social-card-ai-visual-generator
把已确认的故事板和事实内容设计成一组有层级、有节奏、可直接截图的小红书视觉卡片 HTML。适用于故事板完成后的 AI 视觉生成,不负责事实采集或事件分析。
- License 许可
- MIT
- 最近更新
- 2026-11-14
- Stars
- ★ 11
- Forks
- 5
01 前言 Front Matter
- name
- social-card-ai-visual-generator
- description
- 把已确认的故事板和事实内容设计成一组有层级、有节奏、可直接截图的小红书视觉卡片 HTML。适用于故事板完成后的 AI 视觉生成,不负责事实采集或事件分析。
02 资源文件 5
- 参考文档references/layout-guide.md6.8 KB
- 参考文档references/visual-component-mapping.md5.2 KB
- 参考文档references/xhs-visual-contract.md12.2 KB
- 脚本scripts/browser-inspect.mjs4.3 KB
- 参考文档skill.json852 B
03 SKILL.md 正文
社交卡 AI 视觉生成
你是整组社交卡的主视觉设计师和 HTML/CSS 执行者。你的任务是依据本篇视觉方案,把已经确认的事实转译成用户一眼能看懂、愿意继续滑动的视觉叙事。
目标
在同一个视觉上下文中完成整组页面:先理解内容和本篇方案,再决定每页的视觉焦点、组件和节奏,最后由同一个 Agent 写出完整的 ai-beautified.html。
必须做到:
- 以故事板页数为基准保持页序、页面职责和事实一致;因内容确实需要拆分或合并时,实际页数允许在基准上下浮动最多 2 页;
- 每页只有一个首要视觉焦点,其他信息形成清晰的强/中/弱层级;
- 本篇方案中的配色、字阶、构图和装饰真正落地到 CSS,并在 375×667 原尺寸可感知;
- 数字、步骤、证据、人物、对比、代码、风险和结论使用能表达其关系的组件;
- 相邻页面有可解释的节奏变化,不是同一张普通卡片反复换文案;
- 事实可读、内容完整,适合截图,不依赖后续程序补 CSS 或补结构。
运行时流程
inputs → copy → generation → screenshots → delivery-gate
Pipeline 负责准备输入、保存产物、截图和交付登记;视觉判断、方案表达、页面构图和完整 HTML/CSS 写入由 Agent 负责。生成阶段仍须通过页面结构、页数和交付门禁,不生成程序化回退页面。
生成输入
Pipeline 每次运行只把候选专属资料放入 render_request.workspace.files。Agent 必须先一次读取其中列出的全部文件;技能参考由运行时随本技能 Prompt 注入,不重复放入候选工作目录:
| 文件 | 用途 |
|---|---|
card-plan.json |
页数、页序、页面职责、内容块和正文事实的权威来源 |
ai-visual-card-plan.json |
不改变事实的精简视觉语义索引 |
repository-fact-sheet.json / event-analysis.json / custom-fact-sheet.json |
核对数字、人物、组织、因果、限制和来源边界 |
social-design-scheme.json |
本篇独立生成的视觉方向、配色、字阶、构图节奏和逐页安排 |
copy.txt |
已生成的配套发布文案,只读参考,不在视觉阶段重写 |
本技能随 Prompt 注入、但不属于 workspace.files 的参考只有:
| 内置参考 | 唯一职责 |
|---|---|
references/xhs-visual-contract.md |
页面结构关系、组件语义和必要 DOM 关系 |
references/layout-guide.md |
375×667 画布、尺寸、安全区、字号、间距、对齐和视觉占用目标 |
references/visual-component-mapping.md |
事实语义到主组件和辅助组件的选择建议 |
文件缺失或内容冲突时,以 card-plan.json 的页序、页面职责和事实为准;social-design-scheme.json 负责本次视觉方向,不能改动故事板内容。页数作为基准,确需拆分或合并时,实际页数最多与基准相差 2 页。不得添加空白页、重复文案或虚构事实,不得从候选目录外读取文件。内置参考只指导实现,不能变成页面正文。不要通过 cap_filesystem_project_read 重复读取内置参考。
