visiomaster

Visiomaster

概述

visiomaster 是一项独立技能，用于将图表图像重建为可编辑的 Visio 交付成果。

它针对以下内容进行了优化：

• 流程图
• 产品或系统架构图
• 论文风格的模块／框架图
• 需要保持可编辑状态的方框箭头流程图

它不适用于：

• 海报
• UI 截图
• 装饰性布局
• 视觉风格比结构化图表语义更重要、且以图像为主的幻灯片

核心定位

在前期采用 ppt-master 的思路：

• 收集源素材
• 提取风格
• 控制布局
• 理解图像
• 遵循视觉润色标准

不要将 ppt-master 的原始 SVG -> PPTX 输出路径用于 Visio。

对于 Visio，稳定的路径是：

image -> scene.json -> validate -> Visio COM render -> .vsdx/.svg/.png

关键规则很简单：

• 应将主体结构重绘为可编辑的节点、标签和连接线
• 只有在重绘所损失的速度不值得时，小型缩略图或纹理片段才可以保留为栅格图像
• 除非用户明确要求贴图，否则绝不要通过粘贴整张原图来完成重建

环境

此技能以 Windows 为首选，并要求：

• 本地已安装 Microsoft Visio 桌面版
• Python 和 pywin32

使用当前线程默认的 Python 解释器。如果用户或项目提供了特定的 Python 路径，请使用该路径；否则使用：

python

工作流

1. 确认范围

首先对源请求进行分类：

• 可编辑流程图重建
• 架构／模块图重建
• 论文插图清理／重绘
• 可使用少量栅格子素材辅助的图像重绘

如果图表主要由方框、箭头、标签和容器组成，请使用 visiomaster。

对于基于图像的精确复刻，在声称已满足严格审核要求之前，务必先确保有本地源图像文件：

• 如果用户提供了文件系统路径，请将该路径用作 metadata.source_image，并用于所有审核的 --original 输入。
• 如果用户上传或附加了图像，但没有提供本地路径，请在渲染最终交付成果之前，将该图像保存／暂存到重建工作区中的 source/original.<ext>。仅有聊天附件不能作为严格审核的合格源文件。
• 如果当前客户端无法将附加图像作为可读取的字节数据提供，且无法在本地暂存该图像，请明确将工作标记为草稿／手动预览，并在严格审核或最终精确交付之前要求用户提供源文件路径。
• 每个精确复刻项目都必须在各轮审核中保持暂存／本地源路径稳定。不得使用复刻图的截图、成对图像、OCR 输出或对附件的记忆来替代原始源图像。

有源文件路径时，请使用辅助脚本暂存该文件，以便审核清单使用统一且稳定的规范图像：

python ${SKILL_DIR}\scripts\stage_source_image.py `
  --input <source.png> `
  --workspace <reconstruction_workspace> `
  --id <figure_id>

此操作会写入 source/original.<ext> 和包含 SHA-256 哈希值的 source/source_manifest.json。请将暂存图像路径用作 metadata.source_image，以及 make_review_assets.py --original 的参数。

对于宽幅或内容密集的图表，不要一开始就一次性绘制整页。如果源图包含许多模块、许多箭头、很小的标签，或画布非常宽，请先创建区域规划：

• 可见区域使用 group_container
• 不可见的逻辑工作区使用 audit_region
• 每个有意义的节点都必须设置 container_id
• 在组装整页之前，每个区域通常应控制在 12-18 个可见节点以内
• 合并各区域场景之前，必须先确定统一的字体排版和箭头样式 对于精确复刻，在获得针对该特定图像、忠实于源图的视觉清单之前，不要编写 scene.json。此清单应通过视觉 LLM 检查源图像生成，而不是通过 OCR、文件名线索、警告日志、先前的场景或批量场景生成器生成。必须原样保留源图中可见的语言和符号；不要将中文标签翻译成英文、规范化公式、臆造无法辨认的文本，也不要用通用神经网络模块替换源图中的模块，除非源图中确实可见这些模块。

在首次渲染前，将清单记录在 metadata.source_visual_inventory 中。至少应包括：

• analysis_basis：简短说明，例如 visual_llm_source_image。
• language_profile 和 do_not_translate。
• unknown_text_policy：对于不清晰的微小文本，使用 mark_unreadable_do_not_invent。
• 各区域的 source_bbox_px、必须可见的标签／公式、组件特征、边缘特征、端口／边界／虚线框说明、不确定性说明和文本布局事实。

在为精确复刻编写第一个 edges 数组之前，先单独对源图像进行箭头清点。目标是在生成任何 Visio PNG 之前锁定拓扑。对于箭头密集的局部结构，此步骤不是可有可无的记录工作，而是场景构建的驱动因素：

• 在 metadata.arrow_plan 中记录源图中每个可见的箭头
• 每个可见箭头或可见线段都必须有独立的 arrow_plan_id；不要用一个计划条目描述整个局部子图或多跳链路
• 每个条目都需要包含 id、from_visual_object、from_anchor_description、to_visual_object、to_anchor_description、route_shape、line_style、arrowhead、semantic_intent、source_bbox_px、must_not_cross、relative_position_facts、方向、端点／边界事实以及确定性
• 普通流向使用 semantic_intent: "data_flow"；虚线回传路径使用 "feedback"／"loss_backprop"；框架边缘箭头使用 "boundary_handoff"／"frame_output"；多对一连接使用 "merge"／"fan_in"；一对多分支使用 "fork"／"fan_out"；外部循环使用 "loop_update"
• 使用 straight_horizontal、straight_vertical、orthogonal、rounded_orthogonal、smooth_curve 或 loop 等路径形状；不要将主要箭头含糊地留作 auto
• 编写边之后，为每条源图中可见的边绑定 arrow_plan_id
• 默认情况下，一个 arrow_plan_id 只能绑定到一条场景边。如果一条源箭头确实需要拆分为多个场景线段，则每条线段边都必须声明 same_source_arrow: true、segment_index 和 segment_count
• 如果源箭头无法辨认，应标记 certainty: "uncertain"，且不要臆造其目标

将 metadata.arrow_plan 视为后续视觉审核的源图真值核对清单：审核者应能判断 A001、A002 等是否与原图一致，而不是只写“箭头不对”之类的笼统意见。

对于类似注意力机制的图形特征，在绘制场景边之前，先拆解其视觉结构。看起来像 K/Q -> multiply -> score matrix -> value multiply -> value matrix -> Concat 的源图裁剪区域，并非一条边。先记录局部特征，然后分别清点每个可见连接线，例如：

• A101：K_w 右边缘 -> qk_mul 左边缘，水平，无箭头
• A102：Q_a 右／上边缘 -> qk_mul 左下边缘，短对角线／曲线，无箭头
• A103：qk_mul 右边缘 -> score matrix 左边缘，水平，末端有箭头
• A104：V_w 右边缘 -> value multiply 左边缘，水平，无箭头
• A105：score matrix 右上角 -> value multiply 左下边缘，对角线，无箭头
• A106：value multiply 右边缘 -> value matrix 左边缘，水平，末端有箭头
• A107：value matrix 上边缘 -> Concat 下边缘，垂直，末端有箭头 当本地示意图符合已知模式（例如 attention_score_motif、value_weighting_motif、residual_add_norm_motif 或 concat_merge_motif）时，应先根据该模式语法生成本地场景。对于 attention_score_motif，Q/K 输入左侧的乘法节点，Softmax 是浮动标签，而不是边的端点；乘法节点的输出进入分数矩阵，分数矩阵沿对角线连接到值乘法节点，值乘法节点的输出进入值矩阵，值矩阵则垂直输出到 Concat。

