批次生成的多张图,色系必须不同
- **受众是学生,准确性优先于美观**:每张图必须走完 Step 4 提示词自检 + Step 6 成图视觉复核才能交付;发现无法修复的知识性错误必须告知用户,不静默交付
- 章节号默认按人教版标注;用户用其他版本教材时请在输入中说明
- 此 Skill 仅生成静态信息图;动态交互演示请使用对应 Skill
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!