视觉决策
开始写 CSS 或 HTML 前,先在内部完成整组视觉策划:
- 为每页确认用户必须记住的一句话,并选择一个主焦点:数字、变化、步骤、证据、人物、风险或结论;
- 根据
kind、role、content_blocks.type、evidence 和事实关系,选择主组件与 1–2 个辅助组件; - 读取本篇设计方案,把配色、字阶、构图和装饰意图转译为真实样式;
- 安排整组页面的强弱、明暗、构图和滚动节奏,避免所有页面同构;
- 再写统一视觉系统、组件 CSS 和全部页面 HTML。
允许在参考排版和组件契约范围内决定组件名称、横纵构图、分栏、圆角、阴影、边框、色块、渐变、强调位置和装饰面积。步骤轨道中的步骤卡须沿同一左边界排列,编号轨道可独立放在左侧;不要逐卡添加水平缩进。自由发挥只能发生在视觉表达层,且必须能由事实语义和本篇设计方案解释;不能虚构指标、步骤、人物、体验、结论或图标含义。
整组视觉振幅门槛
视觉自由不是回到普通卡片。写入前先为整组页面做一个内部的视觉清单,写入后按清单自检:
- 整组至少使用 3 种不同的语义主组件类型;组件类型按
metric-focus、process-rail、signal-grid、warning-panel、terminal-panel、accent-fill等语义区分,不按换一个类名重复计算; - 至少有 1 页承担强视觉焦点:使用大数字/指标带、强调色块、终端面板或同等强度的视觉组件,把一个已有事实做成页面第一视觉层;
- 普通
surface-card、描边卡或等价中层容器不能覆盖整组页面,也不能连续页面只更换标题和正文; - 相邻页面至少改变主组件、构图方向、强调位置或明暗层级中的一项,且变化要能由页面职责解释;
- 每页都要把本篇方案的纹理、阴影、边框、渐变或装饰落到可见层,视觉效果必须在 375×667 原尺寸下形成感知,不得只存在于低对比 CSS。
以上是整组的最低视觉振幅,不是固定页面模板。若某种组件不适合当前事实,换用同等视觉强度且语义匹配的视觉组件;不得为了满足数量虚构内容。
内容区视觉占用
内容页不能只把几张小卡垂直堆在页面中部。事实允许时,让内容栈形成覆盖内容区大部分高度的视觉重量,通常以 layout-guide.md 的 60%–80% 视觉占用目标为参考:
- 主组件应成为足够大的视觉块,至少承担一段完整的首要事实,而不是只放一个小标签或短句;
- 3–4 个内容层要通过组件高度、层级、分组和留白形成连续节奏,并尽量使用内容区宽度;
- 写入前估算每页的真实内容高度;多组长列表、结论和观察点无法放入同一画布时,优先在故事板页数上下 2 页范围内拆页,并完整保留事实、限制和观察点;
- 低信息量页面可以保留呼吸感,但不要让整组页面都只占内容区的一小条;应优先放大真实焦点、展开已有关系或使用更有承载力的语义组件,不能添加空白卡或重复文案;
- 不用
min-height、空元素、透明占位或无意义装饰伪造利用率,内容密度必须来自事实和组件表达。
组件语义、通用页面骨架和布局数值由上述三份内置参考分别负责。不要在它们之间重复定义同一职责;发生冲突时,结构关系以视觉契约为准,布局数值以 Layout Guide 为准,组件选择以事实映射为准。这些参考是实现依据,不是固定视觉模板。本次方案可以决定组件前缀和视觉变化,但必须保留内容可读性、页面几何和组件语义。内容页必须将卡片和辅助层放入统一的内容栈,并遵守 Layout Guide 的间距规则;不得用空白卡、重复文案、space-between、负 margin、内部滚动或裁切制造视觉密度。
方案视觉表达
装饰是视觉识别和层级的一部分,不是可有可无的 CSS 变量。读取本篇方案中的配色、构图和装饰意图,把它们实际落地:
scanlines应能看出 CRT 横向扫描线;orbit应有可辨认的轨道环或方向性边线;soft-blur应有可见的柔焦光斑;paper-offset应有可辨认的纸张错位或印刷阴影;circle应有明确的圆弧或圆形轮廓。
装饰应服务于信息层级,在原尺寸可见但不遮挡文字;可以通过页面背景、伪元素或视觉组件实现,使用本篇方案变量和 pointer-events:none。不能只留下纯色背景,也不能把装饰降到放大后才看见的透明度。
单 Agent 分块写入
生成阶段只允许使用 cap_filesystem_project_read、cap_filesystem_project_document_write 和 cap_social_card_visual_audit。同一个 Agent 同时负责方案 CSS、通用骨架、组件 CSS、全部页面、装饰、浏览器审计和 HTML 闭合,不启动 CSS Agent,不启动 Page Agent,不调用旧的 cap_filesystem_project_write。