对于论文风格的精确复刻，source_visual_inventory 应记录精确的布局信息，而不仅是模块名称：

• 文本对齐方式：左对齐 / 居中 / 右对齐，以及基线关系
• 预期的换行位置和不换行要求
• 标签是纯文本、类似数学公式的内容、图注、注释，还是中日文与数学内容混排
• 下标 / 上标是否可见且必须保留
• 字体意图（衬线 / 无衬线 / 中日韩 / 数学字体），以及已知的源图可见字体
• 源图文本或长条上是否有可见的阴影 / 光晕 / 强调效果
• 图注前缀与正文的拆分方式，例如粗体 Fig. 6. 加常规字重正文
• 该区域的裁剪要求，例如 caption、small_text 或 arrow_dense
• 该区域的边框 / 线条 / 阴影 / 密度信息：内边距、圆角半径、虚线节奏、线条粗细、柔和阴影特征，以及裁剪范围在视觉上是紧凑还是宽松

对于严格复刻工作，还应标记：

• metadata.replica_review_mode: "strict_replica"
• 在首次渲染前设置 metadata.replica_stage: "layout_topology"
• 仅当布局 / 拓扑在视觉上已正确后，才设置 metadata.replica_stage: "detail_polish"

全新的能力评估意味着根据源图清单重新构建场景。不要通过修补旧场景并检查其外观是否改善，来验证技能变更。旧场景和旧评审可以帮助分析失败原因，但在更改技能工作流、架构、渲染器或组件后，应根据源图清单重新构建每个测试场景。批量导出已完成的场景没有问题；但通过单个 Python 脚本批量生成多个场景，不能作为技能对普通用户有效的证明。

2. 构建或优化 scene.json

scene.json 是视觉分析步骤与 Visio 渲染之间的约定。

编写或编辑时：

• 阅读 references/scene-schema.md
• 使用 templates/visio_components.json 作为受支持组件词汇表
• 使用 templates/style_profiles.json 选择 paper_white 或 clean_white
• 如果需要映射指导，请阅读 references/visio-component-map.md
• 对于精确复刻，尽可能使用源图像素编写坐标，并让渲染器将其缩放为英寸

生成初始文件：

python ${SKILL_DIR}\scripts\image_to_scene.py --image <source.png> --output <scene.json>

此脚本不会根据像素推断真实的图表结构。它只会写入空白场景或模板初始场景。对于精确复刻，第一版 scene.json 仍必须由 LLM 根据源图像编写。

对于大型图形的精确重建，请从源图像像素开始，并记录区域策略：

python ${SKILL_DIR}\scripts\image_to_scene.py --image <source.png> --pixel-page --region-strategy region_first --output <scene.json>

如果布局接近标准流程图，可以根据内置示例生成初始场景：

python ${SKILL_DIR}\scripts\image_to_scene.py --image <source.png> --template basic-flow --output <scene.json>

仅将其视为草稿／引导编写方式。它不能作为严格复刻的有效证明。

对于 GAN/TFR 训练周期图、AI 生成的论文图示，或带有 Real/Generated TFR 面板的图像，可以根据规范模块模板生成草稿／引导版本：

python ${SKILL_DIR}\scripts\image_to_scene.py --image <source.png> --template gan-tfr --output <scene.json>

不要将基于模板生成的场景用作严格能力评估的最终证据。对于严格复刻，请从空白场景开始，依据源图像重新编写场景，然后再评估该技能。

在首次对草稿／引导场景或旧版 GAN/TFR 场景进行 Visio 渲染之前，可以显式运行确定性处理流程：

python ${SKILL_DIR}\scripts\scene_autofix.py <scene.json> --recipe gan-tfr --output <fixed.scene.json>

此处理流程会在视觉微调前优化脆弱的局部结构：将拆分的 Real/Generated 框改为 tfr_panel，将空的虚线损失框改为 loss_region，将原始 L_adv/L_rec 文本改为 math_text，将分离／断开的外部循环改为平滑的 loop_arrow，校正反向的 GAN 箭头，并将拥挤的反向传播箭头合并。

scene_to_visio.py 不再对严格／精确场景隐式运行此自动修复。只有在明确需要引导／渲染辅助流程时才使用 --autofix-gan-tfr，并且在根据源清单重新编写全新的严格复刻场景之前，应将写入的 <basename>.autofixed.scene.json 视为非最终的改写场景。

3. 验证场景数据

在操作 Visio 之前，先验证结构和引用：

python ${SKILL_DIR}\scripts\scene_validate.py <scene.json>

如果验证失败，先修复场景。不要在渲染器中对损坏的 ID 或不受支持的类型妄加猜测。

对于大型或复杂图形，在完整渲染前运行复杂度预检：

python ${SKILL_DIR}\scripts\scene_complexity.py <scene.json>

使用复杂度报告，在 Visio 渲染前排查大型图像的常见失败模式：区域过少、节点未覆盖、模块过于密集、字体缩放不一致、文本适配风险以及可能发生的重叠。

对于精确复刻，如果源图使用了不止一种可见字体样式，请运行字体排版预检：

python ${SKILL_DIR}\scripts\font_inventory.py --check "Times New Roman" --check "Cambria Math" --check "Calibri" --check "Microsoft YaHei UI"

不要将所有标签都视为同一种字体。渲染前按角色对可见文本进行分类：

• 论文衬线字体标签：使用 font_role: "paper_serif"，并选择类似 Times/Cambria 的候选字体
• UI/产品标签：使用 font_role: "ui_sans"，并选择类似 Calibri/Arial/Segoe 的候选字体
• 公式/运算符：使用 font_role: "math" 或 symbol_font_role: "math"
• 中文标签：使用 font_role: "cjk_sans" 或 cjk_serif

如果已知或可以可靠推断源字体，请在节点样式中存储 source_font_family。如果该字体已安装，但实际渲染字体不同，scene_audit.py 会将其报告为需要重建的问题。

对于包含许多模块的复杂论文图形，还要生成模块级审计报告：

python ${SKILL_DIR}\scripts\scene_audit.py <scene.json>

使用审计报告，逐个检查每个 group_container，将其视为独立区域：子项数量、标签、颜色、内部箭头、输入箭头、输出箭头，以及跨模块箭头是从边界还是内部组件起始。未勾选的审计项都应视为真实缺陷，并在最终导出前修复。

对于精确复刻，在每次渲染迭代后运行重建门禁：

python ${SKILL_DIR}\scripts\scene_validate.py <scene.json> --strict
python ${SKILL_DIR}\scripts\scene_audit.py <scene.json> --fail-on-rebuild

在严格模式下，缺少 source_visual_inventory、缺少 region_plan、从模板初始化以及通过配方改写精确场景，都视为门禁失败，而非一般警告。如果 validate/audit 输出阻塞性契约失败或 [REBUILD] 项，请停止微调坐标。先使用正确的语义组件（loop_arrow、dashed_region、dashed_feedback_path、boundary_port 等）重建相应的局部子系统，再进行其他视觉润色。

