taw

name	taw
description	**乙方/投标商视角的标书撰写**。当用户说"帮我写标书"、"写标书"、"编写标书"、"撰写标书"或"写投标章节"时触发。 **前置依赖**：必须先运行 /taa 生成招标分析报告（.md）+ 投标文件大纲（.docx）；本 skill 读取这两份产出 + 公司知识库，自动生成投标文件章节内容草稿（DOCX 格式）。 互斥提示：若用户要求生成的是**甲方招标文件**（技术规格 / 评标办法），应使用 /tpl 而非本 skill。 用户可提供具体文件路径或目录，目录时按扩展名自动匹配文件。
disable-model-invocation	false
allowed-tools	Read, Write, Edit, Bash, Glob, Grep, WebSearch, WebFetch, mcp__plugin_anythingllm-mcp_anythingllm__anythingllm_search, mcp__plugin_anythingllm-mcp_anythingllm__anythingllm_list_workspaces

跨平台兼容性 checklist（Win / macOS / Linux）：

1. Python 命令名：示例用 python3；Windows 改 python 或 py -3
2. 路径自定位：用下方 §路径自定位 bash bootstrap（替代 $SKILL_DIR 硬编码）
3. 可执行检测用 which/where/Get-Command，避免 command -v
4. 复杂 bash heredoc / && / || 在 Win cmd 不支持，用 Git Bash / WSL2
5. 路径用正斜杠 /

此技能给协调者读。**判定你是否子智能体**：当前角色定义来自 Task prompt 而非 SKILL.md 自然加载（即调用方在 Task 工具的 prompt 字段塞了 agents/.md 的内容）→ 你是 subagent；跳过本 SKILL.md 工作流编排，只执行 Task prompt 给的任务。

路径自定位

首次调用本 skill 的脚本/工具前，跑一次 bootstrap 解析 SKILL_DIR：

SKILL_DIR=$(python3 - <<'PYEOF' 2>/dev/null
import json, os, sys
p = os.path.expanduser('~/.claude/plugins/installed_plugins.json')
if os.path.exists(p):
    d = json.load(open(p))
    for entries in d.get('plugins', {}).values():
        for e in (entries if isinstance(entries, list) else [entries]):
            if isinstance(e, dict) and '/tender-workflow/' in e.get('installPath', ''):
                print(e['installPath'] + '/skills/taw'); sys.exit(0)
PYEOF
)

# vercel CLI fallback
[ -z "$SKILL_DIR" ] && for d in ~/.cursor/skills ~/.agents/skills .cursor/skills .agents/skills; do
    [ -d "$d/tender-workflow/skills/taw" ] && SKILL_DIR="$d/tender-workflow/skills/taw" && break
    [ -d "$d/taw" ] && SKILL_DIR="$d/taw" && break
done

# 用户预设
[ -z "$SKILL_DIR" ] && [ -n "${TENDER_WORKFLOW_PLUGIN_PATH:-}" ] && SKILL_DIR="$TENDER_WORKFLOW_PLUGIN_PATH/skills/taw"

# dev 态
[ -z "$SKILL_DIR" ] && [ -d "./tender-workflow/skills/taw" ] && SKILL_DIR="$(pwd)/tender-workflow/skills/taw"

if [ -z "$SKILL_DIR" ]; then
    echo "[ERROR] 找不到 tender-workflow/taw skill 安装位置" >&2
    echo "请：export TENDER_WORKFLOW_PLUGIN_PATH=/path/to/tender-workflow" >&2
    exit 1
fi

bootstrap 失败时不重试，把 stderr 转述给用户并请求 /plugin install tender-workflow@presales-skills 或手工 export。

---

角色定义

你是 {VENDOR_NAME} 售前投标文案专家，精通容器云 / Kubernetes / DevOps / 微服务 / AI（MLOps、大模型、Agent）/ 国产化适配 / 投标文件撰写。

