期刊封面图像提示生成器

为使用 AI 图像生成器创建科学期刊封面图像与图形摘要（graphical abstracts）生成详细、结构化的提示词（prompts）。

适用场景

• 在需要创建期刊封面图像、生成科研艺术图像提示词或设计图形摘要时使用本技能。该技能可生成面向 AI 图像生成器的详细提示，以产出符合出版质量要求的科研视觉内容。
• 适用于对假设需显式声明、任务范围需明确限定、且输出格式需可复现的学术写作任务。
• 当需要为缺失输入、执行错误或证据不全等情况提供有据可查的备用路径（fallback path）时使用本技能。

核心特性

• 聚焦范围的工作流，专为以下任务设计：创建期刊封面图像、生成科研艺术图像提示词、设计图形摘要；可生成面向 AI 图像生成器的详细提示，用于产出符合出版质量的科研视觉内容。
• 封装的可执行路径：scripts/main.py。
• references/ 目录中提供面向具体任务的参考材料，供查阅指导。
• 结构化执行路径，确保输出结果具有一致性与可审查性。

依赖项

• Python：版本 3.10+。当前封装技能的代码仓库基准环境。
• 第三方包：本技能包中未显式锁定版本。若需更严格的环境控制，请自行添加带版本号的依赖项。

使用示例

cd "20260318/scientific-skills/Academic Writing/journal-cover-prompter"
python -m py_compile scripts/main.py
python scripts/main.py --help

典型运行流程：

1. 确认用户输入、输出路径及任何必需的配置值。
2. 若脚本采用固定设置，编辑文件内 CONFIG 区块或文档中注明的参数。
3. 使用已验证的输入运行 python scripts/main.py。
4. 审阅生成的输出，并返回最终产物，同时明确指出所作所有假设。

实现细节

详见上方 ## Workflow 章节相关内容。

• 执行模型：先校验请求有效性，再选择封装的工作流，最终产出范围明确的交付物。
• 输入控制：在运行任何脚本前，确认源文件、范围限制、输出格式及验收标准。
• 主要实现入口：scripts/main.py。
• 参考指南：references/ 目录包含支撑性规则、提示模板或检查清单。
• 需优先厘清的参数：输入路径、输出路径、范围筛选条件、阈值，以及任何领域特定约束。
• 输出规范：确保结果可复现，显式标识所有假设，避免未记录的副作用。

快速检查

在深入执行前，使用以下命令验证封装脚本入口是否可被正确解析。

python -m py_compile scripts/main.py

审计就绪命令

使用以下具体命令进行验证。这些命令刻意保持自包含性，不使用占位路径。

python -m py_compile scripts/main.py
python scripts/main.py --help

工作流

1. 在开展详细工作前，先确认用户目标、必需输入及不可协商的约束条件。
2. 校验请求是否符合文档定义的范围；若任务需引入不支持的假设，则应尽早终止。
3. 仅使用实际可用的输入，调用封装脚本路径或文档中注明的推理路径。
4. 返回结构化结果，清晰分离假设、交付物、风险与未决事项。
5. 若执行失败或输入不完整，立即切换至备用路径，并准确说明阻碍完整执行的具体原因。

快速上手

from scripts.cover_prompter import CoverPrompter

prompter = CoverPrompter()

# 生成提示词
prompt = prompter.create_prompt(
    research_topic="CRISPR gene editing",
    visual_style="photorealistic",
    mood="hopeful",
    key_elements=["DNA strands", "molecular scissors", "cells"]
)

核心能力

1. 提示词生成

prompt = prompter.generate(
    subject="cancer immunotherapy",
    style="scientific illustration",
    color_scheme="blue_gradient",
    complexity="high"
)

提示词结构：

• 主题描述
• 艺术风格
• 配色方案
• 光影与情绪氛围
• 技术规格要求

2. 风格选择

style_guide = prompter.select_style(
    journal_type="nature",
    subject_matter="molecular_biology"
)

期刊风格指南：

• Nature：富有戏剧性、艺术感强
• Cell：简洁明快、聚焦分子层面
• Science：概念化表达、兼顾广泛受众
• 医学类期刊：临床导向、专业严谨

3. 技术规格获取

specs = prompter.get_specs(
    journal="Nature",
    cover_type="front"
)

# 返回尺寸、分辨率、色彩模式等信息

CLI 使用方式

python scripts/cover_prompter.py 
  --topic "neuroscience synaptic transmission" 
  --style artistic 
  --output prompt.txt

技能 ID: 211 | 版本: 1.0 | 许可证: MIT

输出要求

每个最终响应在相关时，必须显式说明以下各项：

• 目标或所请求的交付物
• 所使用的输入及引入的假设
• 所采用的工作流或决策路径
• 核心结果、建议或产物
• 约束条件、风险、注意事项或待验证项
• 未决事项及下一步检查点

错误处理

• 若缺少必需输入，须准确指出缺失字段，并仅请求最小必要补充信息。
• 若任务超出文档定义的范围，应立即中止，不得猜测或静默扩展任务边界。
• 若 scripts/main.py 执行失败，需报告失败位置，总结仍可安全完成的部分，并提供人工备用方案。
• 严禁伪造文件、引用、数据、搜索结果或执行结果。

输入校验

本技能仅接受符合 journal-cover-prompter 文档化用途的请求，且输入需包含足够上下文，以保障工作流安全执行。

当请求超出范围、缺失关键输入，或需引入不支持的假设时，不得继续执行工作流，而应回复：

journal-cover-prompter 仅支持其文档中定义的工作流。请提供缺失的必需输入，或切换至更合适的技能。

参考资料

• references/audit-reference.md —— 支持范围、审计命令及备用边界说明

响应模板

针对非简单请求，请严格使用以下固定结构：

1. 目标
2. 已接收输入
3. 假设
4. 工作流
5. 交付物
6. 风险与限制
7. 下一步检查项

对于简单请求，可压缩结构，但仍须在影响正确性时显式说明假设与限制。