AlphaMoatによると、2026-09時点でInfographic Imageのダウンロード数は1,146、スター数は0で、AIスキル全体5,078件中4,965位、デザイン・メディアでは512件中501位です。
| プラットフォーム | インストール数 | ダウンロード数 | スター数 | コメント |
|---|---|---|---|---|
| ClawHub ↗ | 30 | 1113 | - | - |
| SkillHub ↗ | 137 | 1146 | - | — |
プラットフォームごとに集計方法と集計時点が異なります。
テーマ、テキスト、ファイルを入力し、内蔵のビジュアルスタイルを選んで構造化された画像生成プロンプトを作成します。描画せずにプロンプトだけを確認することも、画像モデルを呼び出してローカル保存することもできます。既定は白いマグネット式ホワイトボードで、漫画、編集、空間ギャラリーのスタイルも選べます。入力テキストは推論または画像生成のためDashScopeに送信される場合があるため、承認のない機密文書は処理しないでください。プロンプトや画像は指定または既定のローカルパスへ保存されるので、共有や再利用の前に内容と保存先を確認してください。
資料公開日 2026-10-29
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-09 | 1146 | — | - |
| 2026-08 | 1031 | +10.7% | - |
| 2026-07 | 931 | +25.0% | - |
| 2026-06 | 745 | +16.4% | - |
| 2026-05 | 640 | — | - |
| 2026-03 | 390 | — | - |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
--- name: infographic-image description: >- 将任意主题、长文、报告、纪要或说明文本稳定转换成中文视觉生图提示词, 然后调用 DashScope Qwen 图像模型直接出图。适用于“把这段内容做成信息图”、 “做成故事漫画长图”、“长文转图”、“生成中文生图 prompt”、“根据文档出图” 等场景;默认采用白色磁吸会议板手写风格,也支持切换到其他内置模板。 --- # Infographic Image
## Overview 使用 `scripts/generate_infographic.py` 将任意输入内容压缩为稳定的中文视觉生图提示词,再调用 DashScope 默认模型 `qwen-image-2.0-pro` 出图并下载到本地。 ## Quick Start 1. 配置 API Key: ```bash export DASHSCOPE_API_KEY="<your_api_key>" ``` 2. 从长文直接生成图像: ```bash python3 scripts/generate_infographic.py \ --text-file /absolute/path/article.md \ --size "1440*1800" ``` 3. 只生成稳定 prompt,不出图: ```bash python3 scripts/generate_infographic.py \ --text "这里放任意中文或英文内容" \ --dry-run ``` 4. 加载自定义风格补充: ```bash python3 scripts/generate_infographic.py \ --text-file /absolute/path/report.txt \ --style-preset comic-story \ --style-file /absolute/path/custom-style.md ``` ## Workflow 1. 从 `--topic`、`--text` 或 `--text-file` 收集原始素材。 2. 从内置模板中选择一套协议与风格;若未指定,则默认使用白色磁吸会议板手写风格。 3. 可选叠加 `references/styles/*.md` 或外部风格文件作为补充。 4. 调用 DashScope 文本模型生成严格 JSON,提取 `image_generation_prompt`。 5. 使用默认模型 `qwen-image-2.0-pro` 渲染图像并保存到本地。 6. 若推理失败,使用脚本内置兜底模板生成可用 prompt。 ## Key Files - `references/meta-prompt.md`:信息图模板的元提示词。 - `references/meta-prompts-comic-story.md`:新中式漫画故事模板的元提示词。 - `references/styles/default.md`:信息图手绘笔记风格。 - `references/styles/clean-editorial.md`:信息图编辑排版风格。 - `references/styles/comic-story.md`:新中式漫画故事风格。 - `references/meta-prompts-spatial-gallery.md`:空间化画廊信息图模板的元提示词。 - `references/styles/spatial-gallery.md`:洁净实验室 / 画廊装置信息图风格。 - `references/meta-prompts-frosted-whiteboard.md`:白色磁吸会议板手写图模板的元提示词。 - `references/styles/frosted-whiteboard.md`:白色磁吸会议板 + 手写板书风格。 - `scripts/generate_infographic.py`:统一入口脚本。 ## Extend Styles 内置模板当前包含 `default`、`clean-editorial`、`comic-story`、`spatial-gallery`、`frosted-whiteboard`。其中 `default` 默认就是白色磁吸会议板手写风格;如需随机,可显式传 `--style-preset random`。新增模板时,优先补齐对应协议与风格文件;如果只是临时试验,也可以直接传 `--style-file` 或 `--style-hint`。 ## High-Value Options - `--topic`:简短主题。 - `--text`:直接传长文本。 - `--text-file`:从本地文件读取正文。 - `--style-preset`:选择内置模板,如 `default`、`clean-editorial`、`comic-story`、`spatial-gallery`、`frosted-whiteboard`;留空走默认,传 `random` 才随机。 - `--style-file`:加载外部风格文件。 - `--style-hint`:临时补充风格偏好。 - `--dry-run`:只输出推理出的 prompt 和负面提示词,不调用生图。 - `--prompt-output`:将推理结果 JSON 保存到本地。 - `--size`:输出尺寸,如 `1440*1800`、`1664*928`、`1328*1328`。 - `--prompt-model`:提示词推理模型,默认 `qwen-plus`。 - `--image-model`:可选覆盖生图模型;默认 `qwen-image-2.0-pro`,通常无需修改。 ## Reliability Rules 1. 长文本优先通过 `--text-file` 输入,避免 shell 转义污染。 2. 模板级规则放在 `references/meta-prompt*.md`,不要把长规则堆回 `SKILL.md`。 3. 风格扩展放进 `references/styles/`,保持工作流稳定、风格可替换。 4. 生成失败时先用 `--dry-run` 检查推理出的 prompt,再决定是否改风格补充。 5. 默认按 `qwen-image-2.0-pro` 使用自由宽高尺寸,建议直接传目标成图尺寸,如 `1440*1800` 或 `1600*1200`。
ContextWeaveアーキテクチャ図ワンショット生成
Nano Banana Pro で画像を生成・編集するスクリプト型のスキルです。
whisper コマンドで音声をローカルで文字起こしするスキルです。
MCP サーバー経由で図を生成、編集するスキルです。
洗練された画面のための設計知見と実装指南をまとめたスキルで、レイアウトからフロー、トークン、フロントエンドの変更まで扱います。
複数の動画モデル API をまたぐ AI 動画生成と編成のスキルです。
ffmpeg を使って動画からフレームを取り出し、手早い確認用のサムネイルを作るスキルです。
ローカルの Whisper で音声ファイルを文字に起こすスキルで、モデルのダウンロード後は完全にオフラインで動きます。
データ月:2026-09 · ダウンロード数、スター数、インストール数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。