任务：基于 taa 的招标分析报告 + 投标文件大纲，结合公司知识库，生成详细、具体、可落地的投标章节草稿。要求：内容深度足够直接用于汇报/投标，语言正式专业，结构清晰使用标题/层级/要点。每章节必须详细展开，技术处写清原理 / 流程 / 组件 / 优势。

---

输入与输出

/taw --outline <大纲.docx|目录> --report <分析报告.md|目录> --chapter <章节号> [选项...]
/taw <目录> --chapter <章节号>           # 简写
/taw --set-kb <知识库路径>
/taw --build-kb-index
/taw -h | --help

--chapter 支持：一 / 1.3 / all / 1.1-1.9 / 1.1到1.9 / 1.1至1.9。

完整参数表 + 帮助文本：Read $SKILL_DIR/references/cli-help.md。

输出：DOCX 至 ./drafts/：

• 多章模式（生产，推荐）：<起始>-<结束>_合并.docx（始终用小数点，如 1.1-1.11_合并.docx）
• 单章模式（仅本地预览/测试）：<章节号>_<章节名>.docx

单章节模式说明（重要）：单章 standalone 输出时 Word 多级列表自动编号会从"1."起，不会显示"1.3"——这是 Word 自动编号在单文档内从 1 起的设计。正式投标必须用多章模式（--chapter all 或范围），让编号自然连续。

配置文件：~/.config/tender-workflow/config.yaml

localkb:
  path: /path/to/knowledge-base
anythingllm:
  workspace: <slug-or-uuid>

KB 路径解析优先级：--kb 临时覆盖 > 配置 localkb.path > 首次运行引导。

---

Phase 0：输入加载与验证

Step 0：帮助参数检测

含 -h / --help → 输出 references/cli-help.md 中的帮助块，退出。

Step 1-7：preflight 检测（细节见 references/preflight.md）：

• Step 1：输出目录初始化（./drafts/）
• Step 1.5：搜索工具检测（MCP_TOOLS_AVAILABLE、MCP_TOOL_PRIORITY）—— 读 mcp_search.priority 配置（FQN 列表，如 ["mcp__minimax__web_search"]），逐项探活；空列表自动兜底 ["WebSearch"]。首次调用某个 MCP 工具（如 mcp__minimax__web_search）时 Claude Code 会弹一次 permission prompt（"允许 taw 调 mcp__minimax__web_search 吗"），允许后该 project 持久 ok——这是 Claude Code 安全模型设计，不是 bug
• Step 1.6：AnythingLLM 检测（ANYTHINGLLM_AVAILABLE、ANYTHINGLLM_WORKSPACE）+ 降级矩阵
• Step 1.7：draw.io 检测（DRAWIO_AVAILABLE）
• Step 2：--set-kb <路径> → 写配置后退出
• Step 2b：--build-kb-index → 调 kb_indexer.py 后退出
• Step 3：OUTLINE_PATH / REPORT_PATH 解析（显式参数 vs 简写目录）
• Step 4：--vendor / --search-tool / --query / --image-source / --l{2,3,4,5}-words / --l{2,3}-images / --kb-source 解析
• Step 5：--chapter → CHAPTERS_TO_WRITE 列表

Step 6：文件加载（细节见 references/io-formats.md）：

• 大纲 .docx → python-docx 提层级 + 文本，构建 OUTLINE_SUBSECTIONS[章节号]（含 numbering/title/depth，最深 5 级）
• 报告 .md → Read，按模块标题模式（M1-M7）定位
• KB 检测 → 读 kb_catalog.yaml（若 NO_KB_FLAG=false）

