academic-figure-workflow

学术图示工作流

制作有依据的学术图示，并生成稳定的本地文件。保留用户选择的后端、参考素材、风格方向、审核偏好和输出范围。

如果用户只要求构造、诊断或修订图示提示词，请使用此技能匹配的输出模式，并在渲染前停止。仅要求提示词的请求无需编造渲染路径，也无需额外的审批环节。

将科学内容编译成可验收的图示。这里是唯一的设计与 prompt 编译入口；不把提示词修辞当作第二次科学设计。

按请求选择输出

用户意图	行动与停止点
构造画图提示词 / 只写 prompt	construct：设计简报与完整 prompt；不生图
检查或诊断已有 prompt	diagnose：定位问题、影响与最小修正；不擅改文件或生图
按反馈修改 prompt	revise：改动、保留项及完整新 prompt；不自动生图
制作图 / 修改图片	construct 或 revise 后，本 skill 继续渲染、目检
只咨询配色或风格	Palette Decision；不要求完整拓扑，不生图
把 AI 图里的文字做成可编辑 PPT	按 references/editable-pptx.md 写清单并组装 PPTX；不改源 PNG，不另开 skill

只问方案时不启动绘图。直接画图时不强加 prompt 确认；按用户的 review 偏好执行。直接画图不代替风格选择。

按需读取

仅加载当前阶段所需的内容：

• 构造、诊断或修订决策 → references/prompt-design-logic.md
• 编译 renderer prompt → references/json-to-prompt.md
• 可直接填充的构造/修订样板 → references/prompt-templates.md
• 密度、布局、文字或风格细节 → references/image-prompt-guide.md
• 案例与迁移检验 → references/prompt-design-cases.md
• 实际渲染的结构契约 → json-schema.md 和 figure-spec.schema.json
• 视觉锚点 → references/architecture-icons.md，仅使用符合证据的元素
• 第一次出图前的风格菜单 → references/style-catalog.md 与 references/previews/
• 色彩与可选风格库 → references/palettes.md、references/styles/
• Codex 原生图像执行 → references/codex-image-workflow.md
• 图片验收 → references/render-audit.md（接受图片前必须执行）
• 可编辑 PPT 文字 → references/editable-pptx.md。交付栅格图时只告知可以做；用户接受这张图并要求可编辑文字后才读、才组装

超出证据的内容标推断或待确认；用占位符代替编造的模块、损失、维度或结果；没有任何可用来源时停下，并列出最少需要补充的材料。

根据检查后的内容路由输入

URL 不会自动成为仓库。先检查内容。

输入	路由	执行行为
用户直接提供的架构（直通）	此技能的设计流程	跳过分析器。用户已提供明确节点/流程；编译 FigureSpec v1 并直接渲染。
草稿笔记 / 大纲 / 部分草稿	../academic-figure-analyzer/SKILL.md	草稿到图示快速通道。对于粗略笔记、大纲或缺少完整结果的章节：聚焦于 Figure 1 框架。
完整手稿（Markdown / LaTeX / PDF / URL）	../academic-figure-analyzer/SKILL.md	完整规划。对于包含实验/结果的完整论文：规划多图策略、验证论点并明确约束。
仓库路径或仓库 URL	../academic-figure-analyzer/SKILL.md	提取语义架构图；省略工程基础设施（数据加载器、训练器）。
论文加仓库	../academic-figure-analyzer/SKILL.md	论文/用户定义叙事与拓扑；仓库用于验证参数与维度。
外部风格参考	../academic-figure-analyzer/SKILL.md	从外部参考中提取可迁移的风格。
要编辑的现有渲染图	此技能的 revise 模式	保留其科学内容、拓扑和可见文字，然后仅应用所请求的差异。

对于文章 URL，使用可用的网页/浏览器/文档读取器获取论文正文、图注和链接图示。对于 PDF，使用支持 PDF 的读取器获取论文内容。如果未安装 academic-figure-analyzer，则执行最低限度的等效分析，并标明能力受限的处理路径。

