科學圖形重建與繪製
一個獨立、供應商中立的技能。呼叫主機決定要繪製什麼;引擎執行宣告的幾何、繪圖、圖層、編輯與匯出。傳送 SVG 以及從該 SVG 渲染出的 PNG。使用 Anaconda ScientificFigure_skill 和已安裝的 figure-cli。
0.10 指南:兩個任務,一個主機與場景
目前 Engine 0.10.0 在 0.9 的基礎上新增了確定性版面品質保證 (layout-audit)、有界版面修復 (--fix) 以及字體設定檔預先檢查。FigurePlan 0.1 和 Scene 0.3 保持不變,且保留了 0.8 的執行、編輯與渲染基礎。呼叫主機就是負責進行解讀與視覺檢查的模型;請勿新增第二個模型或代理。請參閱 0.10 計劃 和 QA 合約;0.9 計劃、0.8 功能 以及 語意規劃 / 新版 CLI 工作流程 對於以下所有內容仍為現行有效。工作流程頁面定義了已實作的進入點和確切的檔案合約;交付備註 記錄了實際的驗證與限制。
在構建複雜圖形前,請先選擇任務指南:
- 參考重建: 閱讀 reference-reconstruction。在建構幾何圖形之前,先建立資訊結構與閱讀順序、必要部件、關係以及特定的未知項。區分實體、流程箭頭、註解引線、放大視圖、圖例與裝飾。請勿用主題知識填補無法辨讀的區域。
- 自然語言設計: 閱讀 text-design。區分使用者明確提供的內容、設計選擇與科學假設。圍繞所要求的機制設計層次結構;不要自行發明準備、管理或實驗條件。
- 兩種任務: 當方法不確定時,使用 construction-selection。根據所需的形狀、部件、重複、孔洞、遮擋和樣式進行選擇,然後比較實際可用的資源。一個簡單的平面物體可以直接從簡短的意圖/未知註記進入幾何與預覽階段;無需強制搜尋或多個規劃檔案。
預設自主運作;僅在要求時暫停
| 模式 | 開始時機 | 主機行為 |
|---|---|---|
autonomous (預設) | 使用者要求製作圖形或說完成它 | 繪製、檢查、修正並交付;不在每一步暫停等待批准 |
interactive | 使用者要求查看樣本、確認每個頁面或參與 | 發佈已同意的檢查點,並等待反饋或批准 |
- 開啟審閱頁面不強制暫停。在自主模式下,在下一個安全檢查點讀取新的反饋;如果使用者要求停止,則停止發佈候選項,並先處理他們的編輯。
- 在互動模式下,完成並發佈第一個已同意的頁面,然後等待,再繼續。對於多頁面工作,第一個批准的頁面固定了共用的排版、間距、卡片樣式和調色板規則;後續頁面共用這些規則,而非強制要求完全相同的版面。
- 無法讀取圖像的主機可以使用幾何和結構檢查,但必須將視覺審查標記為
not_executed。 - 批准某個 SVG 版本不等同於科學審查,也不會批准後續的版本。
預設流程:理解、選擇、建構、檢查、修正
- 說明目的、預期顯示尺寸、模組和閱讀順序。列出物件、不可或缺的內部部件、可編輯單元、標籤、顏色含義和關係。保持未解析內容的明確性。對於複雜的圖形,在撰寫大量幾何代碼前,先使此草稿可供檢查。在有用的情況下,使用現有的 FigurePlan 模組/物件/關係;未選定的建構可以保持
unresolved。這些是一個規劃輸入的各個階段,而非另一個場景樹。 - 僅詢問會影響決策的在地問題:例如,一個蒼白區域是開口還是表面,或者引線的末端在哪裡。僅在必要時檢查原始圖像和相關裁剪區域;使用基於來源的證據。保留 ROI 和座標對應。測量值和相似度分數是觀察結果,而非物件身份或科學可信度;沒有隱含的 OCR。
- 根據結構和樣式選擇 recipe/asset/direct/program。檢查實際的 Recipe 參數和可編輯部件金鑰,或資產權利和導入限制。目錄包含 15 個 Recipe 系列、兩個符號系列元資料條目和一個 Twemoji 檸檬資產;不要發明 mouse/flask/avatar Recipe。如果 Recipe 缺少所需部件,則拒絕該建構並回退到自由程序,可選擇性地結合合適的子部件。使用本地座標、曲線、變換、現有繪圖函數和成熟的程式庫。直接 Scene、舊版語意 Plan 0.3 和
SceneBuilder仍然有效;在繪圖前不需要撰寫大量手寫 JSON。 - 先建構主要結構和所需的內部部件,然後是連接器和標籤。保留穩定的物件/部件 ID。適當地使用填充表面、描邊、真實孔洞、有界遮罩/遮擋、重複和漸層;不要為平面藝術添加體積光照。主機透過常規工具明確執行程序,並提供生成的 Scene 片段;檢查/編譯和專案載入不會執行已儲存的原始碼。保持新的候選項與已編輯的專案分離,並在接受前使用 B/U/C 合併。
