auto-draw-plot

star 37

根据用户描述生成高质量绘图 prompt，并按通用、roadmap、schematic 模式调用 gpt-image-2 或 Nano Banana/Gemini 图片模型 API；第 2 轮起基于上一轮 PNG 做 image-to-image 微调，迭代出满足视觉要求的 PNG 结果。

huangwb8 By huangwb8 schedule Updated 6/7/2026
play_arrow Run Skill in Manus View GitHub

name: auto-draw-plot description: 根据用户描述生成高质量绘图 prompt，并按通用、roadmap、schematic 模式调用 gpt-image-2 或 Nano Banana/Gemini 图片模型 API；第 2 轮起基于上一轮 PNG 做 image-to-image 微调，迭代出满足视觉要求的 PNG 结果。 metadata: author: Bensz Conan short-description: 模式化需求理解 + multi-round image-to-image optimization + gpt-image-2/Nano Banana 生成 PNG keywords: - auto-draw-plot - nano-banana - gemini - parallel-vibe - visual evaluation - 图像生成

Auto Draw Plot

与 bensz-collect-bugs 的协作约定

  • 如果用户环境里出现因本 skill 设计缺陷导致的 bug，先用 bensz-collect-bugs 规范记录到 ~/.bensz-skills/bugs/，禁止直接修改用户本地 Claude Code/Codex 已安装的 skill 源码。
  • 只在用户明确要求“report bensz skills bugs”时，才通过本地 gh 调用将新 bug 推送到 huangwb8/bensz-bugs；上传前必须先脱敏本地路径/用户名等隐私。

定位

  • 以用户需求为起点，由宿主 AI 进行语义规划，再构造适用于当前图片 provider 的 prompt；脚本默认不调用额外 Gemini 文本接口。
  • 默认模式是 general；用户明确要技术路线图/roadmap/flowchart 时使用 roadmap，明确要原理图/机制图/架构图时使用 schematic。后续新增类型应作为 config.yaml:modes.presets 扩展，不改主流程。
  • 默认通过 scripts/run_draw_plot.py 在独立隐藏工作区里完成“parallel-vibe 规划留痕 → prompt → 出图 → 视觉评估 → 继续/停止”的闭环；parallel-vibe 是必选工作流的一部分，不是可选增强。
  • 默认工作区是当前目录下的 .draw-plot/run-<timestamp>/；所有中间文件必须留在隐藏目录里。宿主 AI 在正式检查 API、初始化工作区或开始出图前，必须先向用户明确声明本次任务 .draw-plot 根目录的绝对路径，方便用户实时监督。轻量测试目录固定为 ./tests/draw-plot。

输入

  • user_need（必需）：自然语言描述的图像需求、输出用途、必要的视觉语义与格式要求。
  • mode（可选）：general / roadmap / schematic；默认 general。模式只改变 prompt preset、默认画布和评估口径，不引入 legacy draw.io 渲染器。
  • api_config（可选）：指向 ~/.bensz-skills/config/remote.env 的路径；默认 auto 只在运行前按优先级选择可用 provider。
  • image_provider（可选）：用户明确指定的图片模型/provider，如 gpt-image-2 或 nano_banana。显式指定后必须只用该 provider，失败时暂停并报告原因，不得切换到其他模型。
  • allow_provider_fallback（可选）：只有用户明确说“失败可以换模型/可以回退到另一个 provider”时才为 true。
  • max_rounds（可选）：最大优化轮数，默认 3；若用户另有指定，以用户为准。
  • visual_constraints（可选）：比例、期望布局、色调、字体等硬约束。尺寸只作为 provider 原生尺寸选择参考，不承诺最终 PNG 像素。
  • reference_images（可选）：用于 prompt 引导的风格/布局图；第 2 轮起上一轮 output.png 会自动作为第一参考图，用户参考图排在其后。
  • workspace_base（可选）：用户显式指定的隐藏工作区根目录；未指定时使用当前目录 .draw-plot/。

