agentleFS
Light0305Light0305/Light-Science/light-diagram/SKILL.md

light-diagram

Skill885 starsChanged 5 days agoMITView on GitHub

统筹非数据科研图的完整制作:从论文或构想提炼图意,调用 light-diagram-prompt 生成提示词,实际生图并核查,再按编辑需求选择 Illustrator、PowerPoint 或 Visio 重建、验证和交付;也支持已有参考图直接复现、只要提示词或只要生图。

1 other project uses a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

light-diagram

项目目录与续作

需要落盘或继续已有项目时,先读 项目目录约定,按其中的本阶段位置、版本与关联规则保存;用户指定路径和旧项目优先。包内资源相对本 skill,研究产物相对真实项目,二者不要混用。只做局部讨论时无需初始化目录。

这是总入口,负责阶段衔接、工具选择和结果验收。四个子 skill 保持独立职责;总入口按需要读取它们的 SKILL.md,不要求用户逐个调用。默认目标是科学关系正确、可继续编辑的科研示意图,不承诺 1:1 完美复现。定量数据图使用相应数据绘图流程;混合图中的真实数据面板保留作者素材。

所有相对路径以本包目录为基准。参考仓库和大图库是可选学习资料,不是执行依赖。

继续项目、修稿或响应评审时,按需读 项目证据与修订衔接:先看有关 Memory,再回原论文、设计、分析及采用的稿图版本核对。记忆用于恢复上下文,图像生成结果用于视觉参考;两者均不替代科学原件。局部请求直接完成,不强制创建完整交接。

先判断从哪里开始

用户已有内容 / 目标进入位置
论文、方法、机制说明或构想,需要新图科学 brief → 交付提示词 → 按能力生图 → 参考核查 → 可编辑重建
已有生图、论文图或截图,需要编辑文件查看参考 → 关系与来源核查 → 工具选择 → 可编辑重建
明确只要提示词调用 prompt 子 skill,交付提示词即完成
明确只要生成图片先交付提示词 → 按能力生图 → 图像核查,交付图片即完成
宿主不能生图,也未配置可用服务交付完整提示词与核查点,说明可手动生图后继续;本次无需强制配置
续做已有项目读取交接记录,核对参考/候选的路径、版本和哈希,从未完成阶段继续

用户已提供清晰参考时不强制重新生图。只有风格参考、没有待画的科学内容时,不能把参考论文的机制直接借给新图。仅有摘要时可以做有边界的概念图,不能补出未读方法细节。

工作流程

1. 建立共同 brief

读取相关论文内容、方法、图注或用户说明;明确领域、核心图意、必须实体、重要关系与方向、精确标签、画布、真实证据素材和未知项。记录读到的范围,示意构型与实验事实分开。复杂图给重复组件稳定 ID,并列出关键边、物理层位和局部放大来源。

沿用用户已明确的工具、输出格式和可见绘制偏好。本项目用户希望看见制作,桌面应用可用时默认可见创建;其他使用者仅在请求可见制作时启用相应节奏。先发现可用工具和应用,不能等选定路线后才发现无法运行。

2. 新图先生成视觉参考

需要新图时读取 light-diagram-prompt,先产出科学 brief、结构蓝图、完整生图提示词及检查点。每次生图或编辑前,先在用户可见回复中输出完整提示词,或提供实际提示词文件的可点击链接;无需等待确认,再继续调用。 工具内部日志和仅写入磁盘不能替代这次交付。只执行所交付的版本,修订后也先交付再执行。

根据预期编辑工具,把可重建性提前反馈给提示词:复杂纹理可限定为局部素材,文字与关键关系留出清楚空间;不要为了软件方便删掉科学信息。执行前保存完整提示词,执行后记录实际生成图路径和哈希。新生成、编辑、复用及“仅修订未执行”分别记录,未知模型版本/seed 留空。

统一按 生图能力与自定义配置 路由,单独调用 prompt 子 skill 时也采用同一规则:

  1. 用户明确只要提示词时,到提示词交付结束。
  2. 否则先发现宿主实际可调用的生图工具;可用就直接调用,遵守宿主工具与生图 skill 的要求,不要求 API Key。
  3. 宿主没有生图能力时,使用用户配置的 URL、Key、模型等调用生图服务。用户明确指定自定义服务时遵从该选择。
  4. 两者都没有,或配置不完整时,交付提示词即可;说明未生图的实际原因,不要求用户为完成提示词交付而配置服务。

