Skip to content

huangwb8/skills / skills/alpha/auto-draw-plot

auto-draw-plot

Unverified

根据用户描述生成高质量绘图 prompt,并按通用、roadmap、schematic 模式通过 BenszAPI 直接完成 GPT Image 2.6/2.5 Flare、Sunburst、gpt-image-2 或 Nano Banana/Gemini 出图、编辑和多轮迭代,支持 2.6 原生 SVG、GIF、complexity 与标注编辑;这是自包含的图片生成工作流,选中后不得调用或依赖 imagegen,除非用户明确要求同时使用 imagegen。

Auto Draw Plot

目标

  • 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,通过 BenszAPI 直接完成“parallel-vibe 规划留痕 → prompt → 出图 → 视觉评估 → 继续/停止”的闭环;脚本默认不调用额外 Gemini 文本接口。
  • 触发边界: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。
  • parallel-vibe 是必选工作流的一部分,不是可选增强;默认通过 scripts/run_draw_plot.py 在独立隐藏工作区里完成整个闭环。
  • auto-draw-plot 独立负责需求拆解、prompt 生成、图片 generation/edit、多轮保真微调、评估与交付;图片请求由本 skill 的脚本通过 BenszAPI 提交,不调用也不依赖 imagegen skill。完整的 imagegen 技能边界见「Skill 专属约束」。

流程

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。三种模式的语义与文字策略:
    • 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,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,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。
    • roadmap / schematic 的文字策略:优先把标签自然换成 2-3 行,也不要横向压缩字形;默认使用现代黑体/思源黑体/Noto Sans CJK 风格的正常字宽、常规到半粗体。除非用户明确要求窄体标题或压缩排版,否则禁止窄体、长体、压缩体、condensed/narrow/compressed font、横向压缩和瘦长拉伸字体。
    • 不要把 roadmap / schematic 回退成 draw.io、PDF 或 TEX 强绑定流程;2.6 的原生 SVG 是可独立选择的输出格式。
  • api_config(可选):Codex 本机配置优先使用 ~/.codex/config.toml 中当前 BenszAPI provider 的 base_url 与 experimental_bearer_token;~/.codex/auth.json 仅作为兼容认证来源,~/.bensz-skills/config/remote.env 只作为缺失字段的兜底。默认 auto 只在运行前按优先级选择连接与鉴权检查通过的 provider,真实生成资格以 Images submit 响应为准。
  • image_provider(可选):用户明确指定的图片模型/provider,如 gpt-image-2.6-flare、gpt-image-2.6-sunburst、gpt-image-2.5-flare、gpt-image-2.5-sunburst、gpt-image-2 或 nano_banana。显式指定后必须只用该 provider/model,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;该授权仅覆盖已确认未创建任务的 provider 故障,不覆盖订阅、余额、权限、overage、计费服务错误或 submit 空/非 JSON 等任务创建状态不确定的协议错误。
  • max_rounds(可选):最大优化轮数,静态位图默认 3,SVG/GIF 默认 1;显式多轮 SVG/GIF 只依据文字反馈重新生成,不上传前一轮文件。
  • 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,不承诺最终导出像素。
  • quality / provider_size / output_format / output_compression(可选):OpenAI 图片模型显式 provider 参数;默认模型为 gpt-image-2.5-flare,默认参数分别为 low、1024x1024、jpeg、85,均执行白名单或范围校验。
    • provider_size 支持 auto、1024x1024、1536x1024、1024x1536、2048x2048、4096x4096、3840x2160、2160x3840。显式高分辨率请求仍以实际原生输出为准;网关高尺寸档优先尝试可用 API Key,OAuth 可作为回退。
  • complexity(可选):2.6 的规划复杂度 low/medium/high,独立于渲染 quality。省略时不发送该字段,上游默认 high;简单局部修改可选择 low,复杂文字与构图可选择 medium/high,不得承诺高复杂度一定更好或更便宜。
  • output_format 还支持 2.6 原生 svg/gif,与 general/roadmap/schematic 模式独立。指定新格式时必须选择 2.6 Flare 或 Sunburst,不自动升级默认 2.5 模型。
    • SVG/GIF 仅支持 generations,拒绝参考图、markup、位图后处理缩放和显式 output_compression;不发送 streaming、partial images 或 prompt_rewriter。SVG 固定 n=1。新格式不跨 provider 降级。
    • GIF 接受 frame_count=2–64、frame_duration_ms=20–2000;省略时上游默认 9 帧/200ms,时长由上游按 10ms 取整。provider_size 默认 auto,显式每帧尺寸须为 16 的倍数,总像素预算由上游校验。
  • markup(可选):与单张原图尺寸一致的透明 PNG 标注层,以独立 multipart markup 字段提交 edits;需要且仅接受一张 PNG/JPEG/WebP 原图,支持 2.5/2.6 Flare、Sunburst。prompt 必须说明区域和修改动作,并要求清除标注、保持其它内容;多轮始终使用原图与原标注层,避免坐标漂移。
  • reference_images(可选):静态位图编辑的风格/布局图;普通静态图第 2 轮起上一轮结果自动作为第一参考图,用户参考图排在其后。SVG/GIF 不接受参考图。
  • 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 .bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/auto-draw-plot/。