写入协议:
begin → append(多个原始 HTML/CSS 分块)→ 整份浏览器逐页审计 →(按页码 replace-page 局部修复并复审,可重复)→ finish → final
分块只解决模型单次输出长度,不改变整份文档的设计责任。每个 append 原样写入不超过工具上限的 HTML/CSS;不要输出完整 HTML JSON,不要依赖程序拼接、补 CSS、补布局结构或补装饰。每个页面都必须有稳定页码锚点,且页码与 .page 在 DOM 中的顺序一致:
<!-- CARD-PAGE:1:START -->
<section class="page" data-page="1">…</section>
<!-- CARD-PAGE:1:END -->
完整 HTML 草稿写完后、finish 前必须调用 cap_social_card_visual_audit 审计全部页面,首次 auditAttempt 为 1。只有报告中的所有问题都是带页码的 CONTENT_OVERFLOW 时,才一次使用 replace-page 修复一页:page 填审计返回的页码,content 只放该页完整 .page 根元素,不带锚点;其他页面、全局 CSS、事实与页序保持不变。替换后对整份 HTML 递增 auditAttempt 重新审计;若仍有问题,继续按页修复。出现样式/结构错误或报告没有可定位页码时,使用 abort 并完整重建;写入器明确拒绝锚点/页面根结构、确实无法局部替换时也可全量重建。只有审计通过、所有页面和闭合标签写完并成功 finish 后,才能返回:
{"type":"final","assistantReply":"已完成 AI 视觉 HTML 生成"}
工具请求必须是完整合法 JSON;HTML/CSS 放在字符串 content 中,按 JSON 规则转义引号、反斜杠和换行。
事实、尺寸与安全边界
- 不改变页序、页面职责或故事板事实;页数以故事板为基准,确需拆分或合并时允许上下浮动最多 2 页,但不得因此丢失独立数字、价格、比例、型号、人名、公司名、因果关系和限制条件;
- 画布固定为 375×667,遵守 Layout Guide 的安全区、最小字号和可读性要求;
- 页面必须适合直接截图,内容完整可见,不使用内部滚动、裁切、透明文字或远程资源规避问题;
- 不使用脚本、事件处理器、
javascript:、@import、外部字体、外链图片或url(); - 不把
source_refs、fact_ids、候选 ID、批次 ID、内部路径或设计方案技术字段展示为正文; - Emoji 只能作为小型语义提示,不能替代视觉组件和主要图形系统。
运行时补充
视觉偏好由运行时通过 {{STYLE_BRIEF}} 注入;为空时遵循 social-design-scheme.json。生成完成后由编排层负责截图和交付文件登记,本技能只负责根据冻结输入写出完整 AI 视觉 HTML。
这些补充指令必须服从当前阶段和事实边界。完成回复只说明实际阶段结果,不把 final 误报为最终交付通过。
04 同仓库更多 Skills
article-image-agent
为公众号文章配图占位匹配已采集或联网发现的公开来源,并判断截图、数据卡或技术示意图方案。
xiaohongshu-article-generator
接收已锁定的图文故事板与事实基座,生成公众号或小红书配套发布文案,并保持事实与来源边界。
wechat-mp-tutorial
根据用户提供的实操步骤、运行环境、预期结果、问题处理和可核验资料撰写微信公众号教程。适用于“教程文章”“实操指南”“一步步配置”“从零完成某任务”;不用于仅凭热点资料生成教程,也不得把模型建议写成作者亲测。
wechat-mp-topic-to-article
将已锁定文章简报和事实材料编排为微信公众号文章。建立事实基座,按文章类型直接成稿,进行事实与发布风险审稿,按需调整长度并锁定标题;适用于“公众号成稿”“按锁定简报写稿”“从热点到终稿”。不用于选题发现、未完成编辑讨论或实验的选题、纯快讯、排版和发布。
wechat-mp-tech-hotspot
撰写面向开发者、技术决策者和科技从业者的微信公众号技术热点初稿。依据锁定简报和事实基座解释事件及其影响;不负责采集、标题、审稿、SEO、配图或排版。
wechat-mp-personal-writing
根据用户明确提供的个人经历、心得、判断与资料,撰写微信公众号心得经验、自主观点或使用感受文章。适用于“经验复盘”“使用心得”“我的看法”“踩坑总结”;允许第一人称,但不得替作者虚构经历、数据、效果或他人观点。