research-to-diagram

深度调研主题并自动生成知识关系图谱PDF。接收研究主题后自动进行网络调研、信息收集、知识整理,最终生成专业的可视化关系图谱。适用于"研究...并做图"、"深度分析...并可视化"、"生成知识图谱"等场景。

2,280 stars

Best use case

research-to-diagram is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

深度调研主题并自动生成知识关系图谱PDF。接收研究主题后自动进行网络调研、信息收集、知识整理,最终生成专业的可视化关系图谱。适用于"研究...并做图"、"深度分析...并可视化"、"生成知识图谱"等场景。

Teams using research-to-diagram should expect a more consistent output, faster repeated execution, less prompt rewriting.

When to use this skill

  • You want a reusable workflow that can be run more than once with consistent structure.

When not to use this skill

  • You only need a quick one-off answer and do not need a reusable workflow.
  • You cannot install or maintain the underlying files, dependencies, or repository context.

Installation

Claude Code / Cursor / Codex

$curl -o ~/.claude/skills/research-to-diagram/SKILL.md --create-dirs "https://raw.githubusercontent.com/nexu-io/nexu/main/apps/desktop/static/bundled-skills/research-to-diagram/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/research-to-diagram/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How research-to-diagram Compares

Feature / Agentresearch-to-diagramStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/A

Frequently Asked Questions

What does this skill do?

深度调研主题并自动生成知识关系图谱PDF。接收研究主题后自动进行网络调研、信息收集、知识整理,最终生成专业的可视化关系图谱。适用于"研究...并做图"、"深度分析...并可视化"、"生成知识图谱"等场景。

Where can I find the source code?

You can find the source code on GitHub using the link provided at the top of the page.

Related Guides

SKILL.md Source

# 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):
```dot
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
```bash
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

### 布局策略
- **rankdir=TB**:自上而下(家族树、组织架构)
- **rankdir=LR**:从左到右(流程图、时间线)
- **rankdir=BT**:自下而上(依赖图)
- **splines=ortho**:正交边(清晰的组织图)
- **splines=curved**:曲线边(美观的关系网)

## 输出文件

默认保存位置:`~/Downloads/` 或用户指定目录

生成文件:
- `<topic>_relations.dot` - Graphviz 源文件
- `<topic>_relations.pdf` - 最终PDF图谱
- `<topic>_sources.md` - 参考资料(可选)

## 使用示例

### 示例 1:文学作品人物关系
```
用户:深度调查《三国演义》里人物之间的关系,然后做个结构图 PDF
```

Skill 执行:
1. 调研三国主要人物、阵营、关系
2. 设计:魏蜀吴三大阵营 + 人物层次 + 联盟/对抗关系
3. 使用 Graphviz 创建多层次关系图
4. 生成 PDF

### 示例 2:技术概念图谱
```
用户:研究 Kubernetes 架构并生成可视化图谱
```

Skill 执行:
1. 调研 K8s 核心组件、架构层次
2. 设计:控制平面/数据平面/插件生态
3. 生成技术架构图
4. 输出 PDF

### 示例 3:历史事件关系
```
用户:分析二战主要国家和联盟关系,做成图表
```

Skill 执行:
1. 调研参战国家、阵营、关键时间节点
2. 设计:轴心国/同盟国/中立国关系网
3. 生成带时间线的关系图
4. 输出 PDF

## 与 structure-to-pdf 的区别

| 特性 | research-to-diagram | structure-to-pdf |
|------|---------------------|------------------|
| 输入 | 仅主题/研究问题 | 现成的结构化数据 |
| 调研 | ✅ 自动深度调研 | ❌ 无需调研 |
| 知识整理 | ✅ 自动提取和结构化 | ❌ 直接使用用户数据 |
| 应用场景 | 知识探索、研究可视化 | 快速数据转换 |
| 时间 | 较长(需调研) | 快速 |

**何时使用本 Skill**:
- ✅ 没有现成数据,需要从零研究
- ✅ 想要深度了解某个主题的知识结构
- ✅ 需要权威来源支持的可视化

**何时使用 structure-to-pdf**:
- ✅ 已有结构化数据
- ✅ 需要快速转换为图表
- ✅ 数据格式简单清晰

## 依赖工具

**必需**:
- Graphviz: `brew install graphviz` (macOS)
- WebSearch: Claude Code 内置

**可选**:
- PlantUML: `brew install plantuml`
- Mermaid CLI: `npm install -g @mermaid-js/mermaid-cli`

## 配置选项

用户可以通过参数自定义:
- `--tool`: 指定可视化工具 (graphviz/plantuml/mermaid)
- `--layout`: 指定布局方向 (TB/LR/BT/RL)
- `--output`: 指定输出目录
- `--depth`: 调研深度 (quick/medium/deep)
- `--sources`: 是否生成参考资料文档

## 最佳实践

1. **明确主题范围**:主题越具体,图谱越清晰
2. **合理分组**:使用 cluster 将相关实体分组
3. **控制复杂度**:单个图谱不超过 50 个节点
4. **渐进细化**:先生成总览图,再深入细节
5. **颜色一致**:同类实体使用相同配色
6. **标注来源**:在 PDF 底部或单独文档标注参考资料