执行步骤

  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:若用户传入 workspace_base,解析该路径;否则解析 project_root/.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/auto-draw-plot。必须把解析后的绝对路径用可见消息在 API 检查、init_workspace.py、run_draw_plot.py 或任何图片生成调用之前告诉用户,例如:本次 auto-draw-plot .bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/auto-draw-plot 工作区绝对路径:/abs/project/.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/auto-draw-plot。不要只把路径写进 run-manifest.json;初始化后可再补充实际 run_dir,但不能用 run_dir 补充替代启动前的根目录声明。

  3. 检查 API:运行 scripts/nano_banana_check.py。默认优先读取本地 Codex 配置:从 ~/.codex/config.toml 当前 BenszAPI provider 获取 base URL 和 experimental_bearer_token(或 provider 内兼容 token 字段),再从 ~/.codex/auth.json 获取兼容 key;环境变量与 remote.env 只作为缺失字段的兜底来源。Windows 同时兼容 %USERPROFILE%、%HOMEDRIVE%%HOMEPATH% 与 Git Bash/PowerShell 的 HOME。配置加载必须记录实际配置文件路径、来源和 API Key 不可逆短指纹;若 Codex 配置与 BenszAPI 环境变量同时存在且 Base URL/API Key 不一致,必须在发图前停止并报告冲突字段,不得静默使用旧配置;诊断证据不得写入完整密钥。gpt-image-2.6-flare、gpt-image-2.6-sunburst、gpt-image-2.5-flare、gpt-image-2.5-sunburst 与 gpt-image-2 共享 OpenAI Images provider,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。若配置只提供子域名根地址,客户端会在校验后统一规范为带 /v1 的 API 基址,避免 Images 请求落入站点 HTML fallback。

    • 若用户点名 gpt-image-2.6-flare、gpt-image-2.6-sunburst、gpt-image-2.5-flare、gpt-image-2.5-sunburst、gpt-image-2、Nano Banana、Gemini 或其他具体 provider/model,运行前检查和后续出图都必须固定在该 provider/model,并给主脚本传 --provider <name>;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。
    • 默认 auto 会按 provider 优先级检查配置、连接和鉴权;/v1/models 成功只能表述为 connectivity/authentication_ok,不得写成“可生图”或 generation_eligible=true,真实 Images submit 才是当前请求的准入判断。此步骤不执行完整 Images 计费资格检查,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 .bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/auto-draw-plot/{yyyy-mm-dd-hh-mm}/,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;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,至少写出:

    • parallel-vibe/parallel-plan.round-XX.json
    • parallel-vibe/parallel-plan.json(latest)
    • rounds/round-XX/parallel-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。

  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;OpenAI 图片模型默认使用 gpt-image-2.5-flare,也支持显式指定 2.6 Flare/Sunburst、2.5 Sunburst 或 gpt-image-2。2.6 新能力优先使用上游 API Key 直连账号;OAuth 桥接不保证等价支持,失败时如实报告,不换模型、不降成静态 JPEG。纯文本出图默认提交到 /v1/images/jobs/generations,存在参考图时默认提交到 /v1/images/jobs/edits。配置仅给出 BenszAPI 子域名根地址时,客户端会先规范为带 /v1 的 API 基址;同步端点只在 job endpoint 明确不支持时兼容回退。submit 在服务端尚无持久幂等契约时只提交一次;结构化 retryable=false(包括 BILLING_PRICING_NOT_CONFIGURED)立即停止,2xx 空/非 JSON 响应也不重试或跨 provider,poll/result 的暂时故障独立处理。默认请求 quality=low、最小匹配原生尺寸和 output_format=jpeg,输出扩展名、magic bytes、MIME 与 meta 必须一致;PNG/WebP 回退结果导出 JPEG 时以白色合成透明背景。参考图编辑会追加“只改明确要求、保留主体/构图/背景”的契约,并记录原始参考图 SHA-256。

