Research to Diagram

深度调研主题并自动生成知识关系图谱PDF。从研究到可视化的一站式工具。

Description

这个 Skill 接收用户提供的研究主题，自动进行深度网络调研、信息收集、知识整理、结构设计，最终生成专业的可视化关系图谱PDF。与 structure-to-pdf 不同，本 Skill 专注于主动研究和知识挖掘，而非被动的数据转换。

核心特性

• 自动调研：使用 WebSearch 进行多轮深度调研
• 智能整理：自动提取、分类、结构化信息
• 专业设计：根据主题特点选择最佳可视化方案
• 多种输出：支持 Graphviz、PlantUML、Mermaid 等工具
• 高质量PDF：生成矢量图形，可无限缩放

Trigger Conditions

当用户想要：

• 研究某个复杂主题的知识结构（如"红楼梦人物关系"）
• 生成人物关系图、概念图谱、知识图谱
• 理解某个领域的组织架构、技术架构
• 可视化复杂的关系网络
• 需要从零开始研究并可视化某个主题

关键词：

• "调研...并做图"
• "研究...的关系"
• "深度分析...并可视化"
• "生成...知识图谱"
• "画...关系图"（无现成数据）

Workflow

1. 任务规划（TodoWrite）

- 深度调研主题和相关知识
- 设计图谱结构和层次
- 创建可视化图表
- 生成PDF文档

2. 深度调研阶段

• 多轮 WebSearch：从不同角度收集信息
  • 主题概述和背景
  • 核心要素和人物/概念
  • 关系和联系
  • 层次和分类
• 信息源记录：保存所有参考资料链接
• 知识提取：识别关键实体和关系

3. 结构设计阶段

根据主题类型选择最佳结构：

人物关系图：

• 家族谱系：多层次树状结构
• 社会网络：网状关系图
• 组织架构：层次化布局

概念图谱：

• 知识分类：树状或思维导图
• 概念关系：有向图
• 流程图：线性或分支流程

技术架构：

• 系统组件：模块化布局
• 依赖关系：层次或网络图
• 数据流向：流程图

4. 可视化实现

优先使用 Graphviz (DOT 语言)：

digraph G {
    // 全局样式
    graph [rankdir=TB bgcolor="#fdfdf5" fontname="Arial Unicode MS"]
    node [shape=box style="rounded,filled" fillcolor="#e8f4f8"]
    edge [fontname="Arial Unicode MS"]

    // 使用 subgraph cluster 分组
    subgraph cluster_group1 {
        label="分组名称"
        node1 [label="节点1"]
        node2 [label="节点2"]
    }

    // 定义关系
    node1 -> node2 [label="关系类型" color=red]
}

备选工具：

• PlantUML：UML 图、时序图
• Mermaid：简单流程图、时序图

5. PDF 生成

dot -Tpdf diagram.dot -o output.pdf

6. 文档整理

可选生成说明文档，包含：

• 研究主题概述
• 图谱说明
• 参考资料来源（Sources）
• 使用说明

设计原则

视觉设计

1. 颜色编码：使用不同颜色区分类别
2. 形状区分：不同类型实体用不同形状
3. 层次清晰：使用 subgraph cluster 分组
4. 关系标注：边的颜色、样式、标签表达关系类型
5. 中文支持：使用 "Arial Unicode MS" 或系统中文字体

信息层次

1. 标题层：主标题
2. 分组层：主要类别/家族
3. 实体层：具体人物/概念
4. 关系层：连接和标注
5. 图例层：说明符号含义