在严格模式下，缺少 metadata.arrow_plan、缺少 arrow_plan_id 绑定或路由形状违规也都视为门禁失败。如果源图展示的是固定水平、垂直、边界、汇合、分叉、反馈或循环的箭头语法，就不要渲染仍依赖中心到中心 auto 路由的严格复刻图。

对于精确复刻，验证通过是必要条件，但还不够。请渲染 PNG，并与源图比较以下内容：

• 页面宽高比
• 容器边界
• 局部拓扑
• 特征形状
• 连接线语法
• 特征图着色
• 源语言保留情况、公式、微小标签、端口和箭头端点

精确模式应采用两阶段制作循环，而非匆忙进行一次渲染：

1. 第一阶段渲染/审查：锁定布局、区域边界框、容器边界和拓扑语法
2. 第二阶段渲染/审查：修复文本布局、标题行为、阴影、局部间距和视觉细节

如果某个高层组件经过两轮严格审查后在视觉上仍不正确，请用更小的组件或基本图元重建该局部子系统。不要为了一个难以处理的面板或文本簇而反复微调整页。

对于箭头密集的局部结构，在将其合并到完整场景前先审查局部裁剪图：

1. 根据局部源图裁剪和图案/箭头计划，编写一个局部场景，例如 attention_core.scene.json
2. 使用严格箭头计划检查验证该场景
3. 仅渲染该局部场景
4. 将局部源图裁剪与局部复刻裁剪并排比较
5. 仅在箭头计划清单中的所有项目都通过后，才合并到完整场景

除非第二轮审查已完成且视觉效果良好，否则不要在首次精确渲染后就交付。

4. 渲染到 Visio

将场景渲染为 Visio 绘图并导出交付文件：

python ${SKILL_DIR}\scripts\scene_to_visio.py <scene.json> --output-dir <exports>

默认输出：

• .vsdx
• .svg
• .png

当用户需要精致的白色产品／流程风格时，使用 --style-profile clean_white。对于论文插图和学术模块图，使用默认的 paper_white。

调试 Visio 自动化或导出行为时，请阅读 references/visio-export-flow.md。

渲染复杂复刻图后，请将导出的 PNG 按模块与源图进行比较。不要依赖整张图的视觉相似度；大型图中往往会隐藏细微的拓扑错误。

对于精确复刻，第一次渲染可以是快速的可编辑重建稿，但交付前必须至少进行一轮本地源图审查：

• 使用本地／暂存的原始图像文件和导出的复刻 PNG，通过 make_review_assets.py --write-review-bundle 创建审查资源。
• 审查输入应为原始源图和当前复刻图。如果这两张完整图像都已提供，就不要发送生成的全局拼图；全局拼图仅用于人工导航／审计，通常会缩小细节。
• 仅为当前存疑的区域生成局部裁剪资源，例如 attention_core、arrow_dense、right_output、small_text 或 caption。不要习惯性地生成或审查所有裁剪图。如果生成了裁剪图，但人或审查者都没有检查，它就只是存档的调试资源，而不是审查证据。
• 默认不生成叠加图。只有在检查整体对齐偏移、边框偏移或区域边界框配准时才生成叠加图。不要用叠加图检查箭头拓扑、文本换行、运算符端点或公式保真度；叠加图往往会遮掩这些缺陷。
• 审查时，请将源图与复刻图的视觉比较转化为两份明确的检查清单，并在 review_findings.json 中或与其一同记录：一份拓扑检查清单和一份视觉布局检查清单。
• 拓扑检查清单记录源图中的事实，例如分支、汇合、边界穿越、运算符顺序、箭头端点和必需路径。示例：S3 -> vertical trunk -> S1/common path、S2/S3 -> hollow circle -> minus、Linear -> f̂ -> [] -> fused feature。
• 视觉布局检查清单记录重叠、标签换行、括号／张量间距、线条穿过文本、特征堆叠厚度、字体角色偏差，以及颜色／圆角／阴影不匹配。
• 尽可能在发现项中注明未通过的检查清单条目。如果能看出具体缺失的分支、错误的连接位置或括号重叠，就不要只写“右侧输出有误”之类的笼统备注。
• 修复轮次必须重新检查相同的裁剪图和检查清单条目，不能只重新运行验证或空操作检查。

对于高保真工作，审查者应只比较两张图像：

• 原始源图
• 当前复刻 PNG

如果原图和复刻图都已提供，就不要在提示中向审查者提供拼图／叠加图。拼图与两张完整图像重复，而且经常会因缩小图像而掩盖细小的连接线或文本缺陷。

仅当当前任务明确针对局部细节，且完整图像太小而无法判断时，才允许将定向裁剪图作为次要审查输入。在这种情况下，请提供原始完整图、复刻完整图，以及数量尽可能少的局部源图与复刻图裁剪对。记录实际检查了哪些裁剪图。审查仍以两张完整图像为依据。

对于精确／严格审查打包，请调用 make_review_assets.py --write-review-bundle 来写入清单／模板。默认情况下，它不会生成全局拼图、局部裁剪图或叠加图。使用：

• 仅用于人工导航／审计记录时，使用 --include-global-pair。
• 用于手动挑选的命名裁剪图时，使用 --crops core arrow_dense caption。
• 仅当你确实需要每个 metadata.region_plan 裁剪对时，使用 --region-crops all。
• 仅用于调试对齐偏移时，使用 --include-overlays。 审查者应收到两张图片和明确的问题格式。它应报告具体的视觉差异、源图外观、副本外观、对保真度的影响、关注区域，以及重新生成后预期出现的可见变化。仅使用脚本输出来打包各轮证据并进行验证/导出；质量判断仍以视觉审查为准。

如果使用单独的审查者 Agent，只向其提供源图、副本图和问题格式。不要向其提供预期修复方案、先前结论、成对图像/裁剪图包、脚本警告、相似度分数或旧版场景 JSON。审查者负责验证视觉保真度；主 Agent 将审查结果转化为全新的场景重建方案。

使用固定的审查者提示词 references/reviewer-two-image-prompt.md。

不要止步于自然语言审查记录。严格执行时，审查循环必须生成：

1. make_review_assets.py --write-review-bundle 生成的 review_manifest.json
2. 视觉审查者生成的 review_findings.json
3. review_findings_to_repair_plan.py 生成的 scene_rebuild_brief.json
4. prepare_regeneration_packet.py 生成的重新生成数据包
5. round_noop_gate.py 生成的无操作证明

review_findings.json 应同时包含缺陷发现和用于发现缺陷的审查清单。至少应包括：

• topology_checklist：可见的源图拓扑事实，每项包含 id、关注区域、源图事实、副本状态，以及通过/失败/不确定状态。
• visual_checklist：局部布局/样式事实，每项包含 id、关注区域、源图预期、副本状态，以及通过/失败/不确定状态。
• 对于适用的失败清单项，发现记录应通过 checklist_refs 引用它们。