    • 回退授权: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。即使已授权,计费、订阅、余额、权限、overage、BILLING_SERVICE_ERROR 与 submit 空/非 JSON 等任务创建状态不确定的协议错误仍必须停在原 provider 并展示结构化错误。
  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 必须根据最终图片、用户需求与 evaluation.json 做语义把关,必要时人工触发下一轮。GIF 必须播放完整动画并检查运动、闪烁、主体一致性和循环接缝;SVG 必须渲染原件检查文字、布局和缩放。文件结构、单张预览、接触表或启发式得分均不能替代这些检查。
  9. 多轮优化:普通静态位图上一轮若未通过,第 n+1 轮必须把第 n 轮 output.jpg 作为第一参考图传给可消费参考图的图片 provider,并把反馈拼进 prompt,要求模型保真微调而不是从零重画;首轮用户参考图也必须标记为 image-to-image,来源使用 user_reference / previous_round / mixed。

    • SVG/GIF 显式多轮只走 generations,使用文字反馈重新生成,不把原件当作 edits 参考图;markup 轮次保留原始原图与标注层。
  10. 交付:输出至少 1 个所选格式的最终文件,默认仍为 JPEG;隐藏目录里保留 meta/result.json 供追溯。GIF/SVG 不得隐式转换成 JPEG。GIF 附帧数、各帧时长、总时长、循环信息与接触表;SVG 附静态矢量结构检查结果,安装可用的 CairoSVG/Cairo 时生成 PNG 预览,否则明确提示用浏览器检查原件。

输出

  • 至少 1 个合乎需求的 JPEG/PNG/WebP/SVG/GIF 文件;默认仍为 jpeg。原件与扩展名、MIME 一致;output_png / final_output_png 仅保留为旧字段别名,新调用读取 output_file / final_output_image。
  • 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。
  • 根据后处理前的实际像素判断降级;网关 native_size 作为补充证据,旧网关也必须检测。size_downgrade_detected=true 时,在交付说明中逐字引用 size_downgrade_warning,不得把后处理放大称为原生 4K。自动尺寸不推断降级;尺寸档位沿用网关现有规则(最大边 ≤1024 为 1K,≤1792 为 2K,其余为 4K,包含 2048x2048)。最终 meta/result.json 保留最佳轮次三段尺寸及降级提示。
  • image-debug/gpt-image-2-error.json 只保留错误类别、HTTP 状态和服务端安全返回的 error.type / error.code / error.message。JSON 与 multipart 请求发送安全 X-Client-Request-ID;2xx 空正文或非 JSON 正文分别记录 PROVIDER_EMPTY_RESPONSE / PROVIDER_NON_JSON_RESPONSE,附经白名单校验的 request_id / client_request_id、origin/path、响应类型、声明/实际长度、SHA-256、首字节类别和重定向布尔值;不得写入 query、Authorization、API Key、Cookie、prompt、原始正文、订阅明细或原始内部错误对象。
  • 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.jpg、rounds/round-XX/evaluation.json 以及 image-debug/ / evaluation-debug/;OpenAI 图片模型默认主动使用 Sub2API image job endpoint,generation/edit 均显式发送 quality=low、原生尺寸和 output_format=jpeg,并在 debug meta 中保留参考图 SHA-256。
  • run 级 parallel-vibe/parallel-plan.json 与 parallel-vibe/parallel-plan.round-XX.json:每轮必留痕的 parallel-vibe plan。

输出管理

  • 默认工作区是当前目录下的 .bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/auto-draw-plot/{yyyy-mm-dd-hh-mm}/;所有中间文件必须留在隐藏目录里,正式交付物不写入该目录。
  • 同一任务复用一个任务根目录;多 Skill 协作才创建 shared/,本 Skill 专属材料放入 auto-draw-plot/ 的 input/、output/、log/ 子目录。
  • 轻量测试目录固定为 ./tests/draw-plot,中间文件限定在 tests/draw-plot/_artifacts/(见「校验」)。

校验

  • 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。
  • 新能力验证命令:PYTHONDONTWRITEBYTECODE=1 python3 -m unittest discover -s tests/draw-plot -p 'test_*.py'。该命令使用合成素材及模拟上游,只证明参数、格式与流程;真实账号端到端生图须单独验证。
  • 视觉语义把关不可脚本化:宿主 AI 必须依据最终图片、用户需求与 evaluation.json 复核启发式评估结论后才可交付。