输出

  • 至少 1 张合乎需求的 png 图像。
  • 隐藏目录里的 meta/analysis.json / meta/result.json：记录每轮 prompt、模型参数、参考图策略、评估结果、最终选图和停止原因。
  • 每轮图片 meta 必须区分 requested_provider_size、native_size、output_size 与 postprocess_resize_applied；默认 postprocess_resize_applied=false。
  • 每轮目录：rounds/round-XX/prompt.txt、rounds/round-XX/prompt-plan.json、rounds/round-XX/parallel-plan.json、rounds/round-XX/output.png、rounds/round-XX/evaluation.json 以及 image-debug/ / evaluation-debug/；gpt-image-2 默认主动使用 Sub2API image job endpoint，image-debug/request.json、async-job-initial.json、async-job-polls.json 与成功下载时的 async-job-result.json 必须保留完整证据。
  • run 级 parallel-vibe/parallel-plan.json 与 parallel-vibe/parallel-plan.round-XX.json：每轮必留痕的 parallel-vibe plan。

运行前检查

  1. 先解析本次任务的隐藏工作区根目录：若用户传入 workspace_base，解析该路径；否则使用 project_root/.draw-plot。必须把解析后的绝对路径用可见消息告诉用户，例如：本次 auto-draw-plot .draw-plot 工作区绝对路径：/abs/project/.draw-plot。这条消息必须出现在 API 检查、init_workspace.py、run_draw_plot.py 或任何图片生成调用之前；不要只把路径写进 run-manifest.json。
  2. 默认优先读取本地 Codex 配置：从 ~/.codex/config.toml 获取 BenszAPI base URL，从 ~/.codex/auth.json 获取 OPENAI_API_KEY | OPENAI_API，再使用 gpt-image-2；环境变量与 remote.env 只作为缺失字段的兜底来源。
  3. gpt-image-2 只能绑定 benszresearch.com 子域名 base URL；非 HTTPS、裸域、非白名单域名或缺少 key 时不得绕过校验。
  4. 如果用户点名 gpt-image-2、Nano Banana、Gemini 或其他具体 provider，运行前检查和后续出图都必须固定在该 provider；失败时输出可执行的配置/额度/端点错误，不自动切到另一个模型。
  5. 只有用户主动要求允许回退时，才设置 allow_provider_fallback=true 或脚本参数 --allow-provider-fallback；回退路径使用 ~/.bensz-skills/config/remote.env 中的 GEMINI_BASE_URL、GEMINI_API | GEMINI_API_KEY、GEMINI_MODEL。
  6. 再运行 scripts/nano_banana_check.py。默认 auto 会按 provider 优先级检查可用图片模型；若用户指定 provider，应把 --provider <name> 传给主脚本，报告中不要泄露秘密，仅说明 provider、模型和 base URL。