如果源图裁剪内容不清楚，请使用 uncertain，不要编造事实。只有当不确定项会影响拓扑或最终保真度时，才请求更高分辨率的源图或用户确认。

写入 review_findings.json 后，在生成重建概要之前运行清单检查门：

python ${SKILL_DIR}\scripts\review_checklist_gate.py `
  <review_findings.json> `
  --manifest <review_manifest.json> `
  --require-failed-refs `
  --output-report <review_checklist_gate.json>

然后启用清单强制检查，生成重建概要：

python ${SKILL_DIR}\scripts\review_findings_to_repair_plan.py `
  <review_findings.json> `
  --scene <prior.scene.json> `
  --manifest <review_manifest.json> `
  --require-checklists `
  --output <scene_rebuild_brief.json>

如果任一命令失败，请修正审查发现/清单，不要继续重新生成。

对于箭头密集区域，审查清单必须逐箭头列出，而不能只按区域列出。每个 arrow_plan_id 都应有一项，例如：

• [ ] A101 K_w -> qk_mul 与源图一致
• [ ] A102 Q_a -> qk_mul 与源图一致
• [ ] A103 qk_mul -> score grid 与源图一致
• [ ] A104 V_w -> value_mul 与源图一致
• [ ] A105 score grid -> value_mul 与源图一致
• [ ] A106 value_mul -> value grid 与源图一致
• [ ] A107 value grid -> Concat 与源图一致

阻断性审查发现必须指出确切的箭头 id 和不匹配类别：unbound_source_arrows、multi_edge_plan_misuse、source_anchor_mismatch、route_shape_mismatch 或 motif_rule_violation。

声称新一轮改进了场景时，必须运行无操作检查门。出现以下情况时检查会失败：

• 场景差异仅涉及元数据
• 只有较弱的样式字段发生变化
• 渲染后的 PNG 像素差异为零

如果已有 scene_rebuild_brief.json，请将其传入 round_noop_gate.py --rebuild-brief ...，以便报告保留该轮的关注区域和可能的场景 id 证据。

结构化审查格式请参阅 references/review-contract.md，当前渲染器有效字段白名单请参阅 references/renderer-effective-fields.json。重新编写时，不要仅凭记录、区域计划编辑、审查资源或元数据变更声称取得进展。

审查失败后编写下一个完整场景时，使用固定的重新生成提示词 references/full-scene-regeneration-prompt.md。

在下一轮 LLM 完整场景重新生成之前，使用 scripts/prepare_regeneration_packet.py 将 scene_rebuild_brief.json 转换为针对该轮的交接数据包和提示词文件。 如果数据包步骤无法恢复两张审查者图片的路径，请停止并修复审查包，不要继续进行不完整的重建交接。 如果多次视觉审查都指出，复刻图看起来像是在语义层面重绘，而非忠实还原源图，请停止打磨组件，重新校准场景：

• 用源图像素坐标标出源图的实际外框、带标题的区域框、输入／核心／输出边界框和主要总线线条
• 将这些对应关系记录在 metadata.region_plan 中，并在区域节点上记录 source_bbox_px / source_aspect_ratio
• 在绘制小标签之前，确保各区域内的节点密度与源图接近
• 如果为自己生成调试对照图／裁剪图，只比较选定的重点区域，并优先调整区域边界框
• 只有区域边界框匹配后，才能调整字体、阴影、渐变、箭头和单个标签

不要用学生／专家模式、整图模板选择器或自动模板匹配系统取代这一流程。可复用模板和示例仅可作为语法参考或初步种子；每个高保真结果仍必须基于源图视觉分析、源图像素场景编写、渲染 PNG 审查以及视觉审查者的反馈。

对于重复的内部层模块，应在渲染前根据源图裁剪图选择视觉表达方式：

• 彩色 2D 条带：使用 layer_sequence，并设置 block_style_mode: "colored_paper_strip" 和与源图匹配的 block_fills。
• 如果源图中的条带有颜色，应使用 block_fill_policy: "preserve" 或 preserve_block_fills: true 保留颜色；对于彩色序列，绝不要保留 ignore_block_fills: true。

场景编写与场景重写应分开进行：

• 编写：根据源图和源图视觉元素清单构建首个有效场景
• 重写：使用源图／复刻图审查结果，重新生成完整场景、再次渲染，并通过无操作门禁证明修改有效

审查后，如果反馈指出某区域在语义上有误，或拓扑结构／组件表达方式已改变，就不要修补先前的场景；应根据源图和反馈重建该场景或局部子系统。若拓扑结构已正确，只有细项检查未通过，则可进行小范围定向修复，但仍须基于同一局部源图裁剪图，并更新审查反馈／检查清单状态，且通过无操作门禁。可将先前的场景作为失败证据参考，但不得让它凌驾于源图事实之上。

• 白色 2D 垂直条带：使用 block_style_mode: "paper_vertical_strip"；如果场景中保留了旧的 block_fills，则设置 block_fill_policy: "white"。
• 白色 3D／高垂直块：使用 block_style_mode: "paper_vertical_cuboid" 或 white_3d；不要仅因存在 block_fills 就将它们转换为彩色条带。
• 密集的门控／投影／QKV 模块应在区域边界框锁定后设置 density_mode: "source_dense"（或 dense: true）；不要为了掩盖文本／箭头问题而放大整个模块。
• 如果源图已有外围模块框，且只显示重复条，则设置 layer_sequence.frame_visible: false，而不是再画一个内部框。
• 如果源图的层序列在相邻条带之间有可见箭头，应使用 draw_internal_arrows: true 将箭头保留在组件内，而不是将其散落为边缘碎片。

如果视觉审查发现运算符、公式、中文标签或旋转层标签存在文本换行，应将其视为渲染器／架构或场景框缺陷。不要放大整个模块来掩盖换行；应修正文本框策略、数学／运算符组件、局部字体缩放或源坐标标签框。

帽变量（如 f̂）使用 math_text；可见的 [] 拼接括号使用 concat_operator；花括号式的多对一合并括号使用 brace_merge。如果源图显示的是语义运算符／合并标记，不要将其建模为散落的文本字形或通用矩形。 对于带有类单词下标的紧凑数学标签，例如 a_RGB、P_SAR、q_hrrp、f_fused 或 S_i，当下标包含大写字母或多个字母的词元时，优先使用 math_text / math_vector，并采用片段式下标渲染。只有数字和真正的 Unicode 下标字母适合使用紧凑 Unicode；不要用类似上标的回退字形渲染 RGB、SAR、IR 或 fused。如果视觉检查发现字母上下散开、拆成 fuse d，或像上标一样抬高，应将其视为渲染器／架构欠账，并在调整坐标之前修复组件或局部文本框。

对于类似张量的特征图，请根据裁剪图判断源图呈现的是厚实的 3D 长方体堆叠、薄前片堆叠、倾斜片层堆叠，还是斜置板块堆叠。对于包含许多窄特征片且透视效果较弱的源裁剪图，使用 tensor_stack.stack_render_mode: "thin_feature_slabs"；只有当裁剪图清楚显示带黑色粗边的厚实长方体块时，才使用 feature_cuboids。如果反复有人反馈张量看起来扁平或过于块状，这是组件模式错误，而不是坐标问题。