保留带版本号的内部产物

将这些内容存储为兼容 JSON 的对象。除非用户要求，否则无需让用户查看。

FigurePlan v1

schema: academic-figure/FigurePlan@1
source_revision, venue
sources[]: {kind, uri_or_absolute_path, revision_or_page, evidence}
figures[]: {
  figure_id, figure_type, priority, communication_goal, claim_scope[], hero_element,
  required_nodes[], required_connections[], authority_boundaries[], secondary_context[],
  forbidden_claims[], forbidden_connections[], aspect_ratio, final_width_mm,
  style_profile_hint, reference_assets[],
  open_questions[], confidence, review_status: pending|confirmed|waived
}

组件和连接应具备语义依据和证据支持。代码目录中的数量不等于图示层级，也不能作为配色方案的依据。

FigureSpec v1

schema: academic-figure/FigureSpec@1
figure_id, plan_revision, sources[], prompt (internal), aspect_ratio, final_width_mm
topology: {components[], connections[], groups[], authority_boundaries[]}
visible_text[], caption_notes[], layout
style_profile: classic-technical|pastel-airy-ui|illustrated-modular|reference-led
style_preset, style_source, style_grammar, semantic_color_roles
style_selection: pending|confirmed|waived (render-ready rejects pending or missing)
reference_images[]: checked absolute local paths or recent-conversation descriptors
conversation-reference transient status stays in the execution packet
must_not_claim[], forbidden_connections[], negative_constraints[]
prompt_review: requested|confirmed|waived
prompt_reviewed_sha256: required only when prompt_review is confirmed
workspace_root: absolute declaration that must match the runtime-trusted root
output_path: absolute path inside that root

内部的 prompt 是渲染器输入，并非必须面向用户交付的内容。 当 prompt_review 为 waived 时，仅将其与工作产物一同保存， 绝不要将其粘贴到聊天回复中。

RenderAudit v2

schema: academic-figure/RenderAudit@2
figure_id, render_revision, image_path, image_sha256, spec_sha256
spec_validation: {status}
image_inspection: {status, evidence}
nodes[]: {id, status, evidence}
edges[]: {id, from, to, kind, direction, line, label, status, evidence}
checks: {semantic_topology, visible_text, background, layout,
         style_fidelity, accessibility} (each: {status, evidence})
pass, defects[], targeted_edit, semantic_edits_used, semantic_edits_remaining

Statuses are pass|fail|unverified. See the shared audit protocol for exact revision binding, complete graph coverage, and aggregate-pass requirements. Keep historical v1 audits as history; new renders require v2 inspection records.

Build the plan

Create the shortest FigurePlan that closes scientific ambiguity. Shortest means no speculative modules. A station on an executed path stays in the figure even if its importance is secondary; secondary_context is only for context that does not change the path. When a reference exists, its transferable style grammar takes priority over venue stereotypes and preset defaults. Match composition, mark language, illustration level, region treatment, typography, spacing, arrow grammar, emphasis, and semantic color roles. Do not copy the reference's claims, labels, branding, or topology unless it is the user's redraw or edit baseline.

Use plan review only when unresolved choices would materially change the result, the user asks to review it, or required content is still a placeholder. Otherwise record review_status: waived and continue. An unrelated reply is never confirmation.

设计流程

1. 写出读者问题及图的核心答案，区分主内容、支撑内容、caption-only。
2. 从上游分析或用户输入提取稳定 component IDs、typed connections、权限边界、禁止关系及证据。不从参考图借算法，不把缺失证据填成确定事实。
3. 在科学骨架明确后、布局定稿前确认风格。按下一节的风格确认规范执行；未确认前不做布局定稿，也不生图。风格参与后续构图，不作为写完 prompt 后追加的装饰句；详见 references/prompt-design-logic.md。
4. 联合科学含义与所选风格设计阅读顺序、主区、语义分组、连线通道及必要视觉锚点。只有真实层级需要时才嵌套；比例是构图辅助。图标、小图、公式卡、机器人或气泡均可选。纯标签节点只在所选风格允许时使用。任何风格的主区比例、嵌套层和标记语言都不要收成等大图标条。
5. 锁定可见文字、语义颜色与非颜色编码，检查所选风格下的文字容量与可读性；编译前闭合全部边。修订先写 Delta 与 Invariants，颜色修改不改变科学拓扑。
6. 将内容、布局与风格统一编译为完整的紧凑自然语言，而非给旧 prompt 叠加风格补丁。prompt-only 在此交付；渲染任务再补齐、校验 FigureSpec 并移交执行。

