json-canvas（JSONCanvas技能Skill）Skill 是什么？如何生成 Obsidian 画布？

JSONCanvas技能Skill：用 AI 一句话生成 Obsidian 无限画布 .canvas 文件

核心结论速览

它是什么：json-canvas 是一个让 AI 代理能够直接创建和编辑 JSON Canvas 文件（.canvas）的技能，输出符合 JSON Canvas Spec 1.0 规范的有效 JSON。
它解决什么：手写 .canvas 文件需要自己算坐标、编唯一 ID、维护节点与边的引用关系，极易出错；这个技能把这套规范"装进"了 AI 代理的脑子里。
它能做什么：支持文本节点、文件节点、链接节点、组节点四类节点，以及带连接侧、端点形状、标签和颜色的边，还能设置组背景样式与颜色预设。
它怎么用：用自然语言描述你要的画布（思维导图、流程图、项目看板），代理直接产出 nodes + edges 结构，你只需保存为 .canvas 文件即可在 Obsidian 中打开。
适合谁用：Obsidian 用户、知识管理爱好者、需要快速梳理流程与结构的开发者、产品与研究人员。

该技能叫什么？如何下载安装 AI 技能提升开发效率？

基本信息

项目	内容
技能中文名	JSONCanvas技能Skill
技能英文名	json-canvas
技能 ID	12614
输出格式	`.canvas` 文件（JSON Canvas Spec 1.0）
典型宿主环境	Obsidian 及其他支持 JSON Canvas 的应用

它到底解决什么问题？

JSON Canvas 是一种用于无限画布数据的开放文件格式，文件以 .canvas 为扩展名，内容是一段遵循 JSON Canvas Spec 1.0 的合法 JSON。它的结构看似简单——顶层只有 nodes 和 edges 两个数组——但真正动手写的时候，麻烦就来了：

坐标要自己算：每个节点都必须提供 x、y、width、height 四个整数，位置指的是节点左上角，x 向右递增、y 向下递增，坐标可以是负数（画布无限延伸）。想让布局不重叠、不歪斜，全靠手工调。
ID 要自己编且必须唯一：节点和边的 id 是必填的唯一字符串，Obsidian 采用的是 16 个小写十六进制字符的 64 位随机值格式。手写时随手编个 1、2、3，稍不留神就重复。
引用关系容易断链：边的 fromNode 和 toNode 必须引用真实存在的节点 ID，改一个节点 ID 就得回头同步所有相关边。
细节规则多：type 只能是 text、file、link、group 之一；fromSide、toSide 只能是 top、right、bottom、left；fromEnd、toEnd 只能是 none 或 arrow；颜色预设只能是 "1" 到 "6" 或合法的十六进制颜色。任何一处不合法，文件就可能打不开或渲染异常。

json-canvas 技能的作用，就是把这套规范、验证规则、布局建议和现成的结构范例交给 AI 代理。你描述需求，代理负责产出结构正确的 JSON。

"一键安装"的思路与步骤

安装的本质，是让 AI 代理在需要时自动加载这套 JSON Canvas 知识，而不是每次都靠你在提示词里手写一遍规范。

安装前提

你需要一个支持"技能（Skill）"机制的 AI 代理环境，能够在处理 .canvas 相关任务时调用该技能；具体支持哪些客户端与版本，以官方说明为准。
目标文件需为 .canvas 扩展名，或者你明确告知代理"我要生成 Obsidian Canvas 文件"，以便触发技能。

安装步骤（通用流程）

打开你所用 AI 平台的技能库／技能市场／插件管理入口（不同平台名称不同，以官方说明为准）。
在搜索框中输入技能英文名 json-canvas，或检索技能 ID 12614。
找到对应条目后点击"安装"或"启用"，将技能加入当前工作空间／会话。
若平台支持自动触发（技能描述中提到"当处理 .canvas 文件、创建视觉画布、思维导图、流程图，或用户在 Obsidian 中提到 Canvas 文件时使用"），安装后即可在相关对话中自动生效。

如何验证是否生效

发出一个最小验证请求，例如：

帮我生成一个最小的 Obsidian Canvas 文件，只包含一个文本节点，内容是"Hello Canvas"。

如果技能已生效，返回结果应当满足以下特征：

顶层同时存在 nodes 和 edges 两个数组（edges 可以为空数组）；
节点包含 id、type、x、y、width、height 六个必填字段；
type 为四种合法类型之一（本例应为 text）；
id 是唯一的字符串（通常形如 16 位十六进制）。

