1实现原理 · 为什么它能做到

它把内容拆成 1-10 张图卡：先解析受众/钩子/卖点，再用『风格 × 布局 × 配色』三维组合决定每张图长什么样，最后逐张出图。

skills/baoyu-xhs-images/SKILL.md

| **Style** | Visual aesthetics (lines, decorations, rendering) | 12 styles (see Styles below) |

规模选择直白：12 风格 × 8 布局 × 3 配色，另有约 25 个预设把常用组合收成一句话（--preset）。

出图后端不在本仓实现：按『当前请求 > EXTEND.md > 运行时原生工具 > 唯一非原生后端 > 问用户』解析，点名 Codex imagegen / codex-imagegen / Cursor GenerateImage 等。

skills/baoyu-xhs-images/SKILL.md

If a skill named `imagegen` is listed, you are running inside Codex and MUST use it

后果是用户内容与每张卡片的提示词会发往被选中的图像后端；本 skill 自身不含任何脚本或网络代码。

视觉一致性的核心技巧是『图 1 锚定链』：先不带参考图生成封面（图 1），之后每张都以图 1 作 --ref 传递，角色/吉祥物/配色才不会逐张漂移。

skills/baoyu-xhs-images/SKILL.md

**Visual consistency — image-1 anchor chain**: character / mascot / color rendering drifts between calls unless you anchor them.

用图生图把风格固化，比单纯依赖 sessionId 更稳（codex-imagegen 包装器也不支持 sessionId）。

确认分三条路径：A 信任推荐直接出图、B 逐项自定义、C 详细模式（先问卖点/受众再给三份不同结构的大纲让用户挑）。

skills/baoyu-xhs-images/SKILL.md

**Path C — Detailed mode**: two sub-confirmations.

Step 2 是硬门禁，但允许 --yes / 『直接生成』显式跳过；跳过时要求先声明假定的策略、风格、布局、配色、张数与后端。

提示词文件硬性先行：任何后端调用前，每张图的完整 prompt 必须先写成 prompts/NN-{type}-{slug}.md。

skills/baoyu-xhs-images/SKILL.md

**Prompt file requirement (hard)**: write each image's full, final prompt to a standalone file under `prompts/`

提示词文件是复现与换后端的唯一依据；改图必须先改文件再重生成。

首次使用是阻塞式偏好设置：找不到 EXTEND.md 且为交互模式时，必须先跑首次设置再分析内容。

skills/baoyu-xhs-images/references/config/first-time-setup.md

**⛔ BLOCKING OPERATION**: This setup MUST complete before ANY other workflow steps.

非交互（--yes）时反而跳过设置、用内置默认值且不写 EXTEND.md——避免在自动化里卡住。

有风格×布局兼容矩阵，用于在用户选了不推荐组合时给出提醒；自动选型则按内容信号关键词命中第一行，命不中回退 cute-share。

skills/baoyu-xhs-images/SKILL.md

Compatibility scores (✓✓ highly recommended, ✓ works well, ✗ avoid).

矩阵里像 study-notes×sparse、screen-print×dense 标 ✗，属于把设计经验写成可查询表。

内容拆解有固定骨架：封面（钩子）+ 内容页（各承载一个价值点）+ 结尾（CTA/总结)，并逐张报告进度、失败只重试该张。

skills/baoyu-xhs-images/SKILL.md

| Cover (image 1) | Hook + visual impact | `sparse` |

批量策略与 slide-deck 同源：后端原生 batch > 运行时并行（默认 4）> 串行；另有『image-1 锚定』这一条额外约束。

2核心能力

0112 种视觉风格 × 8 种布局 × 3 套配色的自由组合出图

02约 25 个场景预设（knowledge-card / warning / poster / cozy-story 等）一键定风格+布局

03图 1 锚定链保证跨图一致性（后续图均以图 1 为参考图）

04三种确认路径（快速确认 / 自定义 / 详细模式含三份大纲变体）

05参考图三种用法（direct / style / palette），且不与锚定链冲突叠加

06水印支持（EXTEND.md 启用后追加到生成提示词）

07--yes 非交互模式（跳过全部确认与首次设置，用默认值直接出图，适合定时任务）

08风格×布局兼容性提示与内容信号自动选型

3外部依赖

Kind	Dependency / Endpoint
api	运行时图像生成后端（Codex imagegen / Cursor GenerateImage / Hermes image_generate）——用户内容与提示词由此出网
cli	baoyu-image-gen 技能脚本（--provider codex-cli 首选路径）
cli	codex CLI（codex exec 后端，需 codex login）
cli	bun / npx -y bun（跑 baoyu-image-gen 或包装器）
network	homepage 元数据 URL（静态 frontmatter，任何步骤都不抓取）