用户直接描述架构时跳过不必要的仓库扫描。将其记为 sources 中的 user_instruction，证据为原请求；component IDs 使用稳定 snake_case。执行、建议、反馈、存储和异常连接分开，不靠位置推断连线。

首次渲染前确认风格

在科学框架明确后、布局或渲染器提示词生成前执行。参考处理和有界的风格修订请遵循 references/prompt-design-logic.md。此门槛仅适用于首次渲染。修订、仅改颜色、用户已指定的风格，以及用户要求遵循的参考图，都不会再次打开风格菜单。

• 未指定风格且没有风格参考：阅读 references/style-catalog.md，直接显示图片文件本身以展示全部六种预览，每种附上一行特征说明，然后停止。本轮不要调用图像工具。
• “直接画图”、“使用 Codex 生图”或“不用返回 prompt”仅设置 prompt_review: waived，并不代表选择了风格。
• 用户指定了风格或配置：记录对应的 style_preset 及其目录中的 style_profile，设置 style_selection: confirmed，然后继续，不要再次询问。
• 用户提供了要遵循的参考图：使用 reference-led，设置 style_selection: confirmed，不要展示六种风格菜单。
• 仅当用户明确要求代为选择或使用默认风格时，才设置 style_selection: waived 并选择风格。否则不要自行选择。
• 无关回复不算风格选择。用户选定风格前，将 style_selection 保持为 pending。

记录规范的 FigureSpec 配置文件 ID：

• classic-technical：笔触克制、拓扑精确、插图简洁；无衬线字体清晰。
• pastel-airy-ui：白色卡片、轻微区分、色彩用于标记和曲线；边界轻盈，避免卡片堆叠。
• illustrated-modular：低饱和度填充区域、较深的配对轮廓和标题、编辑风或手绘线稿、不对称主视觉布局。区域内部应是开放的带标签插图；仅在确有一层分组时才使用子卡片，不要给每个站点都加框。来源明确的机制线应保留在区域说明中。路径上的站点可以小于主视觉，但仍须保留。可选择角色插图；不默认每个区域密度相同，也不要收缩成大小一致的图标条。
• reference-led：覆盖模式，至少有一张本地或近期对话中的参考图；保留观察到的视觉语法，无论其属于技术风、轻盈风、插画风，还是协调的组合。依据已查看的参考图提取布局、线条、填色、字体、插图和留白语法；这不等同于手绘风格。

为命名的库变体使用 style_preset。绝不能将 reference-led 视为 illustrated-modular 的别名。

色相应与职责绑定，而非按代码目录数量分配颜色。Agentic 图可参考 reasoning 蓝、context 绿、execution 桃色、advisory 紫、memory 青色、output 金色、stop 珊瑚红；这些是领域预设，并非通用事实。可使用丰富配色、灰度印刷方案，或适合数据需求的深色背景。遵循参考图或用户确定的表面与阴影规则，避免一处要求 3D、另一处却全局禁止 3D。

正文与底色之间应有足够对比度；关键差异应同时用颜色和线型、标签或形状编码。Palette Decision 应输出配置文件、选择理由、语义绑定、底色/正文/轮廓、一个备选方案，以及可复制的 tokens。

文字与编译

区域标题通常不超过 5 个词，标签/边标签通常不超过 3 个词；这是缩写建议，不得损害科学含义，也不得据此删掉所选风格要求的机制线或子卡片。只保留必要且有来源的公式。优先移除仅用于说明的注释，而非路径上的机制标签。之后再考虑拆分图示或使用确定性排版，不要通过无限缩小字体来提高密度。

模型输入使用紧凑的散文，不要用 Markdown 标题、加粗、列表或表格包裹指令；保留已批准的数学符号和精确标签。默认将图题放在外部说明文字中，只有用户或设计明确要求时才显示一条简短图题。顺序为：目的、构图与组件、闭合边清单、精确可见文字、风格与配色、缺陷约束及比例；详见编译器。