工作流

  1. 理解需求与模式：宿主 AI 先把用户需求拆成“主体 / 结构 / 风格 / 硬约束 / 禁止项”，并解析 mode；未指定时用 general。需要时参考 references/prompt-guidelines.md。
  2. 声明监督路径：在正式动作开始前，宿主 AI 必须根据当前 project_root 与可选 workspace_base 计算 .draw-plot 根目录绝对路径，并用可见消息告诉用户；初始化后可再补充实际 run_dir，但不能用 run_dir 补充替代启动前的 .draw-plot 根目录声明。
  3. 检查 API：运行 scripts/nano_banana_check.py。若用户指定模型/provider，主流程必须传 --provider <name> 并只检查该 provider；若默认 auto，可按优先级选择一个运行前可用 provider。不要把“指定模型失败”改写成“自动使用另一个模型”。
  4. 初始化隐藏工作区：运行 scripts/init_workspace.py，默认建立 .draw-plot/run-<timestamp>/，写出 run-manifest.json。
  5. 生成 parallel-vibe 计划：每一轮开始前，必须生成该轮的 parallel-vibe plan，至少写出：
    • parallel-vibe/parallel-plan.round-XX.json
    • parallel-vibe/parallel-plan.json（latest）
    • rounds/round-XX/parallel-plan.json
  6. 生成第 1 轮 prompt：
    • 优先由宿主 AI 在调用脚本前完成需求拆解与 prompt 规划；
    • run_draw_plot.py 只做本地模板拼装与护栏合并，不默认调用 Gemini / Nano Banana 等远端文本规划接口；
    • prompt 仍需忠实反映用户需求，不得暴露密钥或绝对路径。
  7. 调用图片模型：运行 scripts/generate_image.py 或主入口 scripts/run_draw_plot.py；gpt-image-2 纯文本出图默认提交到 /images/jobs/generations，存在参考图时默认提交到 /images/jobs/edits，同步 /images/generations / /images/edits 只在 job endpoint 明确返回 404/405/501 且配置允许时作为兼容回退。429、500、502、503、504 不得改走同步接口，应按 async job 提交失败重试或报错。--canvas-width / --canvas-height 只表达期望布局比例，并映射到 provider 支持的原生尺寸；默认直接保存 provider 返回的 PNG，不插值放大、不贴到伪 4K 画布。只有用户明确要求统一导出尺寸时，才可使用 --postprocess-resize --postprocess-width <W> --postprocess-height <H>，并必须在 meta 中保留后处理记录。若 gpt-image-2 返回 job/task 状态、内联 response 或 result_url，脚本按 config.yaml:api.async_image_job 轮询/下载，直到拿到图片、任务失败或超时。默认不在生成/编辑失败后跨 provider 重试；只有用户明确授权时才加 --allow-provider-fallback，否则把失败原因和 debug 落到本轮目录后暂停。
  8. 视觉评估：
    • scripts/evaluate_image.py 默认只做启发式文件/分辨率检查并标记 fallback_mode=heuristic，不调用 Gemini 文本接口；
    • 宿主 AI 必须根据最终 PNG、用户需求与 evaluation.json 做语义把关，必要时人工触发下一轮。
  9. 多轮优化：上一轮若未通过，第 n+1 轮必须把第 n 轮 output.png 作为第一参考图传给可消费参考图的图片 provider，并把第 n 轮 evaluation.json 的 must_fix / prompt_patch 拼进 prompt，要求模型在上一张图上做 image-to-image 微调，而不是从零重画；直到 AI 满意或达到 max_rounds。默认轮数是 3，单一真相来源是 config.yaml:generation.default_max_rounds。
  10. 交付：输出至少 1 张最终 PNG；隐藏目录里保留 meta/result.json 供追溯。

模式说明

  • general：通用绘图模式，适合普通信息图、封面图、概念图和自由描述。
  • roadmap：技术路线图模式，吸收 legacy nsfc-roadmap 的 PNG-only 约束；强调 3-5 阶段、阶段标题条、主链箭头、风险/备选虚线、A4 打印可读。
  • schematic：原理图/机制图模式，吸收 legacy nsfc-schematic 的 PNG-only 约束；强调分组大框、圆角节点、机制链/模块关系、主链与辅助箭头分层。

不要把 roadmap / schematic 回退成 draw.io、SVG/PDF 或 TEX 强绑定流程；这些 legacy 能力只作为 prompt 和评估经验迁移。

parallel-vibe 必选层

  • parallel-vibe 是必选层：即使宿主 AI 最终不真正启动 parallel-vibe CLI，也必须按它的 thread/workspace 协议为每一轮写出合法 plan.json。
  • 主入口 scripts/run_draw_plot.py 已经会为每一轮自动生成 parallel-vibe plan，用户无需额外手工执行。
  • 若宿主 AI 想把“下一轮 prompt 草案”真正交给独立线程处理，则直接复用该轮 parallel-plan.round-XX.json。
  • parallel-vibe worker 当前仍只负责在隔离 workspace 里产出 prompt 草案与评估请求模板；真正的出图与评估继续由本 skill 的主脚本完成，避免跨 workspace 回写导致不稳定。

测试与验证

  • 轻量测试必须在 tests/draw-plot 下完成；每次执行都应该在该目录内生成 TEST_PLAN.md/TEST_REPORT.md，并把中间文件限定在 tests/draw-plot/_artifacts/。
  • auto-test-skill 的 A/B 轮也只能操作 tests 目录，确保 p0-p2 问题均闭环。

参考文件

  • references/prompt-guidelines.md：prompt 结构模板与迭代策略。
  • references/parallel-plan.md：合法的 parallel-vibe shell plan 模板，说明 thread 如何只负责 prompt 草案。
Install via CLI
npx skills add https://github.com/huangwb8/skills --skill auto-draw-plot
Repository Details
star Stars 37
call_split Forks 7
navigation Branch main
article Path SKILL.md
More from Creator
huangwb8
huangwb8 Explore all skills →