cy-carousel
制作 AI 科技类小红书图文轮播(封面+10张内页,1440×1920,暗底或浅色纸底,电子青强调色):讲一个 AI 概念、一篇论文或一个产品,体裁是「AI 学习笔记」。查证一手出处、找开放授权素材(论文原文、真实截图、人物照),用 scripts/手排.py 照 ELIZA 的做法逐页手排(毛笔双色标题、原文纸条放大加红圈、电子青大数字、问句贴条),再用 render.py 渲染、check_all.py 检查、package.py 打包。用户要做 AI/科技/论文/产品类图文,或复用、精修这类轮播时使用。
Install / Use
npx skills add anbeime/skill --skill cy-carousel-skillInstalls into whichever agent you are using.
SKILL.md
Installable skill definition
Quality Score
Category
Development & EngineeringSupported Platforms
Tags
Our assessment of cy-carousel
cy-carousel scores 83/100 on our quality scale, 3057th of 4,698 Development & Engineering skills we index.
Its SKILL.md is 4.7 KB long, split into 5 sections and no code examples: a solid amount of guidance for an agent.
With 7,172 GitHub stars, it is one of the more widely adopted skills in the catalogue.
Maintenance, license and trust
- The repository was last updated about 2 months ago, so cy-carousel is actively maintained.
- No license is declared. By default that means all rights are reserved: you can read it, but reusing or redistributing it is not clearly permitted. Ask the author before building on it commercially.
- Its trust signals score 88/100, with 1 caution from licensing, adoption, age or documentation. These come from repository metadata, not a code audit — read the skill file before letting an agent act on it.
Safety scan
No issues foundOur scan of the whole file found no instruction hijacking, hidden characters, credential access, data exfiltration or destructive commands. An AI review of the same text found nothing harmful.
AI review by kimi-k2.7-code on 2026-11-16. Automated pattern scan on 2026-11-16. It catches known dangerous patterns, not every risk — read a skill before letting an agent act on it.
cy-carousel compared with similar skills
All 4 of these similar skills score higher than cy-carousel; compare them before choosing.
| Skill | Score | Stars | Updated | Format |
|---|---|---|---|---|
| cy-carousel (this skill)by anbeime | 83 | 7.2k | 53d ago | SKILL.md |
| taste-skillby Leonxlnx | 100 | 116.8k | 8d ago | CLAUDE.md |
| ai-job-searchby ai-job-search-dev | 100 | 72.1k | today | CLAUDE.md |
| claude-howtoby luongnv89 | 100 | 47.3k | 2d ago | CLAUDE.md |
| lobehubby lobehub | 100 | 85.6k | today | MCP Server |
Frequently asked questions
- How do I install cy-carousel?
- Run
npx skills add anbeime/skill --skill cy-carousel. The install tabs above show the steps for each supported agent. - Which AI agents does cy-carousel work with?
- It is written for Universal, as a SKILL.md file. Other agents that read the same format can often use it too.
- Is cy-carousel safe to use?
- Our scan of the whole file found no instruction hijacking, hidden characters, credential access, data exfiltration or destructive commands. An AI review of the same text found nothing harmful. It declares no license and scores 88/100 on trust signals. Skills are instructions an agent will follow, so read the file before installing it and do not approve commands you do not understand.
- Is cy-carousel still maintained?
- The repository was last updated about 2 months ago, so cy-carousel is actively maintained.