创建规范

一次选择一个计划中的图。此技能会针对所有受支持的配置（classic-technical、pastel-airy-ui、illustrated-modular 或 reference-led）编译 FigureSpec v1 和标准化的结构化渲染简报。如果提供的参考图定义了自定义语法，则直接根据 ReferenceAnalysis v1 构建 FigureSpec v1。切勿强行将参考图套入白色填充、彩色边框的方框。

提示词审核采用条件式流程，并具有可执行的状态语义：

• requested：显示当前内部提示词，并且在渲染前停止；
• confirmed：将审核过的 UTF-8 提示词原文计算为小写 SHA-256 哈希，保存至 prompt_reviewed_sha256，仅当该哈希仍匹配时才进行渲染；
• waived：省略 prompt_reviewed_sha256，将提示词保留为内部内容，并在不显示提示词的情况下渲染。

如果已确认的提示词发生变化，则返回 requested 状态并审核新提示词。 “直接画图”“使用 Codex 生图”或“不用返回 prompt”等请求会设置 prompt_review: waived。这些请求不会免除风格确认。尚未解决的科学占位符会阻止计划／规范本身，而不是转入提示词审核。已豁免的提示词绝不会出现在面向用户的输出中。若 style_selection 缺失或为 pending，则不得渲染。

何时启动子代理

技能是流程，而非持久代理。运行时能够启动子代理时，请针对下方列出的每个拆分任务启动一个临时 Figure Worker。不要仅为留在同一线程而把这些工作留给主代理。如果运行时不支持子代理，则由主代理自行执行相同步骤。缺少子代理不会阻止交付。

每项任务启动一个 Worker：

• 集成前的每个独立证据来源：代码库、手稿或草稿，以及参考图，分别作为独立的 evidence_analysis 任务处理。
• 节点和边的布局不依赖另一张图最终布局的每张图：分别作为独立的 spec_only 或 render 任务处理。
• 仅需只读检查且另一张图仍在制作中的已完成图。该 Worker 不得写入文件。

以下工作由主代理负责：

• 风格菜单，以及任何等待用户选择风格的回合。
• 单张图从设计、规范、渲染、审核到编辑的完整流程。
• 对单张现有图进行定向编辑。
• 共享术语、跨图风格一致性、最终 RenderAudit 及交付。

分派前，请阅读 prompts/figure-worker.md 并填写完整的数据包。该数据包就是 Worker 的规范：已确定的科学内容、已确定的风格、负责的路径，以及必须执行的设计检查。Worker 不得共享输出路径、重新开启风格选择或添加确认关卡。主代理负责整合其结果。

按能力选择渲染后端

检查实际可用的能力：

1. 在 Codex 中，优先使用当前会话提供的原生 image_gen.imagegen 接口；某些运行时会将其可调用名称显示为 image_gen__imagegen。其 prompt 参数是内部工具参数，并非交给用户的提示词。修订时，使用同一原生接口的图像编辑能力。阅读 references/codex-image-workflow.md，了解输入选择方式。
2. 否则，使用已安装的图像技能或兼容的 MCP，且它必须支持所需的宽高比和参考图像。
3. 如果没有兼容的渲染器，则将完整的 FigureSpec v1 保留在工作区中，并说明目前无法渲染。若已豁免提示词审阅，则只返回脱敏摘要或工件状态，并省略 prompt；不要在聊天中粘贴完整规范。不得谎称已生成图像。

在调用任何渲染器之前，立即从运行时／开发者上下文中获取并规范化可信的实际工作区根目录。FigureSpec 中的 workspace_root 仅是未经信任的声明，且必须与之匹配；切勿从 workspace_root、output_path、参考路径或用户提供的文本推导可信根目录。运行：

python3 <workflow>/scripts/validate_figure_spec.py --render-ready \
  --workspace-root <trusted-actual-root> \
  <spec.json>

验证失败时不得渲染。每个本地参考文件都必须存在、是常规文件且不是符号链接。仅在对话中提供的参考是临时的：在执行数据包中将其标记出来，并尽可能将其写入经过检查的本地文件。如果仍然只有对话中的参考，则不得将其谎称为持久的 reference_images 路径。