- 以預期顯示尺寸讀取實際的
preview.png,並檢查關鍵的放大區域。檢查模組與連接 → 輪廓/比例/孔洞 → 必要的內部結構 → 顏色/圖層 → 文字。在同一比例下比較參考圖;當替換先前的繪圖時,同時比較參考圖/舊圖/新圖。一個有效的計劃、命名路徑或通過的測試無法證明目標結構已被正確繪製。 - 將每個發現與一個 ID 和一個具體行動關聯:更改建構方法、替換候選項、調整幾何/參數、獲取在地證據或保留不確定性。針對當前修訂版本進行修補,或重新生成候選項並合併;再次渲染和檢查。預設最多進行三次有針對性的修正輪次。保留已接受的物件和使用者編輯。將視覺評估綁定到當前的 Scene/預覽;更改後的幾何、資源或渲染會使舊的評估失效。報告遺漏和未執行的審查。科學審查保持分離,且僅在要求時才執行。
成功意味著一個繪製良好、結構清晰、主要部件可獨立編輯的圖形。測試確立的是工程行為,而非繪圖品質。獨立主機的消融實驗、保留基準測試活動、人類專家小組、領域認證、運行時整合、跨版本範本遷移以及實驗性的偏移/可變寬度開發,已超出當前的工作範圍。請勿將它們視為先決條件或未經請求的後續任務。分別報告實際的重複使用:外部藝術作品、繪圖程式碼的重複使用,以及幾何/渲染程式庫的重複使用;在登錄檔中有一個資產,並不代表本次繪圖使用了它。
主機可以編寫 Python 或 JavaScript 繪圖程式。使用普通變數、函數、本地座標、變換、重複和成熟的幾何程式庫來計算形狀;在可用時使用穩定的引擎輔助工具。允許使用特定於圖形的繪圖程式;不要將少數參考圖形轉變成特定主題的引擎演算法,或將範例計劃視為科學範本程式庫。透過引擎驗證、渲染和專案交易來傳送生成的 Scene/Plan 候選項。當針對已編輯的專案重新執行時,在接受更改前,比較最後生成的基線、當前的 Scene 和新的候選項;保留使用者的編輯並報告衝突。使用可用的 建構輔助工具 和 生成協定:generation diff PROJECT --candidate SOURCE --output DIFF,檢查提議的預覽和衝突,然後 generation accept PROJECT --candidate DIFF --base-revision N。已儲存的原始碼是無效的;accept 會重新計算合併並檢查當前的修訂版本/內容/收據。永遠不要用純腳本輸出覆蓋已編輯的專案。不要嵌入點陣圖影像、將每個紋理追蹤成微小路徑,或用吸引人的填充來取代缺失的結構。
在繪圖前,從提供的參考圖和允許的資源重複使用之間做出選擇。分別揭露:外部藝術作品(來源、許可證、版本/雜湊值和修改);重複使用的繪圖程式碼,包括您自己的函數(檔案/版本、重複使用的部分和更改);以及幾何/渲染程式庫(實際的程式庫/版本和角色)。本地編寫的函數不是外部資產,程式庫呼叫也不是借用的藝術作品。分別記錄方法靈感與複製的程式碼;複製的外部程式碼需要其固定的來源修訂版本、檔案、許可證和注意事項。對於明確凍結的點陣圖比較,永遠不要替換官方的來源 SVG。在相同的修正預算內,檢查實際預覽中的主要結構、幾何/孔洞/遮擋,然後是樣式/文字。背景色的覆蓋修補無法建立真實的孔洞或可編輯的交錯。程式來源是重現性的輸入;接受的 Scene 是唯一當前可編輯的權威。開啟一個專案或套件不得執行繪圖程式。
使用檔案執行,無需模型服務
conda run -n ScientificFigure_skill figure-cli doctor --json
使用 inspect reference.png 來獲取來源尺寸/雜湊值。基於來源的計劃宣告 SHA-256、尺寸和 ROI。舊版 Plan 0.3 的語意執行不會隱含地執行色彩分割、像素候選搜尋或骨架分析。舊的 Plan 0.1/0.2 輸入保留其行為。
conda run -n ScientificFigure_skill figure-cli reconstruct reference.png --plan plan.json --output work/figure
草稿預覽循環與階段計時
draw 和 reconstruct 接受 --preview:它只會寫入 figure.svg、preview.png 和 preview.json,除非 --scale 另有指定,否則以 1 倍比例渲染,並且可以取代其自身的先前預覽。它不是一個專案或交付物——沒有收據、物件清單、QA 記錄、審查綁定或參考比較——因此將其用於初次查看和每個修正輪次,然後在結構正確後,使用相同的指令但不加 --preview 執行一次。
