Сравнительное исследование инструментов превращения текста в визуальные конспекты — от научных статей до лекций. Sketchnote-жанр, 9 инструментов, проблема кириллицы и готовый 5-этапный пайплайн.
Sketchnote — визуальный конспект: текст, иконки, стрелки, рамки и структура на одном листе. Не просто картинка — инструмент мышления: чтобы нарисовать связи, нужно понять логику материала.
⭐ AntV Infographic — главный выбор: open-source, SVG масштабируется без потерь, LLM-friendly синтаксис, ~200 шаблонов, streaming rendering, интеграции (React, Python/Dash, Obsidian, VSCode). Звёзды выросли с ~5k (май) до 7058 (октябрь 2026) — проект активно развивается.
PDF / EPUB / URL / plain text → clean markdown
Главный тезис → ключевые концепции (3–7) → связи → структура аргумента → данные и цифры → вывод. Выход: structured JSON
Автоматически по типу структуры: линейная → linear-progression · иерархия → hub-spoke · сравнение → venn-diagram · процесс → circular-flow · обзор → bento-grid · статья → structural-breakdown
Путь A: LLM генерирует AntV синтаксис → SVG. Путь B: LLM генерирует HTML+CSS с русским текстом напрямую
Замена placeholder → русский текст, встраивание кириллического шрифта (Roboto, PT Sans), финальный рендер
Большинство image-generation моделей делают ошибки в кириллице. Три стратегии решения:
LLM отлично генерирует HTML с русским текстом. Playwright делает pixel-perfect screenshot. Полный контроль над шрифтами, ноль проблем с кириллицей.
SVG — это XML: текст в тегах <text>. Python-скрипт парсит и заменяет placeholder на русский через GigaChat/YandexGPT, встраивает кириллический шрифт.
Image-gen движок 4K для финального визуального полиша. Качество выше Midjourney для инфографики, но проблему кириллицы напрямую не решает.
Скилл baoyu-infographic уже живёт в Hermes Agent: 21 layout × 21 style = 441 комбинация. Лучшие для научного контента: hub-spoke + technical-schematic, bento-grid + aged-academia, linear-progression + ikea-manual.
Python-скрипт: PDF → markdown (pdfplumber) → промпт структурирования → JSON → baoyu-infographic → постобработка SVG для кириллицы.
AntV Infographic локально → LLM-промпт для генерации AntV-синтаксиса → SVG постобработка (шрифты + текст) → Playwright рендеринг → обёртка CLI или Telegram-бот.
Инструмент должен: держать разные размеры задач, давать хороший опыт ревью спеки, позволять итерации. Локальные модели для структурирования не годятся — нужен сильный LLM.