宿主能力未知时先发现,不以“不知道”等同于“不支持”。调用出错保留提示词和失败记录;遵循宿主已有授权的 fallback 路线,技术失败可按其约定切换,安全拒绝不换供应商绕过,不无界重试。已有 imagegen-fallback 时复用它的工具和配置,不要求用户再配一套 Key。可移植自定义接口助手见 light-diagram-prompt/scripts/image_service.py;它不能调用宿主内部工具,也不负责图像质量判断。

用户请求制作新图时,生图属于已授权制作步骤,无需每个阶段再次确认。提示词子 skill 直接调用时可到图片交付结束;由总入口调用时继续下列核查和后端流程。提示词降级交付时保留原始目标为 requested_output_mode,本次 output_mode 为 prompt_only,不把它说成已经交付图片或可编辑文件。

3. 核查参考并形成交接

实际查看生成图或用户参考,按科学实体/关系 → 文字 → 结构可读性 → 视觉细节核查。科学错误先定位到具体边、对象或放大层位。

小范围问题可明确留到原生重建修正,保留原图、修改清单与“科学关系修正版”标记;根本结构错误应先修订完整提示词并局部编辑或重生成。重生成后重查整张关键关系,避免只看刚改的区域。不要把错误参考当作科学依据,也不为追求像素重合恢复已知错误。

需要跨阶段交接或留档时,在案例目录保存共同 handoff.json,将 brief、科学原件与定位、关系说明、实际执行提示词、选定参考、错误/修正、工具选择和检查证据交给下一阶段。新记录用 1.1,将检查绑定具体文件版本;旧 1.0 只读兼容,不补写未发生的检查。后端场景格式仍各自保留,不将三种软件强制套成一种坐标/连接模型。

4. 选择一个主要编辑工具

用户指定工具/格式优先;否则结合参考内容、后续编辑方式与当前可用能力选择。工具选择可在生图前预判,在查看参考后最终确定。说明选择原因即可,不引入例行审批。

主要需求优先路线交付
精细轮廓、贝塞尔曲线、孔洞、图层、渐变与期刊矢量修图light-illustrator-diagram.ai + PNG,可加 SVG/PDF
演示汇报、团队易修改、模块化图形与文字、PPT 内使用light-powerpoint-diagram.pptx + PNG,可加 PDF
流程、泳道、设备/系统拓扑,重视节点连接与移动随动light-visio-diagram.vsdx + PNG,可加 SVG/PDF

图型不是硬编码:Visio 能画自由曲线,PowerPoint 能画复杂机制;Illustrator 的路径没有 Visio/PPT 式原生节点吸附。优先满足用户的后续操作,不能只凭“哪个更像绘图软件”选择。

一般只执行一个主要后端;仅在用户需要多格式比较或确需组合素材时调用多个。局部生图素材可用于任一后端,但需记录范围和编辑边界,不能整图嵌入后声称重建完成。指定应用不可用时继续可独立完成的准备,说明缺口;不静默换工具或安装软件。

5. 原生重建、复查与交付

读取选定子 skill 后才执行它的专用路线,包括宿主工具要求、场景验证、可见创建、保存重开、原生文字与关系/组移动检查。共同交接中的参考、标签、关键关系和修正清单是输入;图形脚本不是自动识图器。

检查分开记:文件结构、真实应用行为、视觉效果、科学关系。查看实际应用导出的最终预览,不能用一个 passed 推定全部通过。失败时返回对应阶段修复;不因绘图工具的限制改坏源机制,不把几何近似说成逐像素还原。

交付目标原生文件、最终预览、必要导出、来源与改动说明,保持用户要求的可见最终文档。记录哈希和每项检查依据;文件换版后,旧审计不能沿用。只做 prompt 或图片的请求无需制造后端交付文件。

使用与验证边界

直接请求示例:“用 $light-diagram 根据这篇论文做方法图,选择合适工具,给我可编辑版本,我要看到制作过程。”用户可指定任一阶段或子工具,不必先回答一套字段。

本包由当前助手按这些指令串联,并非已经存在一个命令即可无人值守识图、生图和重建的程序。scripts/validate_handoff.py 只核对交接状态、文件、哈希和证据引用,不会调用生图或绘图软件,也不能证明科学或视觉正确。

既有后端已有真实应用案例;总入口新增的交接与一致性验证见 集成记录。该记录将旧案例接入新交接格式,没有重新生图或重画,不能称为新总入口已完成全新端到端生图实测。

提示词先交付、宿主/自定义服务选择与无服务降级的验证见 生图路由记录。本轮使用本地模拟接口验证协议,不代表真实第三方生图服务或图片效果已经实测。

另有 用户自定义服务真实接入测试:实际返回一张简单双分支方法图,记录地址补齐、请求标识兼容性及目视核查;不是复杂科研图或新总入口全流程的通过率评估。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.