对于最终拼接标记，如果源图显示紧凑、粗实的 [] 括号，请使用 concat_operator，并设置 glyph_mode: "source_bracket"。仅对圆形或文本运算符使用 operator_node；小型括号状融合符号不应变成白色矩形或过大的 Concat 框。

对于 Top-k／概率面板，请根据源裁剪图使用 probability_bar_list，并设置 bar_value_label 和 bar_value_anchor: "bar_area"、"row" 或 "after_bar"。如果条形穿过行文本，请减小 bar_max_fraction，或将标签移到 after_bar；除非源图明确如此，否则不要将行文本作为松散叠加层定位，也不要通过偏移量将其推入条形中。 在严格复刻模式下，不要让面板内部属性保留默认值。记录内边距、轴位置、条形起点、行对齐方式、基线偏移，以及阴影是否明确存在或为 null。

发现缺陷时，先分类再编辑：

• 组件问题：所选组件类别不适用于该裁剪图
• 拓扑问题：分支／合并／边界采用了错误的连接语法
• 文本问题：角色、基线、旋转、数学符号附着或收缩行为不正确
• 样式问题：结构已正确，但内边距、圆角、密度、线宽、虚线节奏、渐变或阴影不正确

精确复刻时，统一按以下顺序修复：

1. 组件选择
2. 拓扑和锚点
3. 数学文本和旋转文本
4. 容器／标题／内容比例
5. 阴影、渐变、线宽、虚线节奏

如果经过两轮微调后，某个局部子系统仍然不正确，请停止微调坐标，并使用正确的组件或渲染器规则重建该局部子系统。

在严格复刻模式下，以下均为阻断性缺陷：

• 竖排条带文本损坏或被压缩
• 下标、帽符号或希腊数学字形错误或缺失
• 连线穿过可见文本
• 跨模块长流程仍连接到中心点
• 长论文流程线段仍保持对角走向
• 拼接／运算符语法使用了错误的组件类别渲染
• 条带、面板或张量几何反复依赖隐藏默认值，而不是显式场景约定

对于跨模块流程，默认不要让大型模块通过中心点相连。应使用边界端口、总线、主干线、连接点或显式侧边锚点。对于类似数学公式的文本，不要仅因为字体看起来足够接近，就继续使用普通的 text_block；应使用 math_text、formula_text_block 或基于文本运行片段的数学渲染。

对于环境编码器和其他渐缩形状的论文模块，如果源图是收窄／带缺口的形状，而不是等高三部分结构，请使用 dual_wing_encoder 并设置 shape_mode: "opposing_trapezoids"，或使用 custom_polygon。对于靠近加号／求和节点的花括号聚合，如果源图的腰部收得较紧，请使用 brace_merge，并设置 brace_shape: "tight_curly" 和 waist_width_in，而不要使用通用波浪花括号。

组件策略

第 1 版有意采用小型受控词汇表，而不是尝试公开所有 Visio 主控形状。

支持的节点系列：

• page_background
• process_box
• rounded_process
• stacked_process
• stacked_token
• notched_block
• feature_map_banded
• feature_map_grid
• merge_bus
• decision_diamond
• terminator
• group_container
• dashed_region
• loss_region
• audit_region
• text_pill
• ellipse_node
• polygon_node
• trapezoid_node
• cuboid_node
• tensor_stack
• modality_spine
• math_vector
• math_text
• feature_vector_stack
• tfr_panel
• operator_node
• multi_port_junction
• concat_operator
• brace_merge
• boundary_port
• boundary_fanout
• wave_signal
• classifier_head
• layer_sequence
• text_block
• caption_block
• grid_matrix
• token_grid
• bracket
• junction_point
• image_tile
• legend_block

支持的边系列：

• arrow_connector
• dynamic_connector
• lane_arrow
• curved_arrow
• loop_arrow
• dashed_feedback_path
• line_segment
• join_connector
• fork_connector
• boundary_arrow
• residual_connector
• residual_loop

这很重要，因为：

• 这样可以保持 scene.json 稳定
• 避免系统过早绑定到本地化的 Visio 模板名称
• 可以先从基本几何图形渲染入手，之后再添加真实的模板／主控形状映射，而不破坏场景架构

