创意与构建
论文变侦探漫画：Easel 科普创作工作台
让读者跟着角色找线索，把一篇论文的「问题、方法、结果、局限」看明白。先做四格分镜，再决定是否生成图片。
开始之前 · 信息待补充
本案例尚未记录结构化的验证范围。请先阅读原始步骤与来源，确认账号、费用和权限要求。
平台、账号要求、费用和验证版本：未记录。
这次有什么新玩法
Easel 的作者已经公开了论文知识卡片、KnowU-Bench 侦探漫画与视频素材。作者产物展示可以直接查看成品；本页将论文提炼与侦探叙事组合成一个更小的入门任务。
这与普通论文摘要的区别，在于读者先看一个疑问，再跟着证据理解答案。最终可以分享漫画，同时保留事实清单和原文定位，便于别人核对。
**来源状态：**Easel 创建于 2026-08-28；2026-10-11 的 GitHub API 快照为 3,458 Stars、527 Forks，即创建约 44 天累计数千 Star。这是早期关注度信号；本次没有取得近七天净增长数据。可核实的最近正式版本为 v0.2.1，2026-09-24，本文还参考了 2026-10-11 查阅的主分支文档。
**验证状态：**作者示例存在；本文没有安装 Easel、调用模型或生成漫画。下面的示例与提示词属于基于源码文档整理的复现方案。
你需要什么
| 项目 | 用途 |
|---|---|
| Easel 的 OpenClaw 模式 | 让 Agent 读取文件、使用技能、保存产物 |
| Python 3.10+、Git、兼容的 Node.js | 作者安装器的基础环境；具体 Node 版本以当前 README 检查为准 |
| 可用的文本模型配置 | 提炼原文、写分镜与核对事实 |
paper-explainer |
解析论文并保存结构化证据材料 |
ai-image-gen 与独立的图片服务配置 |
可选；将已确认的分镜生成图片 |
第一轮只做事实清单和分镜，无需图片服务或社媒账号。需要出图时，再在 Easel 项目自己的 .env 配置 IMG_BASE_URL、IMG_MODEL、IMG_API_KEY。凭证不写入提示词或产物。
安装与检查
下面是作者针对 Linux/macOS 提供的入口；Windows 用户请使用 README 的 setup.ps1。
git clone https://github.com/ZJU-REAL/Easel.git
cd Easel
bash setup.sh
source .venv/bin/activate
easel doctor
easel ping
easel web
打开 http://localhost:7860，在模型设置中完成配置。安装器使用独立的 easel OpenClaw profile。doctor 检查环境，ping 才实际检查 Gateway 与 Agent 连通；仅安装命令退出成功不代表模型已经可用。
选择 OpenClaw 连接方式。Easel 的 API 直连模式可以聊天，但没有本机文件、浏览器和技能执行能力，不能用来复现这里的产物流程。
最小案例：龙虾为什么需要一双眼睛
输入使用公开的 VisionClaw 论文 v2，首次提交于 2026-04-03、v2 修订于 04-08。论文讨论智能眼镜感知与 OpenClaw 任务执行的结合。本案例只制作科普内容，不运行眼镜或购物操作。
| 设置 | 本轮选择 |
|---|---|
| 原文 | https://arxiv.org/abs/2604.03486v2 |
| 受众 | 第一次接触 Agent 的中文读者 |
| 问题 | 看见海报之后，为什么还要连接一个能执行任务的 Agent？ |
| 形式 | 四格侦探漫画的分镜，暂不出图 |
| 输出目录 | outputs/visionclaw-detective/ |
将下面整段发给 Easel：
请把 https://arxiv.org/abs/2604.03486v2 做成中文四格侦探漫画分镜。
项目：visionclaw-detective。受众：第一次接触 Agent 的读者。
本轮只提炼和写分镜，不调用图片或视频服务，不发布。
先读取 paper-explainer 的说明，取得并解析原文。保留 paper.pdf、
解析材料和 asset-library.json；解析不了就明确停止在哪一步。
从原文提炼一个问题、方法、证据和局限，每一项附章节/页码定位。
拿不准的数字不写进漫画，作者主张、研究结果和我的类比要分别标注。
