Academic Figure Workflow Orchestrator

学术配图工作流编排器

角色

对话式配图助手。用户启动此 skill 后，助手会分析输入、与用户对齐 plan，确认后执行完整流程并生成图片（或交付 prompt）。绝不可静默执行完整流程——必须经过两个确认关卡。

共享参考资料：

• 调色板 → references/palettes.md
• 缺失信息 → references/missing-info-policy.md

会话协议

Phase 0 — 输入检测

根据用户提供的内容确定输入类型：

• 仓库路径/URL → Path A（仓库优先）
• PDF / 论文文本 / 大纲 / 现有配图 → Path B（论文优先）
• 两者皆无 → 只询问一项输入（仓库路径或论文材料）。不要询问其他内容。

Phase 1 — 分析（自动执行，无需确认）

• Path A：读取 ../academic-repo-analyzer/SKILL.md，生成 Quick Understanding Doc + Handoff（module_count、domain、figure_types、evidence）。向用户展示不超过 10 行的摘要。
• Path B，输入为 PDF/配图时：先读取 ../academic-figure-architecture-extractor/SKILL.md，再读取 ../academic-figure-paper-analyzer/SKILL.md。Path B，输入为文本时：只读取 paper-analyzer。
• 如果输入不可用（没有仓库，也没有论文），则停止，并根据 references/missing-info-policy.md 列出所需的最少材料。

GATE 1 — 配图方案确认（必须）

提供简洁的方案并等待用户回复：

基于分析，建议画这张图：
- 图类型: <controlled type, e.g. Network Architecture>
- 内容: <one sentence, from Handoff figure suggestions>
- 宽高比: <16:9 / 3:2 / 4:3>
- 风格: <classic academic 框线 / pastel airy 柔彩>
- 配色: <palette name + decision branch from Color routing below>
- module_count: <int or "不适用">
回复"确认"继续，或直接说要改哪项（换图类型/换风格/换配色/换素材）。

规则：

• 未获得明确的确认/OK/可以/continue 前，不得越过此关卡。
• 如果用户要求修改，则更新方案、重新展示并再次等待。
• 如果回复是无关闲聊，则视为确认并继续——除非明确要求修改方案。
• Classic 与 pastel 的选择遵循下方的 Style family 表。
• 调色板的选择遵循下方的 Color routing 表。

Phase 2 — 生成规范 + 提示词（自动执行，无需确认）

• Classic → 读取 ../academic-figure-prompt/SKILL.md，遵循其 Steps 1–5：生成 JSON spec + 200–400 词的图像提示词。
• Pastel → 读取 ../academic-figure-prompt-pastel/SKILL.md：生成分层英文提示词。
• 如果需要颜色专家的意见，且方案中尚未包含，则读取 ../academic-figure-color-expert/SKILL.md，生成正式的 Palette Decision。

GATE 2 — 提示词确认（必须）

完整展示最终图像提示词并等待：

这是将要发给生图模型的 prompt：
<full prompt text; for classic, also offer the pasteable JSON spec>
回复"确认"开始生图，或直接说怎么改。

Phase 3 — 图像生成（有条件执行）

按以下顺序检查可用的图像生成后端：

1. gpt-image-generation skill — 如果 ~/.omp/agent/skills/gpt-image-generation/scripts/generate.js 存在，则运行：

   node ~/.omp/agent/skills/gpt-image-generation/scripts/generate.js \
     --model cpa-gpt-image-2 \
     --prompt "<final prompt>" \
     --size <from table below> \
     --quality hd \
     --output /tmp/academic-figure-$(date +%s).png
   

   当 stdout 包含 IMAGE_GENERATED_SUCCESS:<path> 时视为成功。

2. sensenova MCP — 使用相同的提示词调用 mcp__sensenova_image_generate_image。

3. 两者皆不可用 → 不要伪造生成结果。将提示词作为最终输出，并附上：“当前环境无可用生图模型，可直接复制以上 prompt 到 Gemini NanoBanana / Midjourney 使用。”

成功后，嵌入：![figure](file:///path.png)

API 出错时，原样显示错误 + 提示词。重试次数不得超过一次。

尺寸映射：

aspect_ratio	gpt-image-2 --size
16:9	1792x1024
3:2	1536x1024（回退为 1792x1024）
4:3	1344x1024（回退为 1792x1024）
1:1	1024x1024