执行规则

1. 优先选择可编辑的重建方式，而不是嵌入截图。
2. 先重建层级：容器、主要节点、主连接线，然后是次要标签。
3. 先保留源图的信息设计，再追求装饰细节。
4. scene.json 中的坐标使用页面左上角空间；由渲染器转换为 Visio 坐标。
5. 如果源图包含一个非必要的照片或地图瓦片，将该素材单独提取出来，而不是将整页栅格化。
6. 如果形状含义不明确，退而使用最接近的受支持组件，并注明近似之处。
7. 箭头使用 route 和显式 points；除非源图确实使用对角线，否则不要依赖斜线。
8. 对旋转的纸面标签，使用带有 angle_deg 的 text_block，不要旋转流程形状内的文字。
9. 对卷积核、感受野、掩码及其他规则网格图，使用 grid_matrix；不要手动绘制每个方格。
10. 对 ]、[、U 和倒置 U 等模态分组标记，使用 bracket；不要用极窄的流程框来伪造。
11. 对 2 对 1、3 对 1 或 1 对多的箭头，在汇合／分叉位置放置一个小型 junction_point，将来源连接到该节点，再将该节点连接到目标。
12. 不要将箭头直接连接到 group_container。容器只用于框定区域；需要引出线时，使用附近的 junction_point 或边框上的显式节点。
13. 对带有中间汇合臂的括号，设置 tick_positions: [0, 0.5, 1]；仅有两臂的普通括号不足以表示模态合并符号。
14. 对跨容器流向，将边拆分为经过 junction_point 节点的线段，并设置 role: boundary_anchor；仅在锚点之间的短桥接线上设置 allow_cross_container: true。
15. 对密集的迷你模块图，所有连接线都应使用 hv、vh 或显式对齐点，保持轴向对齐。连接线不得穿过非端点节点。 15a. 如果精确的论文流程路线具有显式点，但渲染后仍略有倾斜，设置 orthogonalize_points: true，或补上缺失的折点。除非源图中明显存在对角引线／分叉线，否则不要使用 allow_diagonal: true。
16. 编写完成后运行 scene_validate.py。将路线质量警告视为缺陷，而非渲染前的外观建议。
17. 对重复错位的特征块，使用 stacked_process；除非每一层都是真正的语义节点，否则不要将每个可见层分别编写为独立流程节点。
18. 对 AM-ResNet 等模块内部结构，使用 align_to_container 或 align_group 编码预期对齐；不要依赖凭目测设置 y 值。
19. 对仅作为视觉短线或总线线段的源线，使用带有 from_point／to_point 的 line_segment。不要仅仅因为 Visio 可以连接到形状，就强行让这些线终止于某个组件。
20. 对 1:1 或精确复刻请求，设置 metadata.fidelity: "exact"，并包含 metadata.source_image 或 metadata.source_aspect_ratio。不要仅因验证通过就交付；应将渲染后的 PNG 与源图进行比较，并持续修订，直至比例、模块位置、特殊形状和连接线语义都相符。
21. 如果源图具有独特的视觉编码，不要臆造随机特征图、通用 CNN 矩形框或近似的分类器连线。应使用 grid_matrix、line_segment、点端点或单独提取的小型栅格素材，明确编码这些视觉特征；若更重视局部外观的还原度而非可编辑性，可使用栅格素材。
22. 对精确复刻，优先使用像素坐标编写：设置 page.units: "px"、page.width、page.height 和 page.target_width_in；渲染器会将节点和边的点坐标归一化为英寸。
23. CNN 或缺口模块使用 notched_block，简单条纹／列状特征图使用 feature_map_banded，具有彩色行和阴影列的 AM-ResNet／热图类特征图使用 feature_map_grid，可见的总线／主干汇合使用 merge_bus，残差或跳跃循环使用 residual_connector。
24. 仅使用 scripts/enumerate_visio_masters.py 查询本地 Visio 主控形状名称。不要在场景中硬编码庞大的主控形状目录；不同的 Office 语言和模具可用性各异。
25. 对论文模块图，优先使用语义图元而不是通用框：运算符使用 operator_node（适用于 +／×／张量运算符），边框入口／出口锚点使用 boundary_port，虚线框边界引出的箭头使用 boundary_fanout，波形输入使用 wave_signal，AvgPool／Linear 块使用 classifier_head，来源到汇合点的分支使用 join_connector，分叉支路使用 fork_connector。
26. 箭头需要连接到虚线框边缘时，不要连接到框本身。在框边界上放置小型 boundary_port，将内部流向连接到该端口，然后使用短桥接线段或连接符连接到下一个模块。
27. 如果源图中的输出箭头从容器边界发出，不要使用 classifier_head 内部扇出。设置 classifier_head.output_mode: "boundary" 或省略 fanout_count，然后使用 boundary_fanout 绘制这些分支。
28. 对 AvgPool -> Linear 等紧凑的内部箭头，使用 classifier_head.orientation: "vertical" 和 internal_arrow_size: "tiny"，或在普通边上设置 arrow_size: "small"。默认 Visio 箭头可能会占据极短的线段，导致看起来只有一个箭头尖端三角形。
29. 对运算符符号，使用带有 symbol 的单个 operator_node，不要使用 ellipse_node 再另加文本。渲染器会将 +、× 和 ⊗ 居中放置在圆内。
30. 对从边框到垂直位置不同的目标组件的箭头，使用 feature_map:[email protected] 之类的侧边比例端点，以保持水平通道。除非源图确实显示对角线，否则不要接受中心到中心的对角连接线。
31. 如果源图显示虚线框本身向下一个模块输出，应从 boundary_port 使用 boundary_arrow，不要从最后一个组件向框绘制内部 line_segment。除非源图中明确可见，否则组件到框再到组件的长线通常是不正确的。
32. 对普通的 1 对 1 箭头，如果源线是直线，优先使用 route: "horizontal" 或 route: "vertical"。仅在汇入／分叉、引出线或源图明确显示斜线时才使用对角箭头。
33. 对复杂图示，运行 scripts/scene_audit.py，并按模块检查生成的清单后再交付。目标是发现看似合理但实际错误的细节：缺少虚线框、子节点数量错误、隐藏的跨框箭头、运算符错位以及边界输出错误。
34. 如果源图没有可见的虚线模块框，应在残差块、注意力块、分类器头和特征提取链等逻辑区域周围添加不可见的 audit_region 节点。这些区域不会渲染，但可让 scene_audit.py 按模块逐一检查图示。
35. 对包含 RGB／IR／SAR 输入的多模态论文流程图，将每种模态保留为独立通道：使用 image_tile 输入、text_pill 或 process_box 可用性标记、modality_spine 共享垂直总线，并使用显式水平连接线接入融合模块。
36. 对带有重复 P_RGB／P_IR／P_SAR 侧端口的垂直灰色共享响应条或可用性掩码条，使用 modality_spine。除非每个端口都有独立拓扑，否则不要将其建模为普通矩形加互不相关的小方框。
37. 对模态相关影响因子、堆叠特征张量和蓝色／橙色小型深度块等可编辑的论文 3D 块，使用 cuboid_node。仅在可见面为网格或热图时使用 feature_map_grid。
38. 对质量头、提取器头、聚合模块及其他楔形／梯形论文块，使用 trapezoid_node。设置 orientation 和 pointed，使窄边或尖端方向与源图相符。
39. 仅在某个形状无法用 trapezoid_node、cuboid_node、notched_block 或其他语义图元表示时，才使用 polygon_node。在源像素场景中编写时，提供归一化点坐标。
40. 对 q = [q_RGB, q_IR, q_SAR]^T 等公式／向量注释，使用 math_vector，而不是普通的多行 text_block。这样可将括号、条目和可选前缀对齐为可编辑的形状／文本。不要将公式标签作为连接线端点。 40a. 对 g_tf、g_hrrp、f_fused、P_RGB、q_IR、s1、f1 或 L_adv 等小型变量和公式标签，当下标包含大写或类似单词的标记时，使用 math_text、math_render_mode: "fragments" 和 text_fit: "math_label"。只有数字下标或真正的下标小写标签在视觉上与源图相符时，才允许使用 compact_unicode。不要将它们保留为原始文本，否则 Visio 可能会将其换行为 g_ / tf、f_fu / sed，或将 RGB 显示为类似上标的形式。
41. 对宽幅多面板图，即使可见边框使用 group_container 绘制，也应为每个带标题的面板创建 audit_region 节点；这样 scene_audit.py 就能逐面板检查输入、输出和跨面板箭头。
42. 对大型源图，在渲染前使用 metadata.region_strategy: "region_first" 或 "tiled_subscenes"。同时为全局／输入／核心／输出／箭头密集／小字／边界区域添加 metadata.region_plan 条目，每个条目都需包含 source_bbox_px 和目标边界框／容器。如果整页图太复杂，无法整体推理，则将每个区域分别编写为局部子场景并完成验证，再将区域节点以相同样式标记复制到完整场景中。
43. 不要让每个区域各自设置字体大小。定义一套精简的字号，并重复使用：框标题、正文标签、小型标签、运算符符号、公式标签和边标签。如果 scene_validate.py 报告同类型字体大小分布过散，应在渲染前统一样式。
44. 从裁剪子区域重建时，仅在分析期间使用裁剪区域的局部坐标。最终组装前，应转换为整页像素坐标系，避免箭头和标签在拼接处错位。
45. 如果场景约有 30 个以上可见节点、35 条以上边，或纵横比很大，则在生成整页 Visio 输出前使用 scene_complexity.py。应将文本适配、重叠、节点未覆盖和区域过密警告视为需要处理的缺陷。
46. 通常，超过 18 个可见节点的区域过于密集，难以一次可靠重建。应将其拆分为较小的不可见 audit_region 区域，例如输入堆栈、特征提取器、融合、分类器和输出头。
47. 对整页组装，不要只通过在完整渲染后挪动文本框来修正对齐。首先使用 align_group、align_to_container、显式 container_id 和侧边比例端点保证区域内对齐，然后再微调最终位置。
48. 在整页组装中，跨区域边仅用于真正的模块间流向。内部箭头应保留在其所属区域内；连接线离开某区域时，使用边界端口或汇合锚点。
49. 对相邻模块之间较短的论文流程通道，尤其是连接立方体／特征块与提取器或 GAP／GMP 块的通道，使用 lane_arrow，并设置 route: "horizontal" 或 "vertical"。不要使用带有 route: "straight" 和 allow_diagonal: true 的 arrow_connector 来掩盖端点 y／x 坐标的小幅不一致。
50. 如果生成的图示中箭头看起来略有倾斜，请检查场景中端点几乎对齐但并非完全对齐的 straight 边。将其改为 lane_arrow，强制指定路线轴，或精确对齐 from_point／to_point。 50a. 如果源连接线轴向对齐，但其 90 度弯折处明显圆滑，应使用 rounded_orthogonal_connector，并设置 route: "rounded_orthogonal"、orthogonalize_points: true 以及显式 corner_radius_px／corner_radius_in。此时不要使用 smooth／Catmull-Rom 曲线；平滑曲线会改变直线通道的几何形状，常导致波浪形或端点偏移。