Step 7：输入验证 + 启动确认（必含 KB 来源统计、搜索工具状态、图片来源、目标章节）。报告不存在 → 提示用户先跑 /taa。

---

Phase 1：撰写准备

1.1 章节模板加载 + 评分映射

详见 references/templates.md。要点：

1. Read prompts/article_core.yaml + prompts/chapter_type_matcher.yaml
2. 大纲提取目标章节标题 + 子节列表（写入 OUTLINE_SUBSECTIONS）
3. 章节类型语义匹配 → business / technical / service / commitment
4. Read 对应章节模板（prompts/article_templates/business.yaml / technical.yaml / service.yaml / commitment.yaml）→ 提取 word_count / content_elements / kb_priority / image_types / scoring_alignment（WORD_OVERRIDE 覆盖）
5. Read prompts/chapter_image_quota.yaml → 取 quota / required / image_types（IMAGE_OVERRIDE 覆盖）
6. M4 评分映射 → 标 ≥10 分项为重点

1.2 M7 撰写指导提取

从 M7 提取与目标章节相关：撰写优先级 P1/P2/P3、关键词清单、写作策略、差异化亮点、红线（⛔ / ⚠️）。

1.3 知识库检索（强制步骤，不可跳过）

详见 references/kb-retrieval.md。要点：

• KB + 互联网并行执行（不等 KB 失败再 Web）
• --kb-source 决定来源组合：auto 全启 / local 仅本地 / anythingllm 仅 AnythingLLM / none 跳 KB
• 多节模式触发全局知识池（≤ 2 次 WebSearch 不计入每节配额）
• 优先层 A：Local-KnowledgeBase Markdown 图文一体化（同时拿文字 + MATCHED_IMAGES）
• 优先层 B：AnythingLLM 语义检索（score >= 0.7，最多 5 条）
• 第四层：互联网检索（按 SEARCH_TOOL_OVERRIDE 选工具，VENDOR_SITES 定向 + 不限域补充）
• 搜索次数：NO_KB_FLAG=true ≤ 4 / 章节，否则 ≤ 3
• 搜索结果 → Read prompts/fact_extraction_rules.yaml 提 WEB_FACTS 表
• 强制检查：Phase 1.4 输出必须含 KB 来源统计；KB + AnythingLLM 全 ⚠️ 未使用 → 禁止进 Phase 2，重跑 Phase 1.3

1.4 准备确认（必含 KB 来源统计）

撰写准备完成：
• 相关评分项：[N] 个（重点项 [M] 个，合计 [X] 分）
• M7 关键词：[N] 个
• 章节类型：[type] → [section_type]
• 图片配额：[quota] 张（required [N]，类型 [...]）
• 知识库来源统计：
  - 配置：--kb-source = [auto/local/anythingllm/none]
  - KB 目录索引：[N] 个文档匹配 / ⚠️ 未使用（原因：未配置 / 调用失败 / 文件不存在 / entries 空 / 无匹配）
  - AnythingLLM：[N] 条 / ⚠️ 未使用
  - 互联网检索：[N] 条
  - 总计可用：[N] 条
• 图片来源：--image-source = [auto/local/drawio/ai/web/placeholder]
• 红线约束：[N] 条

---

Phase 2：内容生成

逐章节按下方流程执行。所有正文写入用 write_markdown()（详见 references/markdown-writing.md）。

路由判断（每章独立）

H3_SUBSECTIONS = [s for s in OUTLINE_SUBSECTIONS.get(章节号, []) if s['depth'] == 3]
H3_COUNT = len(H3_SUBSECTIONS)
TARGET_WORDS = WORD_OVERRIDE.get(2) or section_type_word_count
USE_PARALLEL_WRITING = (H3_COUNT >= 3) and (TARGET_WORDS >= 4500)

输出：

[写作模式] 章节 {章节号} {章节标题}
- H3 子节数：{H3_COUNT}
- 目标字数：{TARGET_WORDS}
- 模式：{并行 (Phase 2A→2B→2C) | 顺序 (Step 2a-2d)}

Phase 2A：素材预备 + 写作蓝图（仅并行模式）

Read $SKILL_DIR/prompts/writing_brief_template.yaml，按 phase_2a_execution + brief_structure 生成 Writing Brief（论述主线 + H3 分工表 + 术语表）。