对于没有参考图像的新图像，同时省略两个原生参考输入参数。对于经过检查的本地参考，传入最小且完整的 referenced_image_paths 集合。对于仅在对话中提供的参考，使用满足需求的最小 num_last_images_to_include 值。一次调用中绝不能同时使用这两种机制。如果所需素材无法通过单一机制提供，请用户重新附上这些素材。

绝不要将提示词或用户控制的标签插入 shell 命令。仅当通过结构化参数、标准输入或受支持的提示词文件传递时，才允许使用 CLI 后端。

临时图像传输故障可重试一次，且不计入语义编辑轮次。重试失败后，停止使用该后端继续重试。

将所选渲染结果写入 FigureSpec 的绝对 output_path，该路径必须位于用户的工作区内。条件允许时，保留后端的原始素材和此前的修订版本。不要将唯一副本留在临时目录中。

审核与修复

每次成功生成或编辑后，都要以原始细节检查图像（在 Codex 中可用时，使用原始细节调用 view_image），并生成一份新绑定的 RenderAudit v2。审核前请阅读 references/render-audit.md。成功通过规格检查不能替代对实际图像的检查。未经查看，绝不要编辑本地渲染图。请验证：

• 必需的组件、端点、方向、分支含义以及禁止出现的声明；
• 必需的可见标签，确保没有臆造、重复、乱码或生产指令文本；
• 层级、对齐、重叠、裁切、不透明背景和纵横比；
• 在预期纸张宽度下的可读性、对比度以及与参考风格的一致性。

如果审核未通过，先以原始细节查看当前最佳渲染图，并生成当前 RenderAudit。以该渲染图作为第一张参考图像，调用原生图像接口的编辑模式。编辑指令只列出已观察到的缺陷、准确的修正内容，以及必须保持不变的明确约束。列出所有必须保留的关键边，包括编辑区域之外的边。保存新版本，并将其审核状态重置为未验证。再次查看并重新检查整个必需节点／边清单，然后才能继续操作。初始渲染后，最多允许进行两轮语义编辑。临时传输重试不计入此限额。如果一次编辑后文字仍不可靠，应优先使用确定性的 SVG／drawio／Typst 文本或混合叠加，而不是反复重新生成整张图像。

箭头或端点缺陷不意味着可以改用更简单的图形。保留已确认的构图、主体重点、必需的子卡片和机制标签。编辑指令中应指出错误的边以及这些约束。如果渲染器无法在保留该构图的同时维持拓扑结构，请停止并报告。不要把剩余轮次花在等距图标栏或更短的图标条上。

达到轮次上限后，交付可恢复的最佳成果，并如实说明仍存在的缺陷。

在确认通过前，使用 scripts/validate_render_audit.py --spec <spec.json> --image <image.png> <audit.json> 检查审核记录是否对应准确的图像和规格字节。图像审核失败或未验证时不能通过；该脚本检查的是记录完整性，而不是像素或观察结果是否诚实。

交付

交付前，使用 python3 <workflow>/scripts/clean_image_metadata.py <image> 自动清理最终图像文件，剥离其中嵌入的任何 C2PA、EXIF、XMP 或来源标记，以确保可直接用于正式发布。完成所有最终文件转换后，绑定并检查最终审核中的确切交付文件。使用可点击的绝对本地路径返回最终图像，并附上简洁的结果摘要。工作区允许时，将 FigurePlan v1、FigureSpec v1 和最终 RenderAudit v2 与图像放在一起。不要使用 file://，也不要追加任何已豁免的提示词。如果用户只要求分析或规划，请在渲染前停止。

交付图像后，请告知用户，其中的可见文字可以替换为可编辑的 PowerPoint 文本框。不要在该轮创建 PPTX。只有用户接受该图并要求提供可编辑文字后，才按照 references/editable-pptx.md 制作 PPTX，保留已清理的 PNG，并且只替换图像中已有的可见文字。如果用户对图像不满意，应先修改图像。不要启动第三项技能，也不要为文字步骤重新生成图像。