Skill content
View source on GitHubname: cy-carousel description: 制作 AI 科技类小红书图文轮播(封面+10张内页,1440×1920,暗底或浅色纸底,电子青强调色):讲一个 AI 概念、一篇论文或一个产品,体裁是「AI 学习笔记」。查证一手出处、找开放授权素材(论文原文、真实截图、人物照),用 scripts/手排.py 照 ELIZA 的做法逐页手排(毛笔双色标题、原文纸条放大加红圈、电子青大数字、问句贴条),再用 render.py 渲染、check_all.py 检查、package.py 打包。用户要做 AI/科技/论文/产品类图文,或复用、精修这类轮播时使用。
AI 科技图文轮播
讲清一个 AI 概念、一篇论文或一个产品。读者不是专业人士,要让他一张张翻下去:反差钩子 → 一个看得懂的大例子 → 一句话定义 → 三条编号思考。样板(用户认定最好的两篇,先看它们的节奏和密度):examples/01-ELIZA(暗底)、examples/02-Dots(浅色纸底)。另有 examples/03-聪明汉斯(老照片+原书书页+论文,含完整手排脚本)、examples/04-AI幻觉(一场官司讲清一个概念:案卷原文纸条、聊天截图、大字定义)。
红线(违反任何一条就不合格)
- 事实可回溯:每个数字、引文、日期都回到论文原文、官方页面或一手史料,写进
research/事实表.md(陈述、原句、页码/URL、状态、用在哪页)。数字的主语要对(哪个模型、在什么考卷上);单篇论文的案例不能写成「AI 都这样」;流传但没证据的说法不写。 - 只用开放授权素材:公有领域、CC0、CC BY、CC BY-SA,或开放获取论文。记下原链接、许可、SHA256 和用页。不用生成的人物、无关古画、可辨认的陌生人;同一个真实人物含封面最多 3 页。
- 图上不写出处、授权说明。出处放置顶评论和
来源.md,CC BY 素材在置顶评论里署名。可以有黑底白字的人名/物件小标签;后来年份的照片要在标签里写清,别让人当成事件现场。 - 不改原文:纸条和截图是原样裁切,红圈、下划线是后加的标注。为了去掉半个词或无关的前后句可以涂白,置顶评论里说明。位图最多放大 1.25 倍。
- 不用
build.py的自动版式库排页面,那套出来的页面「不如之前做的」。build.py只作为渲染和断行的底层库。 - 不发布:脚本只出文件,不上传。
- 参照图不外传:参照账号/对标作者的图只在本机看和量,不上传到任何外部网站(以图搜图、在线 OCR、图床等),除非用户在对话里明确同意。
版式
- 底色:暗底
#080808(check_all只认 ≤8 为纯黑),或浅色纸底(例 02 Dots);一篇只用一种,不混。浅底上字直接压底,不加白框。拼贴层透明底;整页压暗的照片用backdrop(),darken 0.30–0.70,不要烤进拼贴。 - 标题:马善政毛笔两行,第一行米白
#F3F1E9,第二行电子青#00E5FF,立体投影;英文和数字自动换黑体(render.py的latin_font,headline()已设好)。离页面上边 ≥40px。 - 原文纸条:论文用
strip()按目标宽度矢量渲染;扫描书页用scan_strip(),词框由 macOS Vision 找(scripts/ocrfind.swift,首次自动编译)。只截含关键词的 1–2 行,满宽贴边、不倾斜。关键词画红圈;行距密时改用下划线(unders)或页边红竖线(bars);切进来的半个词、半行、无关前后句涂白(whiteout)。 - 照片和截图:
photo()不倾斜,put(..., bleed='right'|'left'|'full')贴页边出血,一页一个主角。 - 大字:关键数字用
big(),电子青黑体 120–220px;定义页可以排成大字公式(例 01 第 7 页、例 03 第 7 页)。 - 问句贴条:
sticker(),青底深字,每页最多一个,≤20 字。 - 正文:
body()52–66px,每页最多两段、每段 ≤60 字。字体按题材选:body(font=...)候选 宋体粗(默认)/宋体/仿宋/楷体/文楷/苹方细;先用S.font_sample(同一句, 'out.png')出同字对比小样再定,一篇内只用一款(标题照旧是毛笔)。 - 排字规则:
body(..., typo=True):「——」画成两段带间隙细线(每段 0.74em、推进 0.86em)、省略号画三个等距圆点、【】约 0.44em、「·」约 0.3em、正文里的数字和拉丁字母换 Times(非 macOS 找不到时回退随包 Noto Serif SC 并警告)并放大 1.07(latin_scale1.05–1.10)。justify=True两端对齐(增量肉眼几乎看不出:字缝最多加 0.05em、空格最多 0.5em,超了整行左对齐;先用标点挤压吸收余量)。hscale横向压缩文字层(参照账号正文约 0.95,默认 1.0);headline/big也有hscale。数值和原理见references/排字细节.md。 - 图层顺序:默认文字压在图上。要图片压住文字边缘时用
Canvas(split_shadow=True)+page(..., layer_order='text-under-images'),顺序变成「底色 → 投影 → 文字 → 图片」。 - emoji:组合 emoji(1️⃣ 2️⃣ 👉)用
S.emoji('1️⃣', 64)出透明 PNG 再put,不要塞进正文让字体去画。 - 收尾:毛笔金句+三条编号思考;署名只写账号名(水印)。
流程
- 选题:先列 2–4 个候选,比素材(人物照/截图够不够清晰、许可干不干净、能否凑够 12 份以上不同原素材)、体裁(是不是「什么是 X」或反常识)、事实风险(有没有一手出处、争议多不多),选一个。
- 查证:建事实表,写「不写的内容」和「争议与写法」两节。论文用 PyMuPDF 定位要上版面的原句(页码+0–1 框)。
- 找素材:下载原图和论文 PDF,记许可和 SHA256,逐张看图(画面、人脸位置、能不能裁 3:4)。Wikimedia 请求放慢,遇 429 等一分钟。