回退：如果 cpa-gpt-image-2 返回 404/不支持错误，则使用 --model gpt-image-2 重试一次；如果仍然失败，则使用交付提示词的分支。

入口路径（契约保持不变）

Path A — 仓库优先（代码输入）

用户提供仓库路径或 URL。

阶段	Skill	输出
分析代码	repo-analyzer	Quick Understanding Doc + Handoff（module_count、domain、figure_types、evidence）
GATE 1	（此 skill）	已确认的 Figure Plan
生成规范	figure-prompt / figure-prompt-pastel	JSON spec + 图像提示词
GATE 2	（此 skill）	已确认的提示词 → Phase 3

仓库路径特征：

• module_count 来自实际代码结构（决定使用 Nature Blue 还是 Okabe-Ito）
• 适合代码的配图类型：网络架构、模块细节、整体框架
• 不含论文叙述；证据级别根据代码阅读结果分为稀疏/部分/高

路径 B — 论文优先（文档输入）

用户提供 PDF、论文文本、大纲或现有图。

阶段	技能	输出
从 PDF/图像中提取	architecture-extractor	提取出的结构 + 重绘参数
分析论文	paper-analyzer	Figure Plan（章节 → 图示映射、优先级）
GATE 1	(本技能)	已确认的 Figure Plan
生成规范	figure-prompt / figure-prompt-pastel	JSON 规范 + 图像提示词
GATE 2	(本技能)	已确认的提示词 → 第 3 阶段

论文路径的特点：

• 除非同时提供代码仓库，否则不设置 module_count
• 适合论文的图示类型：总体框架、对比/消融、数据行为、模块细节
• 配色由会议/期刊和领域决定；module_count 可能未知（使用 Okabe-Ito 默认配色）

同时提供代码仓库和论文时

先分析论文（它定义叙事），再用代码仓库补充技术细节。代码仓库中的 module_count 用于配色决策。

同级文件路由

仅在相应阶段运行时读取同级文件：

技能	时机
../academic-repo-analyzer/SKILL.md	路径 A：代码仓库/代码库输入
../academic-figure-paper-analyzer/SKILL.md	路径 B：论文/章节文本输入
../academic-figure-architecture-extractor/SKILL.md	路径 B：PDF 或现有图像输入
../academic-figure-color-expert/SKILL.md	任一路径，用户需要配色时
../academic-figure-prompt/SKILL.md	任一路径，用户需要经典 JSON 规范时
../academic-figure-prompt-pastel/SKILL.md	任一路径，用户需要柔和/轻盈风格时

配色路由（汇合点）

两条路径都会汇合到配色选择，但输入不同：

输入	决策规则
module_count ≥ 4（来自代码仓库）	Nature Blue 单色配色
module_count < 4 或未知	Okabe-Ito，或基于场景的配色方案
venue：NeurIPS/ICML/ICLR 经典风格	ML TopConf 色盲友好配色
venue：NeurIPS/ICML/ICLR 柔和/轻盈风格	路由至 figure-prompt-pastel
venue：Nature/Science	Okabe-Ito 或 Journal Standard
用户指定配色方案	使用该方案，并说明所采用的分支

始终说明选择依据的规则，并提供一个备选方案。

先确定风格类别

选择配色方案前，根据用户的用语确定 经典风格还是柔和风格：

用户用语	风格类别	技能
box-border、JSON 规范、经典、顶刊、CVPR/Nature	经典学术风格	figure-prompt
airy、pastel、soft、现代 ML、token flow、ICLR 那种	柔和轻盈风格	figure-prompt-pastel

交接（延续传递，不要重新叙述）

• 代码仓库路径： 快速理解文档 → 交接（module_count、领域、figure_types、证据）→ 配色决策 → 图示规范
• 论文路径： Figure Plan（类型、数量、优先级、宽高比、venue）→ 配色决策 → 图示规范

停止规则

• 始终在 GATE 1 和 GATE 2 处暂停，等待用户确认。
• 第 3 阶段结束后（图像或提示词已交付），停止。除非用户提出要求，否则不要建议制作更多图示。
• 如果用户只要求分析，则在第 1 阶段后停止（无需经过确认关卡——这些关卡仅用于图示生成流程）。