Tuyan 科研圖示工作流程
此工作流程用於科學圖表與定量繪圖。請將使用者的研究資料與所有生成的成品保留在使用者的機器上。
隱私邊界
切勿將任何論文、圖片、提示詞、憑證、API 金鑰、FigureSpec、草稿或輸出傳送至 Tuyan MCP。MCP 僅為匿名公開知識,僅接受五個列舉欄位,並回傳範本、規則、Schema 與版本元資料。圖表生成僅使用當前代理已具備的能力。
請勿登入 Tuyan、建立遠端工作、設定 Cookie、上傳研究內容,或要求 Tuyan 提供供應商金鑰。請勿將使用者內容保留在本機工作目錄之外。
1. 分類請求
選擇一個操作與一個視覺類別:
create:建立新圖表。refine:修改現有圖表,同時保留請求範圍外的所有內容。evaluate:檢視並記錄問題,除非使用者另外要求修改,否則不更改圖表。method_framework:研究方法模組、貢獻與資訊流。workflow:有序步驟、決策、輸入與輸出。system_architecture:元件、層次、介面與資料或控制流。mechanism:實體、因果過程與機制鏈。comparison:跨方法、條件或結果的對齊維度。timeline:按時間順序的事件、階段或里程碑。data_stat:由程式碼從資料渲染的定量圖表。concept_map:分類、依賴、包含或語意關係。
除非使用者要求 svg,否則使用 png。預設為 1K 與 16:9;明確的使用者要求優先。位元圖絕不能重新命名或包裝後當作 SVG 呈現。
2. 載入公開工作流程知識
若已設定 Tuyan MCP,僅呼叫 tuyan.get_workflow_bundle,並確切使用:
{
"operation": "create",
"visualCategory": "method_framework",
"outputFormat": "png",
"locale": "zh-CN",
"knowledgeMajor": 1
}
僅替換列舉值。切勿加入自由文字。必要時透過宣告的 tuyan:// 資源讀取 Schema。若 MCP 不可用,則繼續使用 references/offline-snapshot.v1.json。記錄所使用的知識版本與雜湊值。
3. 提供可選的本地檢索引擎
在工作區中首次相關使用時,請在進行任何 PaperBananaBench 下載前詢問使用者。說明固定上游修訂版目前未宣告資料集授權。取得同意後再依照 references/paperbanana-bench.md 執行。
若使用者跳過下載,將檢索引擎狀態設為 skipped 並繼續。若下載或驗證失敗,將其設為 download-failed 或 validation-failed,本次執行停用檢索引擎,並繼續。切勿將檢索引擎可用性作為 FigureSpec、生成、評估或匯出的前提條件。
啟用檢索引擎時,撰寫一個簡短的本地查詢檔案,並對已驗證的存檔執行 scripts/retrieve-paperbanana-bench.mjs。對 data_stat 使用 plot 任務,對其他類別使用 diagram 任務。根據任務選擇結果數量限制,不強制固定數量。在本地檢視排序結果,然後記錄每個選取記錄的 ID 及其使用原因。
4. 建立本地工作目錄與 FigureSpec
建立 ./tuyan-output/<時間戳>-<縮寫>/。將來源筆記或來源檔案參考存放於 sources/,選取的案例參考存放於 references/,確切的提示詞存放於 prompts/。除非使用者需要獨立打包,否則不複製來源素材。
在生成或評估之前撰寫 figure-spec.json。符合 tuyan://schemas/figure-spec/v1。保留確切的科學術語、實體關係、方向性、單位與要求的標籤。對於 refine,明確列出目標變更與要保留的非目標元素。
5. 在本地執行
對於除了 data_stat 之外的每個類別,使用代理已具備的影像生成或影像編輯能力。將每個草稿儲存在本地。若請求的格式為 SVG,但工具僅回傳位元圖,則回傳 PNG 並說明無法取得真正的 SVG。
若無影像生成能力,將 FigureSpec 渲染器設為 spec-only,完成並儲存 FigureSpec,然後明確停止。切勿假裝影像已存在。
對於 data_stat,儲存來源資料、繪圖程式碼、PNG 與真正的 SVG。從程式碼渲染,而非使用影像模型。對照本地來源驗證每個數字、單位、座標或軸範圍、刻度與圖例對應。保留足以重現兩者的資料與程式碼。
對於 refine,偏好局部編輯。每次編輯後,記錄已達成的目標變更與非目標保留結果。
6. 評論與停止
根據 FigureSpec 與類別檢查檢視每個草稿。使用 tuyan://schemas/critique-record/v1 在 critiques/ 下為每輪撰寫一條定性記錄。引用可見的證據與具體修正,切勿虛構數值分數。
代理決定參考文獻數量與評論輪數。當沒有實質問題、所需能力不可用,或連續兩輪無改善時停止。保留所有保留的草稿、提示詞與評論記錄。
7. 完成可重現性成果包
將最終的 PNG 或真正的 SVG 保留在 final/ 下。執行:
node <skill-root>/scripts/finalize-output-bundle.mjs \
./tuyan-output/<時間戳>-<縮寫> \
--retriever-status skipped
使用實際的檢索引擎狀態。這會寫入包含 FigureSpec SHA-256、知識版本/雜湊值、檢索引擎狀態以及每個本地檔案 SHA-256 的 manifest.json。在向使用者報告路徑前,先檢視 manifest。
關於安裝與 MCP 客戶端設定,請閱讀 references/client-installation.md。