---

name: research-to-diagram description: 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。

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

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

- 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

- 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

- 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：

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