51. 对 Quality Head、Environment Response extractor 和 Aggregation Quality-aware 等论文楔形块，优先使用可编辑的 trapezoid_node／polygon_node，除非用户明确接受为提速而使用小型栅格瓦片。栅格瓦片应记录为保真度与速度之间的权衡。
52. 对带有大型外部弧形箭头的 GAN／训练循环图，使用一个带有采样 points 和明确 end_tangent_point（位于箭头尖端附近）的 loop_arrow 或 curved_arrow。不要将循环拆成多个 line_segment 弧线再加上分离的短箭头，否则会出现明显断裂且切线方向错误。
53. 对可见的虚线注释框，例如 Forward Reconstruction -> Discriminator Evaluation，使用 dashed_region，并以单独的 text_block 标注文字。不要将空白虚线 process_box 用作伪造的边框。
54. 对虚线重建／对抗／反向传播路径，使用带有显式正交点的 dashed_feedback_path。不要为了消除警告而在损失／反向传播箭头上设置 allow_diagonal: true。
55. 如果虚线反馈路径离开可见虚线区域，应使用 allow_cross_container: true 和显式点，明确编码其穿越位置。如果源图中的箭头从框边缘出发，应添加 boundary_port，而不是从区域中心连接。
56. 如果 scene_audit.py --fail-on-rebuild 报告 [REBUILD]，不要再通过移动框或文本进行迭代。应先替换错误的局部结构规则；只有重建关卡通过后，才调整位置。
57. 如果一次修复后仍出现相同的 [REBUILD] 项，应丢弃该局部子系统并从最小局部场景重新绘制。这对外部循环、虚线反馈路径和虚线注释框是强制要求。
58. 对 Visio PNG 导出的裁剪控制，使用 page_background 作为底层节点。不要使用伪造的 process_box 背景，否则会污染路线相交检查和审计输出。
59. 对 GAN／TFR 循环图，最低交付门槛为：不得使用被动椭圆表示训练循环；不得有分离的循环箭头尖端；不得有空白虚线流程框；不得用普通 arrow_connector 绘制虚线／损失／反向传播路线；虚线反馈路径不得穿过文本标签。
60. 在 GAN／TFR 图中，生成／重建的 TFR 样本应输入 Discriminator。如果某条边的方向为 Discriminator -> Generated，除非源图明确将其标为判别器输出，否则应视为方向相反。
61. 外部更新循环应使用 loop_arrow，并设置 curve_mode: "smooth"、足够的采样点、semantic_role: "outer_update_loop" 以及关联更新标签的 label_id／loop_label_id。否则该循环看起来会像装饰边框。
62. 保持虚线评估／损失框清晰整洁。dashed_feedback_path 应从 dashed_region／loss_region 的边界点或 boundary_port 离开；不要在区域内部绘制额外的水平／垂直短线。
63. 对底部包含多个垂直虚线箭头并指向判别器的 GAN 损失／反向传播系统，使用共享的 merge_bus／junction_point 和 bundle_id，而不是绘制多条互不相关的垂直箭头。
64. 对 L_adv 和 L_rec 等损失公式，使用 math_text，而不是带下划线的原始 text_block 字符串。在精确复刻论文图时，原始下划线属于必须重建的缺陷。
65. 对 Real／Generated TFR 面板，首轮应使用 tfr_panel 作为组件。除非源图有特定原因，否则不要将面板拆分为圆角框、标题标签、网格、输入标签和单独的内部箭头。
66. 如果渲染结果整体接近，但经过一轮调整后局部细节仍未改善，应运行 scene_audit.py --fail-on-rebuild，并在视觉微调前修复所有 [REBUILD] 项。
67. 对 GAN／TFR 源图，仅将 --template gan-tfr 用于草稿／初始编写。不要将以模板为基础的场景视为严格复刻能力的有效证据。
68. 在渲染 GAN／TFR 草稿／初始场景或旧场景前，可以运行一次 scene_autofix.py --recipe gan-tfr。如果该配方重写了局部结构规则，应先验证并审计修复后的场景，不要再基于旧文件继续。如果要求严格／精确复刻，不要依赖隐式的渲染时自动修复；仅将 --autofix-gan-tfr 作为显式辅助路径使用，然后根据源图清单重新编写一个全新的严格场景。
69. 如果标题和公式属于同一个局部子系统，虚线对抗／评估区域使用 loss_region。仅当框内没有公式语义，或源图要求使用独立子节点时，才使用 dashed_region。
70. 如果 loss_region 与目标块水平重叠，应将反馈线设为短垂直边界短线，连接到 target:top@ratio 或 target:bottom@ratio。不要从损失框角连接到 target:left/right；这通常会产生错误的“虚线框加额外箭头”视觉效果。
71. 如果平滑处理后外部循环箭头尖端仍然有折痕，应先调整语义几何（end_tangent_point、采样点或局部循环子系统），而不是挪动无关节点。箭头尖端的切线属于组件结构规则，并非最后的润色细节。
72. 渲染前应统一 GAN／TFR 损失文本。导出前应将 Ladv、Lrec、L adv 和 L rec 转换为 L_adv／L_rec 或显式的 math_text 片段。
73. 对 loss_region 标题，优先设置 title_position: "inside"，或采用标题镂空布局。不要让虚线框穿过较长的标题；应先拆分标题行或加宽区域。
74. 对精确复刻或 GAN／TFR 渲染，不要将 scene_to_visio.py 作为盲目的最后一步调用。应先运行重建关卡，或让渲染器在仍有 [REBUILD] 项时通过内置关卡阻止导出。
75. 如果虚线反馈路径看起来像一个微小的孤立箭头片段，应视为语义路线失败，而非外观问题。应将其重建为单个 dashed_feedback_path 或总线／端口路线，而不是保留该片段。
76. 编写精确复刻的边之前，应根据源图视觉检查结果生成 metadata.arrow_plan。然后使用 arrow_plan_id 绑定每条源图可见边；渲染前运行 scene_validate.py --strict，以便及早发现缺失箭头、对角线偏移、边界端点错误、反馈路径断裂和循环箭头损坏。 76a. 对精确复刻进行排版检查。在完成节点编写前，确认源图使用的是衬线、无衬线、数学、等宽、中文还是混合字体；不要让所有文本节点意外继承通用默认字体。
77. 精确字体系列不确定时，使用 font_family_candidates 和 font_role，而不是依赖单一且脆弱的字体名称。渲染器会选择第一个已安装的近似字体。
78. 如果已知源字体，应同时设置 source_font_family 和 font_family／font_family_candidates。这样审计可以发现字体已在本机安装，但场景仍使用了错误字体系列的情况。
79. 如果图示似乎使用了 Calibri／Aptos／Arial／Times／Cambria／中文字体，请运行 scripts/font_inventory.py。缺少源字体时应提供候选列表；如果已安装源字体，则应直接使用。
80. 对运算符和公式片段使用支持数学符号的字体：根据源图风格选择 Cambria Math、Cambria 或 Times New Roman。除非源图中确实如此，否则不要使用随机界面字体渲染 +、×、⊗ 或带下标的公式。
81. 对中文或中英混排图示，使用 font_role: "cjk_sans" 或 cjk_serif；否则 Visio 可能会静默替换字形并改变文本度量。
82. 在调整坐标前，先检查 scene_audit.py 输出中的 Typography Review 部分。字体回退可能会改变文本宽度，让先前对齐的布局看起来错位。
83. 对含有重复特征薄片的论文图，使用 tensor_stack，而不是大量独立的 cuboid_node 形状。对薄型平行四边形的站点／输出特征，使用 stack_render_mode: "slanted_sheets"／paper_sheets；对较厚的 3D 薄片使用 oblique_slabs；对平面正面的堆叠使用 thin_sheets。调整 layers、layer_dx_in、layer_dy_in、depth_x_in、depth_y_in 和 skew_x_in，使堆叠视觉效果符合源图，同时保留单个张量节点的语义。
84. 对带有可读数字的彩色序列／索引方格，使用 token_grid。如果源图的单元格为正方形，设置 square_cells: true，并使用 grid_align_x／grid_align_y 锚定，而不是拉伸单元格以填满边界框。仅对没有单元格文字、共用连续网格线的矩阵使用 grid_matrix。不要用几十个互不相关的 process_box 来模拟带填充的前缀批次或 top-k 概率行。
85. 对包含重复 Linear／ReLU／LayerNorm／Dropout／Q／K／V 条的带标题模块，使用 layer_sequence，并设置 orientation: "horizontal" 或 "horizontal_bars"。如果源图中的层条是高而扁的 2D 圆角白条，使用 block_style_mode: "paper_vertical_strip"；仅当源图中明显可见顶面／侧面时才使用 3D／立方体模式。仅当源图显示分类器特有的内部箭头或扇出时，才使用 classifier_head；否则 layer_sequence 能以较小的场景偏差保留视觉层级结构。 85a. 对内部为水平圆角行堆叠的容器，例如 LocalEchoGRU 或浅层骨干网络层，使用 layer_sequence、orientation: "vertical_stack" 和 block_text_angle_deg: 0。不要将其表示为并排的竖条。 85b. 对紧凑的源向量、可用性标记、小型模态行和细薄的词元堆栈，使用 feature_vector_stack 或 token_grid，并按源图确定单元格数量和间距。如果裁剪图中能看到独立单元格或端口，不要用一个大型流程框近似表示。 85c. 对多个箭头共用可见主干的多对一或一对多论文汇合点，使用 multi_port_junction、merge_bus 或显式的 junction_point 端口。如果源图没有可见的刻度短线，应使用 length_in: 0 的显式字典端口，以避免融合／括号边界出现多余短线。不要让稀疏长箭头跨越模块，除非有总线、汇合点、边界端口或区域规划依据。 85d. 对概率面板，保留 probability_bar_list 作为语义单元，并在检查裁剪图后调整 bar_max_fraction、bar_value_anchor 和行宽。若蓝色条形明显覆盖文本，则不能视为合格。 85e. 对图注、页眉和粗细混排的标签，使用带有有序文本片段的 caption_block。如果源图的样式层次十分重要，不要将其合并为单个无类型的文本块。
86. 在源像素中编写精确复刻时，也应为 tensor_stack、token_grid 和 layer_sequence 设置以源像素为单位的局部尺寸。渲染器会随页面缩放这些字段；将像素节点位置与以英寸为单位的内部间距混用，会造成明显的局部变形。
87. 视觉检查时，应明确确认重复薄片、词元网格、公式和内部层序列是否由这些语义组件表示。如果使用松散的方框和线条伪造，应将问题归类为场景组织或组件使用方面的欠缺，而不是坐标微调问题。
88. 视觉检查时，应放大局部裁剪区域，检查文本和公式是否换行。即使验证／审计通过，GELU、LayerNorm、中文标签或下标变量出现断裂，仍属于阻断性／重要视觉缺陷。应通过按角色设置字体、使用 text_fit、缩小局部字号或改用 math_text 修复；不要通过放大整个模块来掩盖问题。
89. 对 f_tf、g_hrrp、f_fused 和 S_i 等标签，使用 math_text 或 math_label_box，确保只有可见变量为基字符，其余部分为下标。如果视觉检查发现类似 f_t^f 的渲染、字母拆分或 fuse d 间距，应归类为公式渲染失败。
90. 对每次复杂图示迭代，记录已检查的图像、主要视觉差异、跨图共性问题、技能变更、改进／不变／退化的图示以及剩余失败项。全局拼图可用于辅助导航，但不能作为细节验收的有效依据。进行细节检查时，优先使用两张完整图和有针对性的局部裁剪，而不是全局对比图。

