Auto Draw Plot

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、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。
• 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 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；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，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，不承诺最终导出像素。
• quality / provider_size / output_format / output_compression（可选）：gpt-image-2 显式 provider 参数；默认分别为 low、1024x1024、jpeg、85，均执行白名单或范围校验。
• reference_images（可选）：用于 prompt 引导的风格/布局图；第 2 轮起上一轮 output.jpg 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 .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 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、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，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；gpt-image-2 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。

9. 多轮优化：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。

10. 交付：输出至少 1 张最终 JPEG；隐藏目录里保留 meta/result.json 供追溯。

输出

• 至少 1 张合乎需求的图像；gpt-image-2 正式输出默认为 jpeg。
• 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。
• 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/；gpt-image-2 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。
• 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：gpt-image-2 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 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。
• 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。