失败与恢复

  • 配置冲突:Codex 配置与 BenszAPI 环境变量的 Base URL/API Key 不一致时,必须在发图前停止并报告冲突字段,不得静默使用旧配置。
  • 域名校验失败:OpenAI 图片模型出现非 HTTPS、裸域、非白名单域名或缺少 key 时停止,不得绕过校验。
  • 指定 provider 失败:暂停并报告原因,输出可执行的配置/额度/端点错误,不自动切到另一个模型;provider 回退仅按「执行步骤」第 7 步的授权边界执行,任务创建状态不确定的协议错误一律停在原 provider 并展示结构化错误。
  • submit 失败:服务端尚无持久幂等契约时只提交一次;结构化 retryable=false(包括 BILLING_PRICING_NOT_CONFIGURED)立即停止,2xx 空/非 JSON 响应不重试、不跨 provider;poll/result 的暂时故障独立处理。
  • 评估未通过:按「执行步骤」第 9 步进入多轮保真微调;达到 max_rounds 或得分平台期仍不达标时,交付当前最优结果并在 meta/result.json 记录停止原因。

约束

公共硬约束

本块由 docs/templates/skill-common-constraints.md 统一维护;每个 SKILL.md 的 ## 约束 必须逐字同步本块,不得在副本中改写公共规则。

  • 任务需要落盘时,使用唯一的 ./.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/ 根目录;共享材料放入 shared/,Skill 专属材料放入该 Skill 的 input/、output/、log/。
  • 正式交付物、源代码和正式计划按项目约定保存,不写入任务工作区;未经授权不覆盖、删除、迁移或远程写入。
  • 项目维护变更检查 BAC 可用性并记录需求、AI 产出、工具结果、文件改动和验证摘要;BAC 只做过程审计,不替代署名、责任或合规判断。
  • 不记录 API Key、访问令牌、密码、Cookie、环境/凭据文件、私有 Prompt、身份信息、本地用户名、主机名或不必要的大体积原始数据。
  • 文件路径必须规范化并限制在授权项目范围内;外部 URL、子进程和网络访问遵循最小权限,防止路径遍历、SSRF 和命令注入。
  • Skill 版本唯一记录在自身 config.yaml:skill_info.version;公开 API、协议、目录或配置变更同步文档与 CHANGELOG.md。
  • bensz-collect-bugs 是一个 Agent Skill;仅将 Bensz Agent Skill 或 Bensz 基础设施本身的设计缺陷交给它。先脱敏写入 ~/.bensz-skills/bugs/,当前任务不中断,只有用户明确要求才公开上报,禁止直接修改用户已安装的 Skill 源码。

Skill 专属约束

  • imagegen 技能边界:用户要求用 auto-draw-plot 画图、改图或基于上一轮继续微调时,只使用本 skill 完成完整链路。不得把它表述或编排为“先生成 prompt,再交给 imagegen 出图/编辑”的前处理步骤;这种说法会错误暗示依赖关系,并可能造成重复生图与重复计费。
  • 只有用户明确点名同时使用 imagegen,或明确要求其独有能力时,才允许额外调用 imagegen;调用前说明两者各自独立的职责,且不得将 imagegen 伪装成 auto-draw-plot 的内部依赖。默认用户可见说明应写明:本次使用 auto-draw-plot,由其经 BenszAPI 完成 prompt、出图和后续编辑。 不得默认承诺后续会调用 imagegen。
  • gpt-image-2.6-flare、gpt-image-2.6-sunburst、gpt-image-2.5-flare、gpt-image-2.5-sunburst 与 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。
  • 错误诊断与 image-debug/gpt-image-2-error.json 不得写入 query、Authorization、API Key、Cookie、prompt、原始正文、订阅明细或原始内部错误对象;诊断证据中的 API Key 只允许不可逆短指纹。
  • 历史隐藏目录只允许显式兼容读取、迁移或清理,不做静默处理。
  • 因本 skill 设计缺陷导致的 bug 先按公共约束记录到 ~/.bensz-skills/bugs/;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。
  • SVG 原件必须拒绝 DTD、实体、脚本、外部资源、内嵌位图和非静态内容;结构验证通过不代表图意正确。
  • prompt 结构模板与迭代策略见 references/prompt-guidelines.md;合法的 parallel-vibe shell plan 模板见 references/parallel-plan.md。
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 464kUpdated Claude CodeCodexVerifiedInstall
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 464kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 318kUpdated Claude CodeCodexUnverifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 318kUpdated Claude CodeCodexUnverifiedInstall