conda run -n ScientificFigure_skill figure-cli draw plan.json --output work/quick --preview
兩個路徑都會以秒為單位回傳 timings:validate、to_svg、render、inventory、qa、publish、total;預覽模式會省略交付階段,而收據則記錄相同的發佈前階段。在此主機上,一個 501 個物件的 Scene 作為預覽大約需要 0.33 秒,作為完整專案則需要 1.16 秒,差異主要在於 1 倍比例與 3 倍比例的 PNG 渲染。引擎無法看到模型端的時間:在測量重構時,請在這些數字旁邊記錄主機的首次推論、輸出 token 和修正輪次,並且永遠不要將引擎的秒數歸因於模型延遲或反之。
在複雜建構前檢查文字與字型
將圖形將要繪製的每個字串——標籤、公式、單位、軸文字、圖例——收集到一個請求中,並在幾何建構之前執行此操作:
{"schema_version": "0.1", "texts": ["Cell membrane", "H₂O → O₂", "細胞膜"]}
conda run -n ScientificFigure_skill figure-cli font-probe texts.json --output work/fonts
status: ok 會選擇一個真實的本地字型,並寫入 font-probe.json 和 font-probe-sample.png;needs_input 會列出缺少的字元和每個字型的覆蓋情況。--font PATH 會加入一個特定的字型檔案。--profile(預設名稱為 scientific-default)會進一步根據已安裝字型解析打包的建議(Times New Roman / Microsoft YaHei / Cambria Math),並報告每個角色的路徑、字型、摘要和缺少的範例字元;缺少的字型系列會被報告為缺失,而不會被取代。引擎只渲染一個字型系列,所以不要聲稱有混合字型回退:自己將 SCIENTIFIC_FIGURE_FONT 設定為所選路徑,或者簡化文字。對於多個頁面,在頁面 1 之前,一次性對所有頁面的聯集進行探測。缺少的字形是一個建構決策,而不是最後一刻的匯出錯誤。
在繪圖時顯示圖形
conda run -n ScientificFigure_skill figure-cli draw plan.json --output work/quick --preview
conda run -n ScientificFigure_skill figure-cli review-serve work/quick --open
conda run -n ScientificFigure_skill figure-cli review-status work/quick-review
review-serve 會在最新成功發佈的 figure.svg上提供服務,位址為127.0.0.1,帶有一個隨機 token,並在阻塞前列印 URL。該頁面會在重新載入時保持縮放、平移和未發送的圖釘,並允許使用者將評論圖釘到物件 ID 或空白區域。review-status會讀取反饋日誌。加上--wait --timeout N` 來阻塞直到新的反饋輪次到達;不加此參數則使用 Ctrl-C 停止。伺服器只讀取圖形並寫入反饋;它永遠不會編輯專案。
反饋儲存在 <preview>-review/feedback.json 中,位於可取代的預覽目錄之外,且每個提交都綁定到所顯示的 SVG SHA256 和修訂版本。來自舊版本的提交會被以 HTTP 409 拒絕,永遠不會被默默套用。透過正常的修補或生成合併來套用已接受的評論,然後發佈新的預覽。本地頁面是瀏覽器的備用方案;它不會建立 VS Code 側邊欄,嵌入的主機仍必須將此反饋視為此版本化檔案。
交付純圖形與最終 SVG
conda run -n ScientificFigure_skill figure-cli export-variants work/figure --output deliverables/figure
這會讀取一個已驗證的專案,並寫入 figure.final.svg 以及 figure.graphics.svg(無文字)和 variants.json。兩者都來自同一個 Scene,因此共享的 ID 保證了相同的幾何形狀和樣式;沒有重新繪製任何東西。文字…
[此處內容截斷,等待後續完整原文以完成翻譯]