canvas
作者 markdown-viewercanvas 可创建带自由摆放和明确 x/y 坐标的 JSON Canvas 图。适合思维导图、知识图谱、概念图、规划板,以及其他以空间布局比顺序更重要的制图工作流。它不适合流程图或数据图表。需要可编辑的节点、连线和结构化布局时,请使用 canvas 技能。
该技能得分 83/100,因为它为代理提供了清晰、值得安装的工作流,用于创建带有明确语法、节点类型和布局规则的 JSON Canvas 图。对目录用户来说,这意味着它可直接执行,也比通用提示更容易被正确触发;但它的范围较窄,更适合空间型制图,而不是更广泛的可视化任务。
- 触发条件和适用场景清晰:明确说明应使用带 x/y 坐标的 JSON,不要用于顺序流程或数据图表。
- 操作语法支持到位:SKILL.md 和参考文件详细说明了节点要求、边连接、颜色预设和示例。
- 对窄任务的代理增益明显:面向思维导图、知识图谱、概念图和规划板,并兼容 Obsidian Canvas。
- 使用场景较窄:它只适用于自由布局的 canvas 图,因此需要流程图或图表的用户必须安装其他技能。
- 没有安装命令或脚本:使用主要依赖阅读文档,而不是自动化安装或运行时辅助。
canvas skill 概览
canvas 的作用
canvas skill 会生成可自由摆放的 JSON Canvas 图,特别适合思维导图、知识图谱、概念图和规划看板。这类场景更看重布局而不是顺序,因此它使用明确的 x/y 坐标,让图形可以被有意地放置,而不是让模型凭感觉猜位置。
最适合的使用场景
当你需要一种“像地图一样阅读”的空间图时,就该用这个 canvas skill:聚合后的想法、关联笔记、研究结构或可视化规划。它尤其适合 Diagramming 工作流,因为节点、标签和关系都能编辑,而且可以兼容 Obsidian Canvas 风格的输出。
不适合使用的情况
如果你的目标是一步一步的流程,应该改用流程图或 UML 风格的 skill。若你需要数据可视化、图表或数值对比,canvas 也不是合适工具。它最大的采用障碍,在于有人会期待一种本来就为“空间排布”设计的格式自动生成叙事流。
如何使用 canvas skill
安装并定位源文件
运行 npx skills add markdown-viewer/skills --skill canvas 安装 canvas skill。安装完成后,先读 SKILL.md,再打开 references/syntax.md 查看属性规则和示例。这个 repo 只有一个配套参考文件,不需要在很大的目录树里来回翻找。
提示词里要提供什么
一条好的 canvas 请求应包含:主题、主要分组、节点数量、必要连接、偏好的阅读方向,以及图需要紧凑还是宽松。比如,不要只说“做一个关于产品战略的 canvas”,而要说“为产品战略 workshop 做一个 canvas,包含 1 个中心节点、4 个工作流分组、12 条子笔记,以及风险与依赖之间的连接”。
实际工作流
先从内容出发,再处理布局。先把原始材料给模型,再让它把节点放到网格上并连线。高质量的 canvas 引导提示,通常会明确说明哪些内容应该放进文本节点、哪些应该分组、哪些应该连接。如果你已经知道结构,就把分组名字直接说出来,这样 skill 才能更稳定地分配坐标。
先检查的文件和规则
先读 references/syntax.md,确认必需的节点字段、支持的节点类型和颜色选项。在 SKILL.md 里,最重要的是 JSON 结构、节点要求和边的连接格式。这些细节最容易在 canvas 安装或使用时被漏掉。
canvas skill 常见问题
canvas 只适用于 Obsidian Canvas 吗?
不是。这个格式与 Obsidian Canvas 兼容,但 canvas skill 的核心其实是生成 JSON Canvas 图,能用于兼容的查看器和工作流。如果你本来就在使用基于 canvas 的笔记系统,这会非常契合。
canvas 和普通提示词有什么不同?
普通提示词可能只是用文字描述一张图;canvas 生成的是带有节点、位置和边的结构化图数据。这让它更适合可重复的 Diagramming 任务、后续编辑更方便,下游使用也更干净。同时,它还能减少布局上的猜测,这一点在实际使用中差别最大。
canvas 适合新手吗?
适合,只要你能把内容说明白。你不必提前掌握 JSON 语法,但必须提供合理的结构。新手最容易拿到好结果的方式,是先明确少量分组,再逐步扩展子节点。
什么时候应该避开 canvas?
当输出必须是流程图、顺序图或分析图表时,不要用它。如果你说不清楚想法之间的关系,它的价值也会下降,因为这个 skill 依赖有意义的节点摆放和边连接。
如何改进 canvas skill
给模型一份布局简报
提升 canvas 输出最快的方法,不只是说主题,而是把拓扑说清楚。要说明中心是否向外分支、聚类是否需要分开、哪些节点需要视觉强调。对于 canvas 引导请求来说,像“三个分组、从左到右阅读、每个分组一个总结节点”这样的细节,远比“做得好看一点”更有用。
提供完整的节点内容
canvas 使用效果好不好,很大程度上取决于你是否已经准备好了真实标签。如果你只给一个主题,模型就得自己发明结构,结果很可能变成泛泛的节点。更好的输入会像这样:“中心节点:Customer onboarding。A 组:acquisition steps。B 组:activation risks。C 组:support materials。包含从 risks 到 support materials 的 2 条链接。”
留意常见失败模式
最常见的问题包括:缺少必需字段、节点重叠、单个分组里节点太多,以及边没有反映预期关系。另一个常见问题是请求了不适合 canvas 的图表类型。如果出现这些情况,就通过提示词进一步收紧要求:明确哪些应该是文本节点、哪些应该是 file 或 link 节点,以及各分组之间应该隔多远。
用更严格的第二轮迭代
如果第一版结构没问题但视觉效果一般,可以要求重新生成一个调整了间距、缩短标签或层级更清晰的 canvas。如果第一版概念本身就弱,就用更具体的名词和动词替换模糊标签。最可靠的改进方式,不是只要求排版更漂亮,而是给 canvas skill 更好的源内容。
