📌 json-canvas 是什么？
Obsidian Canvas（画布）让你在无限白板上摆卡片、画连线，做思维导图、流程图、概念图。JSON Canvas 是这种画布的开放数据格式，json-canvas 是 kepano 的技能，让 AI 生成和处理 JSON Canvas 数据。
它的意义在于"可编程"：你不用手动拖卡片，而是让 AI 直接生成一份 Canvas 数据，导进 Obsidian 就是一张现成的白板；反过来，也能让 AI 解析现有画布，把它转成别的结构。
对需要批量生成思维导图、或者想把结构化数据可视化的人来说，这个技能把"画白板"从手工活变成了可自动生成的事。
🧩 核心功能
生成 Canvas：把大纲、思维导图、流程转成 Canvas 数据。
节点连线：生成节点、分组、连线、标签。
解析：读取现有 Canvas 的结构。
转换：Canvas 和其他格式互转。
批量生成：从数据批量生成多张画布。
导入 Obsidian：生成可导入 Obsidian 的 .canvas 文件。
👍 优点
可编程：白板内容能自动生成。
可转换：和思维导图、大纲互转。
开源格式：不锁定在 Obsidian。
⚠️ 不足与局限
格式较新，生态工具还不算丰富。
复杂的手绘布局，自动生成的效果不如手动精细。
需要理解节点和连线的结构。
🙋 适合谁用
Obsidian 用户：用画布做可视化。
开发者：处理 Canvas 数据。
内容创作者：批量生成思维导图。
研究者：把概念关系可视化。
🛠️ 第一次安装
前提：电脑装了 Node.js（18+），有支持 Skill 的 AI 工具（如 Claude Code）。打开终端执行：
CLI 会自动检测你装的 AI 助手，确认安装位置后即可使用，装完可以用 npx skills list 确认它在列表里。
✍️ 上手：几个真实例子
场景一：大纲转思维导图
场景二：数据转画布
场景三：解析画布
🎯 典型应用场景
思维导图：大纲、思路快速可视化。
概念图：理清概念关系。
流程图：流程和逻辑可视化。
数据可视化：把结构化数据摆上白板。
⚖️ 和类似方案对比
和手动在 Obsidian 里拖卡片相比，json-canvas 的优势是"批量"和"自动"——几百个节点的图，手动拖要几个小时，让 AI 生成数据导进去只要几秒。代价是自动布局的精细度不如手工调整。
💡 常见问题 FAQ
问：生成的画布怎么用？
保存成 .canvas 文件放进笔记库，Obsidian 就能打开。
问：能调整布局吗？
自动生成后再手动微调，或让 AI 重新生成布局。
问：支持连线标签吗？
支持，连线上也能加标签。
问：能转成图片吗？
可以配合导出工具转成图片。
🤖 适合哪些 AI 工具
Claude Code、Cursor、Codex 等支持 Skill 的工具都能装。
◯ 评论 0