这些特征全部命中，说明技能已正常工作；若代理返回的是 Markdown 大纲或其它格式，则说明技能未被调用，需检查安装状态或显式点名"请使用 json-canvas 技能"。

该技能的主要功能和特点

创建完整的 .canvas 文件：一次性产出符合 JSON Canvas Spec 1.0 的合法 JSON，包含 nodes 与 edges 两个顶级数组，可直接保存使用。
四类节点全覆盖：
- text 文本节点——内容为带 Markdown 语法的纯文本，支持标题、加粗、列表、删除线等；
- file 文件节点——引用文件或附件（图像、视频、PDF、笔记等），支持可选的 subpath 精确指向标题或块（以 # 开头）；
- link 链接节点——展示外部 URL；
- group 组节点——作为其他节点的视觉容器，支持 label 标签、background 背景图与 backgroundStyle 渲染样式。
边（连线）能力完整：支持指定 fromSide / toSide 连接侧（上／右／下／左）、fromEnd / toEnd 端点形状（none 或 arrow）、线条 color 与连线 label，足以画出带"是／否"分支标注的流程图。
颜色体系双轨制：既可用 #FF0000 这样的十六进制颜色，也可用 "1" 到 "6" 六个预设色（红、橙、黄、绿、青、紫）。预设色的具体色值未定义，允许各应用使用自己的品牌色，因此跨应用观感可能略有差异。
理解 Z-Index 图层顺序：节点在数组中的位置即层级——第一个节点在最底层，最后一个节点在最上层。技能会在生成时考虑谁该压住谁。
自带布局经验值：内置推荐尺寸（如小文本 200–300 × 80–150、文件预览 300–500 × 200–400）与间距建议（组内留 20–50px 填充、节点间隔 50–100px、坐标对齐到 10 或 20 的倍数）。
输出前遵守验证规则：ID 唯一、fromNode/toNode 必须指向现存节点、各类型必填字段齐全、枚举值合法——这些规则被写进技能里，显著降低产出"打不开的文件"的概率。
自带范例可参照：技能内含简单画布、项目看板（带组）、研究画布（文件＋链接混合）、流程图等多个完整示例，代理可据此类比生成。

和普通工具比强在哪？ 通用绘图工具要求你手动拖拽连线；纯文本画图 DSL 需要你学习另一套语法；而直接让通用大模型写 .canvas JSON，它常常漏字段、编造不存在的属性、把 fromNode 指向不存在的 ID。json-canvas 的差异在于：它把规范本身作为技能内容交付，输出的每一步都有据可依。

如何使用该技能？

步骤一：确认技能已启用

如前文所述，先在技能库中确认 json-canvas 已安装并启用。若代理未自动调用，可在提示词开头明确写出：“请使用 json-canvas 技能生成一个 .canvas 文件。”

步骤二：用自然语言描述画布需求

描述越具体，产出越贴合。建议包含三要素：画布用途、节点清单、连接关系。

输入示例 1（思维导图）

用 json-canvas 做一个思维导图：中心主题是"季度增长策略"，向右展开三个分支——“内容营销”“渠道投放”“用户留存”，中心节点用绿色，三条连线从左向右连接，标签分别为"方向一"“方向二”“方向三”。

输出说明：代理会生成 1 个中心 text 节点（color: "4" 对应绿色）位于左侧、3 个分支 text 节点纵向排布在右侧，并通过 3 条 edges 连接，fromSide 为 right、toSide 为 left，各带 label。

输入示例 2（项目看板）

做一个三列看板画布：To Do、In Progress、Done 三个组，每组宽 300 高 500，从左到右排列，组内各放一个任务卡片文本节点。

输出说明：这是技能内置的典型场景，会产出 3 个 type: "group" 节点（x 分别为 0、350、700，y 为 0，宽 300、高 500）加 3 个 text 任务卡节点，卡片坐标落在各组内部并留出内边距。结构大致如下：

{
  "nodes": [
    { "id": "5e6f7a8b9c0d1e2f", "type": "group", "x": 0, "y": 0, "width": 300, "height": 500, "label": "To Do", "color": "1" },
    { "id": "8b9c0d1e2f3a4b5c", "type": "text", "x": 20, "y": 50, "width": 260, "height": 80, "text": "## 任务 1

实现功能 X" }
  ],
  "edges": []
}

输入示例 3（流程图）

画一个数据处理流程图：开始 → 采集数据 → 判断数据是否有效 →（是）处理数据 → 结束；判断节点左分支否 → 重新采集 → 回到采集数据。

输出说明：代理会用 text 节点表示各步骤，判断节点用黄色（color: "3"）区分，并通过 fromSide/toSide 精确控制连线从底部出、顶部入，"是"分支用绿色（"4"）、"否"分支用红色（"1"），回退连线同样带箭头。