参考资料

• references/scene-schema.md：scene.json 字段和坐标规则
• references/visio-component-map.md：支持的组件和渲染器意图
• references/visio-export-flow.md：Windows + Visio 导出路径和当前限制
• templates/style_profiles.json：paper_white 和 clean_white 渲染配置
• templates/examples/basic_flow.scene.json：入门示例
• templates/examples/multimodal_paper_components.scene.json：用于测试多模态主干、立方体、梯形和多边形的示例
• templates/examples/gan_loop_feedback.scene.json：用于测试平滑环形箭头、虚线区域和虚线反馈路径的示例
• templates/examples/gan_tfr_full.scene.json：标准首轮 GAN/TFR 模板，使用 tfr_panel、loss_region、math_text、平滑的 loop_arrow 和打包的反向传播箭头
• scripts/scene_complexity.py：在 Visio 渲染前为大型/密集图形生成预检报告
• scripts/font_inventory.py：本地 Windows 字体清单和首选角色回退检查
• scripts/stage_source_image.py：将源图像复制到 source/original.<ext>，并记录哈希值，以便生成稳定的严格审查清单
• scripts/review_checklist_gate.py：在规划重建前验证 topology_checklist、visual_checklist、本地源图像路径和 checklist_refs
• scripts/scene_autofix.py：在 Visio 渲染前执行确定性的 GAN/TFR 局部语法升级
• docs/updates/2026-05-19-multimodal-paper-figure.md：复杂多模态论文图形的详细分析及相关组件升级

当前限制

版本 1 有意采取保守策略：

• 连接线支持自动吸附、正交布线和显式点，尚未支持完整的粘附感知连接线
• 核心流程图形状在可用时使用本地 Visio 模板，并采用受控回退方案
• 导出由 Visio 在场景渲染后处理，而非将原始 SVG 转换为 Visio

对于可复用的首个版本来说，这是恰当的权衡。