## 常见图谱类型模板

### 人物关系图模板
```dot
- 家族/组织用 cluster 分组
- 人物用 box/ellipse,重要人物用特殊形状
- 血缘关系用实线,婚姻用红色,其他用虚线
- 添加图例说明符号含义
```

### 概念图谱模板
```dot
- 顶层概念在上方
- 子概念逐层展开
- is-a 关系用实线,has-a 用虚线
- 使用颜色区分不同类别
```

### 技术架构图模板
```dot
- 分层架构用 rankdir=TB
- 组件用矩形,服务用圆角矩形
- 依赖关系用箭头
- 关键路径用粗线或特殊颜色
```

## 故障排除

**中文显示乱码**:
```dot
graph [fontname="Arial Unicode MS"]
node [fontname="Arial Unicode MS"]
edge [fontname="Arial Unicode MS"]
```

**图谱过于复杂**:
- 使用 `concentrate=true` 合并相同边
- 分割成多个子图
- 使用不同的 rankdir

**布局不理想**:
- 调整 `ranksep` 和 `nodesep`
- 使用 `rank=same` 强制节点同层
- 尝试不同的 `splines` 设置

## 版本历史

- **v1.0** (2026-01-02): 初始版本
  - 基于《红楼梦》人物关系图谱项目总结
  - 支持 Graphviz 自动生成
  - 集成 WebSearch 深度调研
  - TodoWrite 任务管理

Related Skills

deep-research

2280
from nexu-io/nexu

深度调研方法论(8步法):将模糊主题转化为高质量调研报告。 触发词:/deep-research、深度调研、帮我调研、调研一下、对比分析 注意:如果用户需要的是可视化图谱而非报告,请使用 research-to-diagram skill。

static-deploy

2280
from nexu-io/nexu

Deploy static pages to nexu.space. Use when user says deploy, publish, ship, or go live with a static site/page. Uploads files from workspace to <project-slug>.nexu.space via Wrangler + Cloudflare Pages. Supports first deploy and redeploy.

nano-banana

2280
from nexu-io/nexu

Generate or edit images via Nano Banana image models. Triggers on "generate image", "image generation", "nano banana", "edit image", "nano banana pro", "nano banana 2"

feedback

2280
from nexu-io/nexu

Send feedback to the Nexu team. Use when the user says /feedback followed by their message.

sync-specs

2280
from nexu-io/nexu

Use when code changes may have made documentation outdated, when reviewing docs for consistency, or when the user asks to sync or audit documentation.

nexu-e2e-test

2280
from nexu-io/nexu

Use when verifying OpenClaw gateway fixes end-to-end, testing skill loading after restart, or running integration tests against the local Nexu+OpenClaw stack. Triggers on "e2e test", "verify fix", "test gateway", "test skills loading".

datadog

2280
from nexu-io/nexu

Use when the user says "check Datadog", "查 Datadog", "查日志", "check logs", "crash logs", "查 crash", "gateway crash", "查告警", "check alerts", "check metrics", or needs to investigate production issues via Datadog Logs API.

feishu-update-doc

2280
from nexu-io/nexu

更新飞书云文档。支持 7 种更新模式:追加、覆盖、定位替换、全文替换、前/后插入、删除。

feishu-troubleshoot

2280
from nexu-io/nexu

飞书插件问题排查工具。包含常见问题 FAQ 和深度诊断命令(/feishu_doctor)。 常见问题可随时查阅。诊断命令用于排查复杂问题(多次授权仍失败、自动授权无法解决等), 会检查账户配置、API 连通性、应用权限、用户授权状态,并生成详细的诊断报告和解决方案。

feishu-task

2280
from nexu-io/nexu

飞书任务管理工具,用于创建、查询、更新任务和清单。 **当以下情况时使用此 Skill**: (1) 需要创建、查询、更新、删除任务 (2) 需要创建、管理任务清单 (3) 需要查看任务列表或清单内的任务 (4) 用户提到"任务"、"待办"、"to-do"、"清单"、"task" (5) 需要设置任务负责人、关注人、截止时间

feishu-im-read

2280
from nexu-io/nexu

飞书 IM 消息读取工具使用指南,覆盖会话消息获取、话题回复读取、跨会话消息搜索、图片/文件资源下载。 **当以下情况时使用此 Skill**: (1) 需要获取群聊或单聊的历史消息 (2) 需要读取话题(thread)内的回复消息 (3) 需要跨会话搜索消息(按关键词、发送者、时间等条件) (4) 消息中包含图片、文件、音频、视频,需要下载 (5) 用户提到"聊天记录"、"消息"、"群里说了什么"、"话题回复"、"搜索消息"、"图片"、"文件下载" (6) 需要按时间范围过滤消息、分页获取更多消息

feishu-fetch-doc

2280
from nexu-io/nexu

获取飞书云文档内容。返回文档的 Markdown 内容,支持处理文档中的图片、文件和画板(需配合 feishu_doc_media 工具)。