步骤三：检查输出的合法性

拿到 JSON 后，按技能内置的验证规则快速自查：

所有 id 在节点与边之间是否全局唯一；
每条边的 fromNode、toNode 是否都能在 nodes 中找到对应 ID；
每个节点是否都具备 id、type、x、y、width、height；
type 是否为 text/file/link/group 之一；
侧边值是否为 top/right/bottom/left，端点值是否为 none/arrow；
颜色预设是否落在 "1"–"6" 区间或为合法十六进制色。

步骤四：保存为 `.canvas` 文件

将返回的 JSON 原样保存为 xxx.canvas 文件（纯 JSON，无需额外包裹），放入你的 Obsidian 库中即可。也可直接让代理在具备文件写入能力的环境中落盘。

步骤五：打开并微调

在 Obsidian 中打开该文件，检查节点是否重叠、连线是否绕远。如需调整，继续对话即可，例如：

把"渠道投放"这个分支整体下移 120 像素，并把它改成橙色。

代理会基于已有结构增量修改坐标与 color 字段，而不是推倒重来。

同类型竞品对比分析

方案名称	定位	核心功能	安装/使用门槛	适用场景	优势与不足
json-canvas 技能（本技能）	面向 AI 代理的 JSON Canvas 生成与编辑能力	生成/编辑 `.canvas`，覆盖四类节点、边、颜色、组背景，内置验证规则与布局建议	需在支持技能机制的 AI 环境中安装启用；使用门槛仅需自然语言描述	思维导图、流程图、项目看板、研究综述画布	优势：批量生成结构、自动算坐标与 ID、规范内置不易出错；不足：精美视觉呈现仍需在 Obsidian 中人工微调
Obsidian Canvas 图形界面手动拖拽	官方可视化编辑器	鼠标拖拽创建节点、手动连线、可视化调整	零安装门槛（Obsidian 内置）	少量节点、需要即时所见即所得	优势：直观、即改即见；不足：节点一多就费时，重复结构需要一个个摆，无法批量生成
手写 JSON / 自写脚本生成	完全手工控制	按规范手写或编程生成 JSON	门槛高，需熟读 JSON Canvas Spec	需要精确控制、程序化批量产出	优势：控制力最强、可接入自动化流水线；不足：学习成本高，ID 唯一性与引用一致性全靠自己保证
Mermaid 等文本图表 DSL	用文本语法描述图表	流程图、时序图、甘特图等	需学习语法，且需渲染环境支持	文档内嵌图表、代码仓库中的图	优势：语法紧凑、与 Markdown 生态融合好；不足：产出的是渲染图而非可自由拖拽的无限画布，不支持文件节点、链接节点这类画布专属能力

如何选择：如果你的工作流围绕 Obsidian 与无限画布展开，且需要"批量生成结构 + 后续自由编辑"，json-canvas 技能最贴合；如果只是文档里插一张流程图，Mermaid 更省事；如果节点不超过十个，手动拖拽反而最快。

该技能的典型应用场景与实际体验情况

场景一：研究者的文献综述画布

角色与痛点：研究生或行业研究员需要把十几篇文献、笔记、图表和外链汇总到一张画布上，理清"谁支持谁、谁反驳谁"。手动建十几个文件节点再逐个连线，光是摆位置就要耗掉大半天。

使用方式：一次性描述"中心是研究问题，左侧放三篇 PDF 文献，下方放会议笔记（指向 #Key Insights 小节），右下角放一张示意图，连线标注 supports / informs"。

实际体验情况：这是技能内置范例覆盖最好的场景——file 节点支持 subpath 精确指向笔记里的标题，link 节点可挂外链，边上还能带 label。上手难度低，产出结构基本一次成型。注意事项：文件路径必须与你库内的真实路径一致，代理无法替你确认文件是否存在，保存后若显示空白，优先检查 file 字段路径拼写。

场景二：团队的项目看板画布

角色与痛点：小团队想在 Obsidian 里做一个轻量看板，不想引入额外 SaaS。手工建组、调宽高、把卡片塞进组里，很容易出现卡片压住组标题的尴尬。

使用方式：描述三列分组与任务卡，让代理生成骨架，之后每新增任务就让代理"在看板的 In Progress 组里追加一张卡片"。

实际体验情况：组节点的 x/y/width/height 与卡片坐标是两套数字，人工对齐很费神，技能按"组内留 20–50px 填充"的建议生成，通常不会越界。注意事项：组本质上是视觉容器，不会真正"锁住"内部节点，后续手动拖动卡片仍需自己注意不要移出边界。

