小黑插图 Skill:从 11.7k star 的 Codex 专属,到 Claude Code 能用的平替

Hi~,我是三金。

离上次发文将近一个月了,这一个月,三金的好多同事搭子都遭受到了裁神的光顾。搭子被裁,让人一度产生戒断反应,工作量也倍增,经常熬到一点多还在 commit 代码🤷‍♀️。

繁忙的工作,基本占据我了所有的精力,不过也不是没有收获,倒是积攒了一些素材,有:

  • UI 自动化测试 - 个人版
  • 文章配图
  • 其他

UI 自动化已经出过两篇了,今天先穿插介绍一个文章配图的 Skill。

想来大多数搞文章自媒体的朋友,大都被"配图"这件事折磨过:

你让 AI 配图,它要么甩给你一张和正文毫无关系的装饰画------蓝天白云、握手、齿轮、发光大脑;要么生成一张一眼假的 AI 插画,高糊不说,还跟文章内容毫无关系。读者划过去,什么也没多记住。

最近我在调研文章插图类的 Agent Skill,碰到了两个很有意思的项目,一个炙手可热但门槛不低,一个冷门但恰好补上了门槛。这篇文章会把两者都讲清楚,并手把手介绍后者(平替)在 Claude Code 里的安装和使用。


一、Codex 专属技能:ian-xiaohei-illustrations

这是一个 Github star 数高达 11.7k 的正文配图生成 Skill。

它的核心目标就是通过理解文章里的认知锚点,然后把其中的一个判断、流程、结构、状态或隐喻等,转换成一张有记忆点的 16:9 的手绘解释图。

在手绘解释图中,默认会使用「小黑」------一个黑色实心、白点眼、细腿、空表情的卡通角色来做流程的参与者。

它的仓库地址是:helloianneo/ian-xiaohei-illustrations,我们可以通过以下方式来进行技能安装:

bash 复制代码
# 克隆仓库
git clone https://github.com/helloianneo/ian-xiaohei-illustrations.git
cd ian-xiaohei-illustrations

# 复制技能
mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills"
sk "${CODEX_HOME:-$HOME/.codex}/skills/"

然后重启 codex 之后,就可以使用了。

⚠️注意,这里需要正儿八经登录了 Codex 的用户或者支持 gpt-image-2-high 模型时才能使用,因为这个技能主要使用 image_gen**** 来生成图片。

正常情况下,它是这样的:

bash 复制代码
使用 $ian-xiaohei-illustrations 为这篇中文文章设计并生成 3 张小黑怪诞正文配图。

01-design-entry.png

整个 Skill 从正文到成图的完整流水线如下:

  1. 读取文章、Markdown、Notion 内容或用户给的主题
  2. 提炼核心观点、认知转折、流程结构
  3. 先输出 shot list(每张图只选一个认知锚点,默认 4-8 张,上限 9 张)
  4. 为每张图选择结构类型:Workflow、前后对比、角色状态、概念隐喻、方法分层......
  5. 重新发明一个低科技、怪诞但成立的物理隐喻
  6. 让小黑承担核心动作
  7. 每张图单独调用图像工具生成
  8. 按 QA checklist 检查:白底、留白、小黑动作、中文标注、非 PPT 感
  9. 保存最终 PNG

那它能直接在别的 AI Agent 中使用吗?比如 Claude Code? OpenCode?

答案是不能,因为在这个 Skill 中有这样一句:

如果用户明确要求"生成 / 输出 / 做图 / 帮我生成",不要停下来等确认;用内置 image_gen 每张单独生成

image_gen 是 OpenAI Codex 环境内置的图像生成工具,Claude Code 里并没有这个工具。所以哪怕咱们把这个 Skill 原模原样拷进 ~/.claude/skills/,Claude 读完了全部风格规范、构图方法论、QA 清单,它还是无法出图。


二、魔改版:character-illustrations

如果你既没有官方 Codex 也没有生图 API,怎么办呢?

别怕,我的朋友,这里为你在 GitHub 上找到了一个平替:character-illustrations。

它 2026 年 7 月才创建,目前还非常冷门,只有一个 1 个 star。但它的思路相当扎实------作者直接魔改了 ian-xiaohei-illustrations,把它从「Codex 专属」改造成了 AI Agent 通用。

README 里交代得很清楚:原版 skill 的架构------风格 DNA、构图模式、prompt 模板、QA 清单、小黑角色全部保留作为地基,在此之上还做了三个关键改造。