- 手排:先出同字对比小样定正文字体;写
制作.py,import 手排 as S,S.init(笔记目录);逐页用Canvas().put()摆图和纸条,用headline/big/body/sticker/label写字,page(..., backdrop=...)组页,最后S.write_script(题目, '制作.py', account='账号名')生成页面脚本.json(account是水印署名;不传会印占位符「账号名」)。完整写法见examples/03-聪明汉斯/制作.py。 - 渲染:
python3 scripts/render.py 页面脚本.json --out pages --assets-root .;S.preview('pages', '全套预览.jpg')出缩略图,逐页看:文字出界、压字、红圈标错、纸条带半截字、大块空白。 - 对照(有参照页时):
python3 scripts/对照.py 参照.jpg pages/p03.png出左右并排图(同高)和文字行偏差表(四边、字高,1440 宽 px 与 %,超 1% 标红),按表调字号和位置再渲染。 - 检查:
python3 scripts/check_all.py 页面脚本.json --pages pages --assets-root .,errors必须为零。可选严格视觉:加--strict-visual(或页面脚本config.visual_gate: true)后,留白超标和「与前页骨架相同」会列入visual_blockers并使退出码非零;色彩丰富度、原图数量等依赖体裁的建议项不参与。仅适用于正式稿的暗色调;三页小样和浅色调不跑这两项,会在checks.strict_visual写明不适用并在终端提示,visual_blockers为空不代表通过。留白/骨架检查自身出错时也计入阻断。默认关闭。风格指标只作参考,别为凑指标改版式。 - 给用户看:全套预览、对照图、小样复制到会话工作目录,直接把图发给用户(用户看不到文件面板的预览)。
- 文稿:标题 3 个(≤20 字)、正文、置顶评论(一手出处、几处说明、逐页配图出处)、
来源.md。打包(package.py)要求笔记目录里有分别命名的非空 UTF-8 文件标题.txt、正文.txt、置顶评论.txt、来源.md,合并成一份「帖子文案.txt」不行。素材清单.json(可选)顶层必须是对象:{"assets":[{"path":"assets/a.png","sha256":"…"}]},写成数组会报错。check_all/package的「技术通过」不等于视觉验收,输出里的visual_acceptance字段始终是「未验收」,advisory 建议项要人工逐页看原尺寸图后处理。 - 打包:
python3 scripts/package.py --note . --pages pages --out 交付 --assets-root .。严格视觉模式下加--strict-visual,有阻断项会拒绝交付;逐页目检确认没问题后用--accept-visual "理由"放行,理由和被放行的阻断项写入交付清单.json的visual_accepted。
常见坑
- 严格视觉的连续同骨架检查依据内页非空的
skeleton标签;未填写时仍提示缺少记录,不把空值判为重复。只在暗色正式稿中阻断,浅色稿和小样保持不适用;其他视觉建议不因该门禁升级为阻断。 - 封面毛笔字里的「AI」要用黑体,否则像「刈」:用
headline()就不会。 - 扫描书页常把数字认错(「14」认成「I4」),找不到词时直接传 0–1 框。
- 整页压暗底图上的文字要避开图里的关键部位(比如马鼻子和数字卡)。
- iCloud 同步目录在磁盘快满时会把文件清出本地(读文件卡死):长任务前先看
df -h;被清出时先brctl download <路径>,或把工程复制到本地临时目录跑,跑完再同步回来。 - 换了正文字体后标点默认用字库自带的全角标点(
tight=False),只有宋体粗按墨迹收紧;破折号、省略号别用字库字形,开typo=True。 hscale只压文字,不压图片;位图仍然只能等比缩放。
Related Skills
taste-skill
116.8kAgent skills that give coding agents taste: art direction, reference images and a browser check instead of generic AI pages
ai-job-search
72.1kThe job search that runs on your machine. AI job application framework built on Claude Code: evaluate postings, tailor CVs, write cover letters, prep interviews. Fork it and own it.
claude-howto
47.3kA visual, example-driven guide to Claude Code — from basic concepts to advanced agents, with copy-paste templates that bring immediate value.
lobehub
85.6k🤯 LobeHub - Super-Agents on Your Team. Add super-agents to the chats your team already uses.They take on work by themselves and get better every week.
Languages
Trust signals
From repository metadata: license, adoption, age and documentation. Not a code audit — see the Safety scan above for what the skill file itself contains.
