alterlab-infographics

信息图

概述

信息图是信息、数据或知识的可视化呈现，旨在快速、清晰地展示复杂内容。此技能使用 Nano Banana Pro AI 生成信息图，并由 Gemini 3.1 Pro 进行质量审核，使用 Perplexity Sonar 开展研究。

工作原理：

• （可选）研究阶段：使用 Perplexity Sonar 收集准确的事实和统计数据
• 用自然语言描述你的信息图
• Nano Banana Pro 自动生成适合出版的信息图
• Gemini 3.1 Pro 根据文档类型的质量阈值进行审核
• 智能迭代：仅在质量低于阈值时重新生成
• 几分钟内即可获得专业级成品；无需设计技能

不同文档类型的质量阈值：

文档类型	阈值	说明
marketing	8.5/10	营销材料——必须引人注目
report	8.0/10	商业报告——专业水准
presentation	7.5/10	幻灯片、演讲——清晰且引人入胜
social	7.0/10	社交媒体内容
internal	7.0/10	内部使用
draft	6.5/10	工作草稿
default	7.5/10	通用

何时使用此技能

在以下情况下使用 infographics 技能：

• 以可视化形式呈现数据或统计信息
• 为项目里程碑或历史创建时间线可视化
• 解释流程、工作流或分步指南
• 并排比较选项、产品或概念
• 以引人入胜的可视化形式总结要点
• 创建地理或基于地图的数据可视化
• 构建层级图或组织结构图
• 设计社交媒体内容或营销材料

不适用的情况

场景	改用
技术流程图、CONSORT/PRISMA 图、生物通路、电路或神经网络架构	alterlab-scientific-schematics
不含数据布局的照片、插画、概念艺术或主视觉图	alterlab-generate-image
用于论文或报告、要求精确呈现数据集（每个值都必须与数据一致）的图表	alterlab-matplotlib / alterlab-scientific-viz
供会议环节使用的完整研究海报	alterlab-latex-posters

快速开始

只需描述信息图即可生成；脚本会处理生成、审核和迭代。

# Generate a list infographic (default threshold 7.5/10)
python scripts/generate_infographic.py \
  "5 benefits of regular exercise" \
  -o figures/exercise_benefits.png --type list

# Marketing (highest threshold: 8.5/10)
python scripts/generate_infographic.py \
  "Product features comparison" \
  -o figures/product_comparison.png --type comparison --doc-type marketing

# Corporate style + colorblind-safe palette
python scripts/generate_infographic.py \
  "Company milestones 2010-2025" \
  -o figures/timeline.png --type timeline --style corporate

# WITH RESEARCH for accurate, up-to-date data
python scripts/generate_infographic.py \
  "Global AI market size and growth projections" \
  -o figures/ai_market.png --type statistical --research

幕后流程：

1. （可选）研究：Perplexity Sonar 收集准确的事实、统计信息和数据
2. 第 1 次生成：Nano Banana Pro 创建初始信息图
3. 第 1 次审核：Gemini 3.1 Pro 根据文档类型阈值评估质量
4. 决策：质量 >= 阈值 → 完成（提前停止）；低于阈值 → 改进提示词并重新生成
5. 重复以上流程，直到质量达到阈值或达到最大迭代次数

输出：带版本号的图像，以及包含质量评分、评议和提前停止信息的详细 JSON 审核日志。使用 --research 时，还会生成 _research.json 文件，记录收集到的事实和搜索模型返回的来源 URL。

发布前请核对数据。 图像模型会自行绘制所有数字和标签，因此即使提示词正确，它也可能拼错单词或更改数字；审核模型评估的是设计质量，而非事实准确性。请将成图中的每项统计数据与原始数据或 _research.json 中的来源进行核对，并在使用信息图的任何地方注明这些来源。如果审核调用失败，脚本会保留图像，并在日志中记录 "review_skipped": true 和 null 评分，而不会编造评分。

核心工作流

1. 选择类型（--type）——从 10 种预设中选择一种（statistical、timeline、process、comparison、list、geographic、hierarchical、anatomical、resume、social）。完整目录及示例见 references/type_catalog.md。
2. 选择样式，并可选地选择调色板——8 种行业 --style 预设、3 种色觉障碍友好的 --palette 预设。表格见 references/type_catalog.md。
3. 设置 --doc-type 以选择质量门槛（见上表）。
4. 当准确且有来源的数据很重要时，添加 --research。
5. 配置 API 密钥（OPENROUTER_API_KEY）并运行；查看 JSON 日志，如有需要，使用更具体的提示词重新生成。

配置

在环境中设置 OpenRouter API 密钥；如果已安装 python-dotenv，也可以在 .env 文件中设置：

export OPENROUTER_API_KEY='your_api_key_here'   # https://openrouter.ai/keys

默认模型（已于 2026-09-23 在 OpenRouter 上验证）：生成使用 google/gemini-3-pro-image（Nano Banana Pro），审核使用 google/gemini-3.1-pro-preview，研究使用 perplexity/sonar-pro。可通过 ALTERLAB_IMAGE_MODEL / ALTERLAB_REVIEW_MODEL 覆盖前两个模型。

**数据与隐私：**提示词以及研究／信息图内容会发送到第三方 API（OpenRouter）进行生成和质量审核。请勿发送机密、临床或未发表的材料。

参考索引

文件	内容
references/type_catalog.md	全部 10 种 --type 预设及可运行示例；--style 和 --palette 表格
references/cli_and_workflow.md	完整的 CLI 选项、智能优化循环 + Gemini 审核标准 + 审核日志架构、--research 集成、提示词工程技巧、故障排除、跨技能集成、检查清单
references/design_principles.md	视觉层级、布局、字体排印
references/color_palettes.md	完整的调色板规范
references/infographic_types.md	所有类型的扩展布局模板

使用此技能，借助 Nano Banana Pro AI 创建专业、易于访问且视觉效果出众的信息图，并通过智能 Gemini 3.1 Pro 进行质量审核。