1. 可插拔的角色系统

在原版的 Skill 中,小黑这个 IP 是硬编码的。而这个版本里,把角色改造成了可插拔的输入。

每个角色都存放在 characters/ 目录下,以 Markdown 的文件形式呈现,文件内容里自带外形、性格、动作库、色板、SVG 画法和图像生成 prompt。内置了四个角色,除了已知的小黑外,还有 monkey\peanut\trump。

除此之外,你还可以自造角色:通过 prompt 来描述你想要的角色,Skill 会自动套用 characters/_TEMPLATE.md 模板补全整份文件并保存,下次直接复用。

2. 本地 SVG 渲染

这是解决 image_gen 依赖的核心方案。

Skill 不再调用图像生成模型,而是通过 AI 来写 SVG:用 feTurbulence + feDisplacementMap 滤镜制造手绘抖动感,用系统手写字体写标注,然后用本机安装的 Chrome 把 SVG 渲染成 3200×1800 的高清 PNG。

这个方案有三个实打实的好处:

  • 中文标注零错字。用图像模型生成时中文错字是重灾区,SVG 方案的文字是直接写进代码的,一个字都不会错。
  • 源文件可编辑。改个标签、挪个位置,编辑 SVG 重新渲染即可,迭代是确定性的。
  • 不依赖任何图像生成服务。没有 API key、没有配额、没有费用,本地跑通。

原版的 image-gen prompt 模板也保留了下来,作为可选后端------仅当环境里真的有图像生成工具时才启用。

3. Persona 机制

角色的 profile 可以带一个可选的"语气与做派"段落:标签的口吻、口头禅(每图最多一句)、标志性手势、舞台习惯。


安装

前置条件:一个可用的 AI Agent,比如 Claude Code;Git 用来下载 Skill 仓库;Google Chrome 用来做 SVG 的渲染;Pillow 是可选工具,只有想给图片加水印时才需要。

bash 复制代码
git clone https://github.com/moxordo/character-illustrations.git ~/.claude/skills/character-illustrations

验证

开一个新的 Claude Code 会话,直接问一句:

bash 复制代码
用 peanut 画一张 "shipping beats polishing" 的概念图

在文章中的实践

我主要会在一些文章中使用这个 Skill,一般遵循先规划后生成的原则。比如:

bash 复制代码
/character-illustrations 先不要生图。
请分析 xxx 文章哪里值得配图,输出 5 张左右的 shot list。
每张图写清楚:放在哪段后、主题、核心意思、结构类型、小黑在做什么、建议中文标注词。

如果你对某张图的效果不满意,也可以进行修改:

bash 复制代码
/character-illustrations 帮我编辑这张图,去掉左上角的"流程图"标题,其他内容保持不变。

character-illustrations 的产物一般会存在 ~/Downloads/<角色名>-illustrations/ 中,每个角色共享一个目录,跨批次连续编号,这和正版小黑的差异很大,ian-xiaohei-illustrations 是将图片直接存在当前工作区。

比如用 peanut 画的就是 ~/Downloads/peanut-illustrations/。下一批图会先列目录、接着上次的编号往下排,天然形成每个角色的"作品全集"。

我不是很喜欢这种方式,所以修改了一下这里的落库规则,还是依照小黑的做法,直接保存到当前工作区。

顺带一提,这个谱系里还有第三个项目:花生的版权方 aishwaryaashok14/peanut-illustrations,character-illustrations 的花生角色和水印脚本都来自它。

二者不是二选一的关系,普通逻辑关系生图可以使用 character-illustrations 来实现,而遇到复杂逻辑关系时则可以回到 ian-xiaohei-illustrations。

相关推荐
高洁011 小时前
孪生不止在工厂:能源、医疗与农业
人工智能·深度学习·transformer·知识图谱·tornado
外域速览1 小时前
智谱50亿美元押注AI自训练
大数据·人工智能
人工智能培训1 小时前
孪生不止在工厂:能源、医疗与农业
大数据·人工智能
米小虾2 小时前
让模型说"我不知道",比让它答对更难:放弃文本生成能换来什么
人工智能
新新学长搞科研2 小时前
【SPIE出版】2026年人工智能、新材料与新能源国际学术会议(AINMNE 2026)
人工智能·新能源·新材料
野生技术架构师2 小时前
2026 Java 面试全套总结,八股 + 场景 + AI 相关面试考点
java·人工智能·面试
米小虾2 小时前
不写出来的思考:把 Transformer 的层循环起来,是第三条 scaling 轴还是省错了地方?
人工智能
A.说学逗唱的Coke3 小时前
【大模型专题】别再用 HTTP 直连 Agent 了:用 Kafka 承载 A2A 协议,从 PoC 走到生产
人工智能·kafka·a2a
资讯综合3 小时前
2026企业AI平台选型指南:多维视角下的主流方案解析
人工智能