漫画线索：一张活动海报 → 角色产生疑问 → 找到感知与执行的分工
→ 回到原文证据并说明局限。侦探角色可以原创，但不能虚构研究结果。
交付 assets/facts.md、storyboard.md、prompts/01-comic.md、review.md。
storyboard.md 每格写：画面、角色动作、短对白、对应原文证据。
review.md 列出待核对内容与下一步需要的图片服务配置。
这些文件名是本案例的交付约定；Easel 上游未承诺有同名的「一键侦探漫画」命令。由 Agent 使用已有技能完成组合。
论文解析步骤可在 Easel 根目录单独检查：
python3 skills/openclaw/paper-explainer/scripts/paper_ingest.py check
python3 skills/openclaw/paper-explainer/scripts/paper_ingest.py fetch --paper https://arxiv.org/abs/2604.03486v2 -o outputs/visionclaw-detective/assets/paper.pdf
python3 skills/openclaw/paper-explainer/scripts/paper_ingest.py parse -i outputs/visionclaw-detective/assets/paper.pdf -o outputs/visionclaw-detective/assets/parsed/
python3 skills/openclaw/paper-explainer/scripts/paper_ingest.py skeleton -o outputs/visionclaw-detective/assets/asset-library.json
skeleton 只生成骨架，证据和结论还需要 Agent 读原文填充。没有 MinerU 配置时，上游使用 pdfplumber 路径，公式与复杂图表的解析能力较弱；不要把解析缺失当成论文没有相关内容。
从分镜变成可分享的图
确认 facts.md 与原文一致后，再发送：
按照已核对的 storyboard.md 生成一张四格漫画。
先读取 ai-image-gen，检查 Easel 项目根目录的图片服务配置。
保持同一位原创角色、同一套配色；对白每格最多一句。
图像服务不可用时，保留独立的完整提示文件，不假装图片已生成。
图片保存到 outputs/visionclaw-detective/，返回真实文件路径与生成参数。
我需要检查角色一致性、中文是否清楚、事实是否被图像改变；本轮不发布。
服务配置可以先离线检查：
python3 skills/shared/scripts/ai_image.py check
检查完成后再选择该服务支持的图片模型和尺寸。中文文字错误时改提示重新生成；复杂数字、引用与局限可以放在配文中。
怎样知道这轮完成了
| 可检查的成果 | 完成条件 |
|---|---|
| 原文与事实清单 | 每条论文主张能定位到原文，类比明确标注 |
| 四格分镜 | 不读论文也能理解一个问题，每格有对应证据 |
| 独立提示文件 | 可以复核、修改并再次生成 |
| 图片（如果调用了服务） | 文件实际存在；中文、角色与内容通过人工检查 |
| 交付记录 | 写清哪些已生成、哪些失败、哪些待核对 |
先分享一个有来源、能看懂的四格成品。读者需要更多细节时，再链接到完整论文和本案例。
常见卡点
- **只有漂亮漫画，没有原文定位：**回到事实清单；删掉无法支持的结论，先修分镜再出图。
- **模型接口可用，但 Agent 不能保存文件：**检查连接方式是否为 OpenClaw，以及
easel ping是否成功。 - **解析失败或公式丢失：**保留错误和失败阶段，检查原 PDF／解析材料，暂时只讲已核对的内容。
- **图片服务缺项：**保留
prompts/，补配置后重试出图，避免重新提炼整篇论文。 - **作者示范图很好，自己的第一张不稳定：**先减为四格、一个角色、一个核心问题；效果待实际验证。
来源
把有用的案例留在手边
在 GitHub Star 收藏中文案例库，也欢迎提交你的实践与改进。
由 Cogine 团队整理与维护。我们也在构建将 AI 带进日常工作的产品。 · 了解 Cogine 的 AI 工作流产品