大家好，我是玄姐。

背景与痛点 长文写作后的配图工作往往是效率的黑洞：构思画面、编写提示词、生成、筛选、插入，一篇几千字的文章往往需要耗费半小时以上。为了解决这个问题，开发了一个 Article Illustrator Skill，实现了从文本分析到图片插入的全流程自动化。

本文将拆解该 Skills 的设计思路、核心架构以及 SKILL.md 的实现细节。

一、 核心概念：什么是 Agent Skill？

如果说 Agent 是“智能助理”，那么 Skills 就是一份“入职操作手册”。

定义：Skills 本质上是一个包含 SKILL.md 文件的文件夹。它定义了 Agent 在特定场景下的行为规范、工具调用逻辑和知识库。

机制：渐进式加载 (Progressive Loading)

• Agent 启动时，仅加载 Skill 的名称和简介（约 100 tokens）。

• 只有被激活时，才会读取详细指令。

• 优势：极大节省 Context Window（上下文窗口），允许挂载大量 Skill 而不造成溢出。

与 Prompt/MCP 的区别：

• vs. Prompt：Skills 具备脚本执行能力，支持模块化调用，且按需加载。

• vs. MCP：MCP 是工具调用的底层协议，Skills 是指挥 Agent 如何使用 MCP 工具的上层逻辑。

二、 架构设计：自动化配图的五步工作流

该 Skills 将复杂的配图任务拆解为五个标准化的工程步骤：

第一步、结构化分析 (Structural Analysis)

• Agent 扫描全文，识别需要视觉辅助的节点（如抽象概念可视化、流程图解、核心论点强化）。

• 原则：配图服务于内容理解，而非单纯装饰。

第二步、风格自适应 (Style Matching)

• 基于文章语义自动匹配预设风格（如：频繁出现“算法/AI”匹配 Tech 风格；出现“情感/生活”匹配 Warm 风格）。

• 预设库：包含 Tech、Warm、Minimal、Notion 等 9 种风格，确保视觉一致性。

第三步、Prompt 工程化 (Prompt Engineering)

• 调用 prompts/system.md 模板，结合具体段落内容，生成标准化的绘图提示词。

• 生成策略：将“通用约束”（如 16:9、手绘风、非写实）与“动态内容”分离。

第四步、图像生成 (Image Generation)

• 调用图像生成工具（如 Gemini nano banana Pro），执行生成任务，并包含自动重试机制。

第五步、文档注入 (Document Injection)

核心魔法：Agent 自动将生成的图片路径（![desc](path/img.png)）插入到 Markdown 原文的对应位置，并补全图片描述。

三、 代码实现：SKILL.md 详解

SKILL.md 是 Skill 的入口与灵魂，分为元数据与指令正文。

1. 头部元数据 (Metadata)

这是 Agent 决定是否调用该 Skill 的依据。

YAML

---name: article-illustratordescription: 分析文章内容，在需要配图的位置自动生成插画。当用户要求给文章配图、生成插画时使用。---

2. 指令正文 (Instructions)

正文是具体的操作SOP，主要包含以下模块：

风格库 (Style Library)：定义每种风格的配色、元素和适用场景索引。

路由规则 (Routing Rules)：定义内容信号（Content Signals）到视觉风格的映射逻辑。

工作流 (Workflow)：显式定义执行步骤（分析 -> 识别 -> 方案 -> 生成 -> 插入 -> 总结）。

文件规范 (File Standard)：规定图片和提示词文件的存储路径与命名规则。

3. 提示词模板 (System Prompt)

位于 prompts/system.md，用于约束生成的图片质量：

核心原则：

• 全程保持手绘质感，禁止写实/摄影元素

• 敏感人物替换为相似风格替代形象

• 信息简洁，留白充足，便于视觉扫描

四、 设计哲学与最佳实践

1. 一致性 > 随机性

• 策略：不让 Agent 自由发挥，而是从预设的 9 种风格中选择。

• 目的：避免一篇文章中出现多种画风的割裂感，保证专业度。

2. 宁多勿少 (Better Too Many)

• 策略：生成方案时倾向于多生成几张。

• 目的：删除图片的成本远低于重新生成的成本，给用户做减法的空间。

3.  上下文工程 (Context Engineering)

• 技巧：利用文件系统做“外挂显存”。如果风格参数过多，将其拆分为独立文件，Agent 仅在确定风格后通过读取文件命令加载具体参数，而非一次性全部加载。

五、 总结与启示

这个案例展示了从Prompt Engineering（提示词工程） 向 Agent Engineering（智能体工程） 的跨越。

不仅仅是和 AI 聊天，而是将业务流程（Workflow）和领域知识（Domain Knowledge）封装成 Skills。无论是代码审查、周报生成还是行业调研等，只要是具备标准化流程的工作，都可以抽象为 Agent Skills，让 AI 成为真正懂业务的“数字员工”。

六、 Skills 实现代码

1. 完整实现代码链接

参考 宝玉 Skills 仓库: 

https://github.com/JimLiu/baoyu-skills

2.直接安装指令

请帮我安装宝玉的这个文章配图技能：github.com/JimLiu/baoyu-skills/blob/main/skills/article-illustrator/SKILL.md

好了，这就是我今天想分享的内容。如果你对构建企业级 AI 原生应用新架构设计和落地实践感兴趣，别忘了点赞、关注噢~

—1—

加我微信

扫码加我👇有很多不方便公开发公众号的我会直接分享在朋友圈，欢迎你扫码加我个人微信来看👇

加星标★，不错过每一次更新！

⬇戳”阅读原文“，立即预约！