场景三：开发者的流程与架构梳理

角色与痛点：开发者在做技术方案评审时，需要一张能讲清"数据怎么流、分支怎么走"的图。纯文本描述费口舌，直接画又来不及。

使用方式：口述流程步骤，让代理生成带判断分支的流程图，判断节点用预设黄色，正常路径用绿色，异常回退用红色并配箭头。

实际体验情况：fromSide/toSide 让连线走向可控，配合 fromEnd/toEnd 的形状设置，画出的流程图逻辑清晰。注意事项：预设色 "1"–"6" 的具体色值由应用自定，同一个 "1" 在不同软件里可能略有差别，若对品牌色有严格要求，请改用十六进制颜色。

场景四：教学与汇报的结构化表达

角色与痛点：讲师或汇报人需要把"总—分"结构可视化，且希望后续能自由增删。

使用方式：用思维导图样式生成骨架，再逐轮对话补充细节，比如"给第二个分支再展开三个子节点"。

实际体验情况：增量的坐标推导是这类场景的核心价值——新增子节点时，代理会参考同级节点的间距（建议 50–100px）安排位置，避免重叠。注意事项：画布很大时，建议分模块生成再合并，一次性要求生成几十个节点，位置精度会下降。

该技能能为用户带来的价值

1. 把机械劳动交给机器。 坐标计算、16 位十六进制 ID 生成、引用一致性维护，这些没有任何创造性但极耗耐心的工作，全部由技能承担。用户只需表达"我要什么"，而不是"每个节点摆在哪"。

2. 显著降低格式门槛。 想用 JSON Canvas，就得读懂规范、记住枚举值、理解 Z-Index 顺序。技能把这些知识内置，让不懂 JSON 的知识工作者也能产出合法画布文件。这是一次典型的"专业能力平权"。

3. 减少返工与排错成本。 手写 JSON 最常见的失败是"文件打不开"或"连线飘了"，排查起来要逐行比对。技能内置的验证规则在生成环节就规避了 ID 重复、引用悬空、枚举非法等高频错误。

4. 让"结构化思考"变得可批量。 以一张 20 个节点的画布为例，手工摆放需要反复试错调整位置；技能可以一次性输出完整骨架，用户只需在此基础上做 10%–20% 的审美微调。批量场景（如为多个项目各生成一张结构相同的看板）收益更明显。

5. 长期价值在于可维护。 .canvas 是纯文本 JSON，天然适合版本管理。配合技能做增量修改，你等于拥有了一份"用自然语言即可演进"的结构化知识资产。

常见问题 FAQ

Q1：这个技能怎么安装？需要付费吗？

A：在支持技能机制的 AI 平台技能库中搜索英文名 json-canvas 或技能 ID 12614，点击安装／启用即可。整个过程是"一键式"的，不需要手动配置 JSON Canvas 规范。是否收费、如何计费取决于你所在平台的策略，以官方说明为准。

Q2：我必须用 Obsidian 才能用这个技能吗？

A：不是。JSON Canvas 是一种开放文件格式，Obsidian 是主要使用场景之一，但其他支持该格式的应用同样可以打开。技能本身只负责生成和编辑合法的 .canvas JSON，不绑定具体宿主软件。需要注意的是，预设颜色 "1"–"6" 的具体色值未在规范中定义，不同应用的呈现可能略有差异。

Q3：能让技能修改我已有的 .canvas 文件吗？

A：可以。技能的定位是"创建和编辑"。你把现有 JSON 贴给代理，再说明修改意图（如"把某组整体右移 200 像素"“给这条边加上标签 leads to”），它会在原有结构上做增量修改。建议修改前先备份原文件，避免坐标调整引发连锁位移。

Q4：生成的 ID 会不会重复导致文件损坏？

A：规范要求节点和边的 id 必须全局唯一，Obsidian 采用 16 个字符的小写十六进制（64 位随机值）格式。技能在生成时会按此约定产出 ID 并做唯一性检查。但如果你手工在生成结果中插入了自己的 ID，仍需自行确认没有与已有 ID 冲突。

Q5：它和 Obsidian 自带的 Canvas 编辑器、Mermaid 该怎么选？

A：三者定位不同。节点少、要即时所见即所得，用 Obsidian 自带 Canvas 拖拽最快；只想在 Markdown 文档里插一张流程图，Mermaid 更轻。而当你需要批量生成结构、自动排版、且成品仍要能自由拖动编辑时，json-canvas 技能才是最优解——它产出的不是一张静态图，而是一份可继续演进的无限画布文件。