宝鱼·知识漫画

本技能由 Jim Liu (宝玉) 开源，用于在 AI Agent 中处理AI 知识漫画生成。以下为官方技能说明文档：

支持多种美术风格和基调的知识漫画生成器。可创建包含精细分镜布局、支持批量图片生成的教育漫画。当用户要求创建「知识漫画」「教育漫画」「传记漫画（biography comic）」「教程漫画（tutorial comic）」或「逻辑喜剧式漫画（Logicomix-style comic）」时使用。

知识漫画生成器（Knowledge Comic Creator）

通过灵活的「美术风格 × 基调」组合，创作原创知识漫画。

用户输入工具（User Input Tools）

当本技能向用户提问时，请遵循以下工具选择规则（按优先级排序）：

1. 优先使用内置用户输入工具：即当前 Agent 运行时暴露的 AskUserQuestion、request_user_input、clarify、ask_user 等同类工具。2. 回退方案：若不存在此类工具，则输出带编号的纯文本消息，请用户逐题回复所选编号或答案。3. 批量询问：若工具支持一次调用包含多个问题，则将所有相关问题合并为一次调用；若仅支持单个问题，则按优先级顺序逐个询问。

下文中的 AskUserQuestion 仅为具体示例——在其他运行时中请替换为本地等价工具。

图像生成工具（Image Generation Tools）

当本技能需要渲染图像时，请按以下顺序确定后端（backend）：

1. 当前请求优先——若用户在当前消息中明确指定了某个后端，则直接使用它。2. 已保存的偏好——若 EXTEND.md 将 preferred_image_backend 设置为当前可用的后端，则使用它。3. 自动选择（当偏好为 auto、未设置，或所固定的后端不可用时）：- Codex（imagegen）——首先检查你的可用技能/工具清单。若列表中存在名为 imagegen 的技能，说明你正在 Codex 环境中运行，必须使用它：通过 Skill 工具调用，参数为 skill: "imagegen"，并传入已保存的提示词文件内容（另按 Codex imagegen 自身的参数传入输出路径和宽高比）。在该运行时中，Codex imagegen 是官方位图后端，优先于任何非原生技能（例如 baoyu-image-gen），除非用户已明确固定了不同的 preferred_image_backend。- 通过 codex exec 使用 Codex（codex-imagegen）——若当前运行时未暴露原生 imagegen 技能，但 codex CLI 位于 PATH 且已执行 codex login，则通过 baoyu-image-gen --provider codex-cli 路由（首选）；若 baoyu-image-gen 不可用，则直接调用随附的包装器。详细说明、参数及运行时发现流程见 [references/codex-imagegen.md](references/codex-imagegen.md)——仅当选中此分支时才加载该文件。- Cursor（GenerateImage）——若运行时暴露了原生 GenerateImage 工具，说明你正在 Cursor 环境中运行，其优先级与 Codex imagegen 相同，高于任何非原生技能。有两点硬性注意事项：(a) 该工具没有宽高比参数——必须在作为 description 传入的提示词文本中明确写明目标宽高比/尺寸；(b) 它不接受输出目录——文件会保存到工具管理的路径，因此生成后需将文件复制/移动到本技能预期的输出路径（例如 outputs/.../NN-xxx.png）。参考图放在 reference_image_paths。- 其他运行时原生工具——若运行时暴露了其他原生图像工具（例如 Hermes 的 image_generate），以同样方式使用它。- 否则，若恰好只安装了一个非原生后端（例如 baoyu-image-gen），则使用它。- 否则（有多个非原生后端但没有运行时原生工具），向用户询问一次——可与其他初始问题一起批量提出。4. 若以上均不可用，请告知用户并询问如何继续。

⛔ 切勿用 SVG、HTML、canvas 或其他基于代码的渲染替代位图图像生成。Codex imagegen 自身的描述也指出，它应被用于「当输出应为位图资产而非仓库原生代码或矢量图形时」。若通过步骤 3 无法确定位图后端，则落到步骤 4 询问用户——切勿擅自输出 SVG、编写内联 <svg> 标记，或生成 HTML/CSS 图形作为替代。即使文章/章节看起来「像示意图」也同样适用：调用本规则的技能已经决定它需要的是位图图像。

⛔ 切勿通过在已生成的位图上覆盖绘制来修复渲染文字。不要使用 ImageMagick、Pillow、Canvas、SVG、HTML/CSS、OCR 脚本或任何其他程序化叠加方式，去遮盖、重写、擦除、描画或替换已生成漫画页面中的对白、音效、分格标签或任何其他文字。若文字有误或不清，请基于修正后的提示词重新生成，以更少或不含画面文字的方式重绘页面，或询问用户保留哪一个不完美的候选。

