Tuyan wissenschaftlicher Diagramm-Workflow
Verwenden Sie diesen Workflow für wissenschaftliche Diagramme und quantitative Grafiken. Bewahren Sie das Forschungsmaterial des Benutzers und jedes generierte Artefakt auf dem Rechner des Benutzers auf.
Privatsphäre-Grenze
Senden Sie niemals Papier, Bilder, Prompts, Anmeldedaten, API-Schlüssel, FigureSpec, Entwürfe oder Ausgaben an den Tuyan MCP. Der MCP ist ausschließlich anonymes öffentliches Wissen. Er akzeptiert fünf Enum-Felder und gibt Vorlagen, Regeln, Schemata und Versionsmetadaten zurück. Die Generierung nutzt nur Fähigkeiten, die dem aktuellen Agenten bereits zur Verfügung stehen.
Melden Sie sich nicht bei Tuyan an, erstellen Sie keinen Remote-Job, setzen Sie kein Cookie, laden Sie keine Forschungsinhalte hoch und fragen Sie Tuyan nicht nach einem Provider-Schlüssel. Speichern Sie keine Benutzerinhalte außerhalb des lokalen Arbeitsverzeichnisses.
1. Anfrage klassifizieren
Wählen Sie eine Operation und eine visuelle Kategorie:
create: Neues Diagramm erstellen.refine: Vorhandenes Diagramm ändern, während alles außerhalb des angeforderten Bereichs erhalten bleibt.evaluate: Probleme inspizieren und protokollieren, ohne das Diagramm zu ändern, es sei denn, der Benutzer fordert separat eine Verfeinerung an.method_framework: Forschungsmethodenmodule, Beiträge und Informationsfluss.workflow: Geordnete Schritte, Entscheidungen, Eingaben und Ausgaben.system_architecture: Komponenten, Schichten, Schnittstellen und Daten- oder Kontrollfluss.mechanism: Entitäten, kausale Prozesse und Mechanismusketten.comparison: Ausgerichtete Dimensionen über Methoden, Bedingungen oder Ergebnisse hinweg.timeline: Chronologische Ereignisse, Phasen oder Meilensteine.data_stat: Quantitative Diagramme, die mit Code aus Daten gerendert werden.concept_map: Klassifikation, Abhängigkeiten, Enthaltenseinsbeziehungen oder semantische Beziehungen.
Verwenden Sie png, es sei denn, der Benutzer fordert svg. Standardmäßig 1K und 16:9; explizite Benutzeranforderungen haben Vorrang. Eine Bitmap darf niemals umbenannt und als SVG präsentiert werden.
2. Öffentliches Workflow-Wissen laden
Wenn der Tuyan MCP konfiguriert ist, rufen Sie nur tuyan.get_workflow_bundle mit genau diesem Inhalt auf:
{
"operation": "create",
"visualCategory": "method_framework",
"outputFormat": "png",
"locale": "zh-CN",
"knowledgeMajor": 1
}
Ersetzen Sie nur Enum-Werte. Fügen Sie niemals Freitext hinzu. Lesen Sie Schemata bei Bedarf über die deklarierten tuyan://-Ressourcen. Wenn der MCP nicht verfügbar ist, fahren Sie mit references/offline-snapshot.v1.json fort. Notieren Sie die verwendete Wissensversion und den Hash.
3. Optionalen lokalen Retriever anbieten
Fragen Sie bei der ersten relevanten Verwendung in einem Arbeitsbereich den Benutzer vor jedem PaperBananaBench-Download. Erklären Sie, dass die feste Upstream-Revision derzeit keine deklarierte Datensatzlizenz hat. Folgen Sie references/paperbanana-bench.md erst nach Zustimmung.
Wenn der Benutzer den Download überspringt, setzen Sie den Retriever-Status auf skipped und fahren Sie fort. Wenn der Download oder die Validierung fehlschlägt, setzen Sie ihn auf download-failed oder validation-failed, deaktivieren Sie den Retriever für diesen Durchlauf und fahren Sie fort. Machen Sie die Verfügbarkeit des Retrievers niemals zur Voraussetzung für FigureSpec, Generierung, Evaluation oder Export.