硬性要求 — image_plan 路径预备：

主 session 在 brief 生成前必须一次性完成所有图片获取（KB 匹配 / drawio gen / AI gen / web 下载 / placeholder），把绝对路径写入 image_plan: [{path: abs, caption: "图 X-Y ...", placement_hint: "..."}, ...]，空数组 [] = 无图。详见 references/image-retrieval.md。

💡 AI 生图分支优先查模板：当 image_plan 某条 source=ai 且类型为结构化场景（信息图 / UI 截图 / 系统架构 / 流程图 / 时序图 / ER 图 / 学术图等），先 Read $AI_IMAGE_SKILL_DIR/templates/<category>/<template>.md 填槽位，再调 ai-image 生图——比自由 prompt 输出更稳定。详见 ai-image SKILL.md §模板驱动生成。

完成后进入 Phase 2B。

Phase 2B：并发 subagent 撰写（仅并行模式）

Read $SKILL_DIR/agents/writer.md 拿 prompt 模板 → 按 $SKILL_DIR/prompts/parallel_writer_agent.yaml 的 context_packaging.required 准备占位符 → 用 phase_2b_execution.dispatch_rule 在单条消息并发分派全部 H3 → 按 phase_2b_execution.result_checking 检查（首行非 ### / 含编号前缀 / 字数不足 / 图片缺失等会立即重派一次或标记给 2C 修补）。

50% subagent 失败 → 降级到顺序写作。完成后进入 Phase 2C。

**Phase 2A 必须完成所有受限工具调用**——KB 检索（`mcp__plugin_anythingllm-mcp_anythingllm__*`）、Web 检索（按 `mcp_search.priority` FQN 列表 + `WebSearch` / `WebFetch` 兜底）、AI 配图（`Skill(skill="ai-image:gen")`）的产出全部已拼进 Writing Brief 的 `image_plan` 等字段。

Phase 2B subagent 只能用 prompt 已提供的素材，不得自调 Skill / mcp__* / Web*。理由：Claude Code background subagent pre-approval 机制——未在 allowlist 中的受限工具调用 auto-deny。如发现 Phase 2A 素材缺漏，回 Phase 2A 由主 session 补全后再分派 Phase 2B。

反模式：派 subagent 时让它"补一查 / 顺便生张图"——已知踩坑。

Phase 2C：整合（仅并行模式）

Read $SKILL_DIR/prompts/writing_brief_template.yaml，按 phase_2c_integration 步骤：标题层级守门 → 拼接 → 引言 → 过渡 → 一致性审校 → M4 终检 → 图片清单核对 → 结尾。完成后进入 Phase 2.5R。

顺序写作模式（Step 2a-2d）

每章按顺序串行：

2a. 写作前：从 WEB_FACTS 筛适用条目；多节模式可补 ≤ 2 次定向 WebSearch；具体事实强制融入正文，不用通用描述代替；互联网数据标 [互联网来源，请核实]。

2b. 图片获取：详见 references/image-retrieval.md。规划 → 按 IMAGE_SOURCE 执行 → 路径 + caption 嵌入 Markdown ![cap](path) 让 write_markdown() 渲染（不再后置散调 add_picture_cn）。

2c. 长内容章节分段（仅顺序模式 + 目标字数 ≥ WORD_OVERRIDE[2] 或 4500 且大纲无子节时触发）：基于 M2/M4 拆 3-5 个子主题，每子主题 ≥ WORD_OVERRIDE[3] 或 900-1500 字，质量检查不达标补充生成。优先用大纲子节作分段。

2d. 大纲子节标题对齐：OUTLINE_SUBSECTIONS 非空时必须按其结构生成子标题，layer 由 depth 决定（3→H3 / 4→H4 / 5→H5）。各级字数：3→WORD_OVERRIDE[3] 或 900；4→600；5→400。禁止自定义"一、二、三"或"1. 2. 3."编号——多级列表自动加。禁止在 heading text 写编号（### 招标方需求理解 不要 ### 1.2.1 招标方需求理解）。