设置 preferred_image_backend: ask 会在每次运行时强制触发步骤 3 的询问，无论有哪些可用后端。用户可通过下方的 ## Changing Preferences 章节修改所固定的后端。

提示词文件要求（硬性）：在调用任何后端之前，将每张图像的完整最终提示词写入 prompts/ 目录下的独立文件（命名规则：NN-{type}-[slug].md）。后端接收的是该提示词文件（或其内容）；该文件作为可复现性记录，便于在不重新生成提示词的情况下切换后端。

上文中的具体工具名（imagegen、GenerateImage、image_generate、baoyu-image-gen）仅为示例——在同一规则下请替换为本地等价工具。

批量生成策略（Batch Generation Policy）

当当前生成组的所有提示词文件均已保存并通过校验后，默认按批量方式生成图像。

优先级顺序：

1. 若所选后端存在原生批量/多任务接口，则使用之。每个任务必须保留各自的提示词文件、输出路径、宽高比、会话 ID 和直接参考图。2. 若没有原生批量接口，但运行时支持并行工具调用，则每次最多并发 generation_batch_size 张图像，默认值：4。若用户在当前消息中明确提出要求（如 --batch-size 4 或「并行4张一起生成」），则优先于 EXTEND.md。3. 若既无原生批量接口也无并行工具调用能力，则按顺序逐张生成。

规则：

• 优先遵循工作流依赖：先生成 characters/characters.png，再生成以它为参考的页面。
• 在所有选定的页面提示词文件落盘之前，切勿开始第一批页面生成。
• 对失败项重试一次，但不重新生成已成功的项。
• 不要仅为了并行渲染图像而使用子代理。子代理仅用于独立的提示词迭代或创意探索。

参考图像（Reference Images）

用户可以提供参考图，用于引导美术风格、配色、场景构图或主题。这与自动生成的角色表（Step 7.1）是相互独立的——两者可以共存：用户参考图引导外观，角色表则固定重复出现角色的身份特征。

接收方式：通过 --ref <files...> 参数，或当用户在对话中提供文件路径/粘贴图像时接收。

• 文件路径 → 复制到漫画输出目录旁的 refs/NN-ref-{slug}.{ext}
• 粘贴图像但无路径 → 按上文「用户输入工具」规则询问用户路径，或通过口头描述提取风格特征作为文字回退方案
• 无参考图 → 跳过本小节

使用模式（针对每张参考图）：

| 使用模式 | 效果 |

|-------|--------|

| direct | 将文件作为参考图传给后端，应用于每一页（或选定的页面） |

| style | 提取风格特征（线条处理、质感、氛围）并附加到每一页的提示词正文 |

| palette | 提取十六进制颜色并附加到每一页的提示词正文 |

当存在参考图时，在每页提示词文件的 frontmatter 中记录：

references:
  - ref_id: 01
    filename: 01-ref-scene.png
    usage: direct

生成时：

• 校验每张被引用的文件确实存在于磁盘上
• 若 usage: direct 且所选后端接受多张参考图 → 通过后端的 ref 参数同时传入角色表（Step 7.2）和用户参考图；请先按 Step 7.1 的指引压缩图像，以避免载荷失败
• 若后端仅接受一张参考图 → 对于有重复角色的页面优先使用角色表；将用户参考图的特征嵌入提示词正文
• 对于 style/palette 用法 → 将提取的特征嵌入每一页的提示词文本（无论后端能力如何均适用）

选项（Options）

视觉维度（Visual Dimensions）

| 选项 | 取值 | 说明 |

|--------|--------|-------------|

| --art | ligne-claire（默认）、manga、realistic、ink-brush、chalk、minimalist | 美术风格 / 渲染技法 |

| --tone | neutral（默认）、warm、dramatic、romantic、energetic、vintage、action | 基调 / 氛围 |

| --layout | standard（默认）、cinematic、dense、splash、mixed、webtoon、four-panel | 分格排布 |

| --aspect | 3:4（默认，竖版）、4:3（横版）、16:9（宽屏） | 页面宽高比 |

| --lang | auto（默认）、zh、en、ja 等 | 输出语言 |

| --ref <files...> | 文件路径 | 应用于每一页的参考图，用于风格 / 配色 / 场景引导。见上文 [参考图像](#reference-images)。 |

| --batch-size <n> | 1-8 | 本次运行的临时页面生成批量大小。默认取 EXTEND.md 中的 generation_batch_size，否则为 4。 |