4管控建议与判定依据

建议配套管控措施

面向 Agent

分级或逐次授权，建议在沙箱运行

面向管理者

审批流程、可回滚、全程审计

判定依据（文件路径与关键语句摘要）

scripts/: 执行本地脚本或命令: 本 skill 无自带脚本可执行；出图由 agent 调运行时后端（Codex imagegen Skill / Cursor GenerateIma
网络端点: 声明外部网络访问: skill 自身零网络代码（目录内无脚本、无 http 客户端引用）
本地工作目录: 文件读写与工件输出: image-cards/{topic-slug}/source-*.{ext} 与 analysis.md

审计说明： 。按批4 终裁口径（把用户内容交给外部生成后端＝orange），本 skill 两段自证：①【点名了运行时生成后端】SKILL.md 的『Image Generation Tools』小节逐条点名 Codex `imagegen`（'If a skill named `imagegen` is listed, you are running inside Codex and MUST use it'）、codex-imagegen（'**always** invoke through it rather than calling the wrapper directly.'）、Cursor `GenerateImage` 与 Hermes `image_generate`，并规定解析优先级；后果是用户素材与每张卡片的提示词（含 --ref 直传参考图）出网至第三方模型、消耗账号额度，对照站内 ai-image-generation 的 orange 判法。②【另有本地写盘】analysis.md、outline.md、prompts/NN-*.md、PNG 与 EXTEND.md 均写入用户目录，并带备份改名规则。为什么不是 yellow：外发是生成型服务调用而非固定端點的只读查询。为什么不是 red：无逆向、无冒充、无安全降级（无沙箱关闭类指令）、无凭证读取、目录内无任何可执行脚本。

5第二遍独立确认

[ok] 目录内无脚本、无网络代码 — 文件清单仅 SKILL.md + 15 份 references（presets/palettes/elements/workflows/config/codex-imagegen/style-presets/confirmation）；无 .ts/.sh/.py，无 http 客户端引用。
[ok] 后端解析阶梯与点名原文 — 四级阶梯（当前请求 > EXTEND.md > 运行时原生 > 唯一非原生 > 问用户）在 SKILL.md 顶部逐条列出，与 slide-deck 的对应段落逐字相同（同仓统一设计）。
[ok] 锚定链设计与后端限制自洽 — codex-imagegen.md 明写包装器不支持 --sessionId（'The wrapper does NOT accept a `--sessionId` flag.'），与 SKILL.md『链一致性必须来自 --ref』的说明一致。
[ok] 确认门禁与 --yes 出口 — Step 2 标为 REQUIRED 硬门禁，--yes 与『直接生成』类措辞可显式跳过，且跳过时要求先声明假定方案；非交互模式不写 EXTEND.md。
[ok] 首次设置为阻塞（与 slide-deck 相反） — first-time-setup.md 标 BLOCKING OPERATION，与 translate 同型，而与 slide-deck 的『不阻塞』形成对比；两处均在报告中如实记录。
[ok] 水印与写盘清单 — 水印提示词片段与 EXTEND.md watermark.* 字段对应；输出树 image-cards/{topic-slug}/ 与备份改名规则在 SKILL.md 明确写出。
[ok] 档位复核（批4 终裁） — 按 Main『点名生成后端 + 素材出网 → orange』落档；目录内无脚本无凭证，故不升红也不满足 green/blue 条件。
[ok] 元数据与 pin — 本地 HEAD = 1567581c26ec29f4216c6e6835415bf30343b0e3（2026-09-10 10:13:43 -0500）；GitHub API MIT / 25926 stars / pushed_at 2026-09-10T15:13:43Z；仓库根 LICENSE 为 MIT。

6结论

视觉系统规格化到可执行：12 风格 × 8 布局 × 3 配色的组合、预设、兼容矩阵与自动选型表都在正文。

一致性有具体机制而非口号：图 1 锚定链 + 参考图分层使用 +（后端支持时）sessionId。

复现与可切换后端：提示词文件硬性先行，改图必须改文件再重生成。

交互与自动化兼顾：Path A/B/C 三档确认 + --yes 全跳过，适合人工精修也适合定时任务。

风险面窄：目录内无脚本、不读凭证、不联网，全部外发发生在用户选择的后端。

适合： 适合小红书/微信图文风格的种草与知识分享创作者：需要成套视觉一致的多图卡、希望一句话出图也能精细调参、需要在无设计资源下保持系列感，且接受图像生成服务的外部调用。

不适合： 不适合禁止素材出网或对数据合规敏感的场景；不适合需要像素级精确文字排版的物料（禁止程序化修补，只能重生成）；不适合没有可用图像后端的环境；也不适合希望产出可编辑矢量图的用户（本 skill 出的是位图卡片）。

Install Agent-Ready

① Verified Mirror 2026-09-15

Option A · Direct DownloadDownload baoyu-xhs-images.tar.gz

sha256: 4a9d014c6c3a9416…

Option B · Copy Guide for Agent

install.json

agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。

② Upstream GitHub

GitHub Repo ↗

Pinned to commit 1567581c26.