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。
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。
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。
当用户想要：
关键词：
- 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
根据主题类型选择最佳结构：
人物关系图：
概念图谱：
技术架构：
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：
dot -Tpdf diagram.dot -o output.pdf
可选生成说明文档，包含：
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）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：
用户：研究 Kubernetes 架构并生成可视化图谱
Skill 执行：
用户：分析二战主要国家和联盟关系，做成图表
Skill 执行：
| 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：
何时使用 structure-to-pdf：
必需：
brew install graphviz (macOS)可选：
brew install plantumlnpm install -g @mermaid-js/mermaid-cli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- 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
- 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
- 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
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：
concentrate=true 合并相同边布局不理想：
ranksep 和 nodeseprank=same 强制节点同层splines 设置