部分工作流选项（Partial Workflow Options）

| 选项 | 说明 |

|--------|-------------|

| --storyboard-only | 仅生成分镜脚本，跳过提示词和图像 |

| --prompts-only | 生成分镜脚本 + 提示词，跳过图像 |

| --images-only | 基于已有提示词目录生成图像 |

| --regenerate N | 仅重新生成指定的页面（例如 3 或 2,5,8） |

详见：[references/partial-workflows.md](references/partial-workflows.md)

美术、基调与预设目录（Art, Tone & Preset Catalogue）

• 美术风格（6 种）：ligne-claire、manga、realistic、ink-brush、chalk、minimalist。完整定义见 references/art-styles/<style>.md。
• 基调（7 种）：neutral、warm、dramatic、romantic、energetic、vintage、action。完整定义见 references/tones/<tone>.md。
• 预设（5 种），除单纯的美术+基调之外还带有特殊规则：

| 预设 | 等价组合 | 特色要点 | |--------|-----------|------| | ohmsha | manga + neutral | 视觉隐喻、无大头说话镜头、道具揭示 | | wuxia | ink-brush + action | 气功特效、战斗画面、氛围感 | | shoujo | manga + romantic | 装饰元素、眼部细节、浪漫节拍 | | concept-story | manga + warm | 视觉符号系统、成长弧线、对白与动作平衡 | | four-panel | minimalist + neutral + four-panel layout | 起承转合结构、B&W + 点缀色、简笔画人物 |

完整规则见 references/presets/<preset>.md——选择某个预设时请加载对应文件。

• 兼容性矩阵和内容信号 → 预设对照表见 [references/auto-selection.md](references/auto-selection.md)。在步骤 2 中推荐组合之前，请先阅读该文件。

脚本目录（Script Directory）

重要：所有脚本均位于本技能的 scripts/ 子目录下。

Agent 执行说明：1. 将本 SKILL.md 文件所在目录路径记为 {baseDir} 2. 脚本路径 = {baseDir}/scripts/<script-name>.ts 3. 将本文档中所有 {baseDir} 替换为实际路径 4. 解析 ${BUN_X} 运行时：若已安装 bun → 使用 bun；若有 npx → 使用 npx -y bun；否则建议安装 bun

脚本参考：

| 脚本 | 用途 |

|--------|---------|

| scripts/merge-to-pdf.ts | 将漫画页面合并为 PDF |

文件结构（File Structure）

输出目录：comic/{topic-slug}/

• Slug：取主题的 2-4 个英文单词，kebab-case 短横线格式（例如 alan-turing-bio）
• 冲突：追加时间戳（例如 turing-story-20260118-143052）

目录内容：

| 文件 | 说明 |

|------|-------------|

| source-{slug}.{ext} | 源文件 |

| analysis.md | 内容分析 |

| storyboard.md | 含分格拆解的分镜脚本 |

| characters/characters.md | 角色定义 |

| characters/characters.png | 角色参考表 |

| prompts/NN-{cover|page}-[slug].md | 生成提示词 |

| NN-{cover|page}-[slug].png | 生成的图像 |

| {topic-slug}.pdf | 最终合并的 PDF |

语言处理（Language Handling）

检测优先级：1. --lang 参数（显式指定）2. EXTEND.md 中的 language 设置 3. 用户的对话语言 4. 源内容语言

规则：所有交互均使用用户的输入语言或已保存的语言偏好：

• 分镜脚本大纲和场景描述
• 图像生成提示词
• 用户选择选项和确认提示
• 进度更新、提问、错误信息和总结

技术术语保持英文。

工作流（Workflow）

进度清单（Progress Checklist）

Comic Progress:
- [ ] Step 1: Setup & Analyze
  - [ ] 1.1 Preferences (EXTEND.md) ⛔ BLOCKING
    - [ ] Found → load preferences → continue
    - [ ] Not found → run first-time setup → MUST complete before other steps
  - [ ] 1.2
（内容节选自官方 SKILL.md，完整说明见来源链接）
安装
本技能来源于官方仓库，可通过技能管理器安装：
# 安装到当前项目
npx skills add baoyu-comic

# 全局安装
npx skills add baoyu-comic -g
来源
作者：Jim Liu (宝玉)
仓库：https://github.com/JimLiu/baoyu-skills