Wenn der Retriever aktiviert ist, schreiben Sie eine kurze lokale Abfragedatei und führen Sie scripts/retrieve-paperbanana-bench.mjs gegen das verifizierte Archiv aus. Verwenden Sie den Task plot für data_stat und diagram für die anderen Kategorien. Wählen Sie das Ergebnislimit basierend auf der Aufgabe; erzwingen Sie keine feste Anzahl. Überprüfen Sie die bewerteten Ergebnisse lokal und notieren Sie dann jede ausgewählte Datensatz-ID und warum sie verwendet wurde.
4. Lokales Arbeitsverzeichnis und FigureSpec erstellen
Erstellen Sie ./tuyan-output/<timestamp>-<slug>/. Speichern Sie Quellnotizen oder Quellverweise unter sources/, ausgewählte Fallverweise unter references/ und die genauen Prompts unter prompts/. Kopieren Sie kein Quellmaterial, es sei denn, der Benutzer benötigt ein eigenständiges Paket.
Schreiben Sie figure-spec.json vor der Generierung oder Evaluation. Halten Sie sich an tuyan://schemas/figure-spec/v1. Bewahren Sie die exakte wissenschaftliche Terminologie, Entitätsbeziehungen, Richtungsangaben, Einheiten und angeforderten Beschriftungen. Geben Sie für refine explizit die Zieländerungen und die nicht zu ändernden Elemente an.
5. Lokal ausführen
Verwenden Sie für jede Kategorie außer data_stat eine Bildgenerierungs- oder Bildbearbeitungsfähigkeit, die dem Agenten bereits zur Verfügung steht. Speichern Sie jeden Entwurf lokal. Wenn das angeforderte Format SVG ist, das Tool aber nur eine Bitmap zurückgibt, geben Sie PNG zurück und geben Sie an, dass echtes SVG nicht verfügbar ist.
Wenn keine Bildgenerierungsfähigkeit vorhanden ist, setzen Sie den FigureSpec-Renderer auf spec-only, vervollständigen und speichern Sie FigureSpec, und brechen Sie dann klar ab. Tun Sie nicht so, als ob ein Bild existiert.
Speichern Sie für data_stat die Quelldaten, den Plot-Code, PNG und echtes SVG. Rendern Sie mit Code, nicht mit einem Bildmodell. Überprüfen Sie jede Zahl, Einheit, Koordinate oder Achsenbereich, Ticks und Legendenzuordnungen mit der lokalen Quelle. Halten Sie die Daten und den Code ausreichend, um beide Ausgaben zu reproduzieren.
Bevorzugen Sie für refine eine lokalisierte Bearbeitung. Notieren Sie nach jeder Bearbeitung die erreichten Zieländerungen und das Ergebnis der nicht geänderten Bereiche.
6. Kritik und Stopp
Überprüfen Sie jeden Entwurf anhand des FigureSpec und der Kategorieprüfungen. Schreiben Sie einen qualitativen Datensatz pro Runde unter critiques/ unter Verwendung von tuyan://schemas/critique-record/v1. Zitieren Sie sichtbare Beweise und eine konkrete Korrektur; erfinden Sie keinen numerischen Wert.
Der Agent entscheidet über die Anzahl der Referenzen und Kritikrunden. Stoppen Sie, wenn es kein wesentliches Problem gibt, wenn die erforderliche Fähigkeit nicht verfügbar ist oder nach zwei aufeinanderfolgenden Runden ohne Verbesserung. Bewahren Sie jeden erhaltenen Entwurf, Prompt und Kritikdatensatz auf.
7. Reproduzierbarkeitspaket finalisieren
Bewahren Sie das endgültige PNG oder echte SVG unter final/ auf. Führen Sie aus:
node <skill-root>/scripts/finalize-output-bundle.mjs \
./tuyan-output/<timestamp>-<slug> \
--retriever-status skipped
Verwenden Sie den tatsächlichen Retriever-Status. Dies schreibt manifest.json mit dem SHA-256 des FigureSpec, der Wissensversion/ dem Hash, dem Retriever-Status und jedem lokalen Datei-SHA-256. Überprüfen Sie das Manifest, bevor Sie dem Benutzer die Pfade melden.
Informationen zur Installation und MCP-Client-Konfiguration finden Sie in references/client-installation.md.