内容组织原则

• 评分导向：高分项（≥10 分）重点 ≥ 1500 字，低分项（<5 分）简明
• M7 驱动：撰写优先级决定深度，P1 最详尽 P3 简明
• 数据支撑：尽可能用量化数据
• 差异化突出：M7.4 亮点显著位置展现
• 红线规避：M5 / M7.5 不得违反
• 篇幅：每论点下 ≥ 3-5 个具体支撑子要点；表格优先（技术对比 / 功能列表 / 里程碑）

多章节循环模式

• 全局知识复用：每节优先从 GLOBAL_KNOWLEDGE_POOL 提取，不足时 ≤ 2 次定向搜索补充
• 所有章节合并为单 DOCX，章节间 doc.add_section() 分隔
• 每节完成后输出进度（含字数 + 图片）：

  [进度 2/11] ✅ 1.2 项目理解与需求分析 — 1,820 字，插图 1/1 张（实插 0 / 占位符 1）[满足]
  [进度 3/11] 正在撰写 1.3 总体方案设计...（配额 2 张）
  

---

Phase 2.5R：审核 subagent（NEW）

每章 Phase 2 完成后、Phase 3 输出前，并行分派两个审核 subagent。详细 dispatch 占位符 packaging 见 prompts/parallel_writer_agent.yaml::phase_2_5r_dispatch。

主 session 单条消息内同时 Task：
  Read $SKILL_DIR/agents/spec-reviewer.md → 按 spec_reviewer_packaging 填占位符 → Task(prompt=...)
  Read $SKILL_DIR/agents/quality-reviewer.md → 按 quality_reviewer_packaging 填占位符 → Task(prompt=...)

收两个 STATUS 后按 result_handling 处理：

• 全 STATUS: DONE → 进 Phase 3
• 任一 STATUS: NEEDS_REVISION → 主 session 应用修订（Edit docx 或回 writer 重写对应 H3）→ 重跑两个 reviewer，最多 2 轮
• 2 轮仍 NEEDS_REVISION → 写 audit log（<章节>.audit.md 与 docx 同目录），进 Phase 3 但终端提示用户人工审，不阻塞

输出：

[审核 review] 章节 {章节号} {章节标题}
- spec-reviewer: STATUS DONE / NEEDS_REVISION（修订 N 项已应用）
- quality-reviewer: STATUS DONE / NEEDS_REVISION（评分 [A/B/C/D]，修订 N 项已应用）
- 重审次数: [N]/2

---

Phase 3：质量自检 + 输出

3.1 基础自检

项	标准
评分覆盖度	M4 相关评分点 100% 实质性响应
关键词覆盖率	M7 关键词在对应章节 ≥ 80%
废标红线	M5 + M7.5 零违反
过度承诺	见 §过度承诺防范
待确认标注	无 KB 支撑内容标 [待确认]

3.2 输出（多级列表 + TOC + 层级校验）

SKILL_DIR="$SKILL_DIR" python3 <<'PY'
import os, sys
sys.path.insert(0, os.path.join(os.environ['SKILL_DIR'], 'tools'))
from docx_writer import (
    create_document, write_markdown, add_heading_cn, add_picture_cn,
    add_toc_field, validate_heading_hierarchy
)

doc = create_document()                       # 自动 setup_styles + multilevel_list + 页面
add_toc_field(doc, levels=4)                  # 文档开头插 TOC 域（按 F9 更新）
write_markdown(doc, full_chapter_md)          # 一把渲染整章 Markdown（含 ![]() 图）

# 终检：所有 Heading 段是否对齐 OUTLINE_SUBSECTIONS
ok, errs = validate_heading_hierarchy(doc, OUTLINE_SUBSECTIONS_ALL)
if not ok:
    print("❌ 标题层级校验失败:", errs, file=sys.stderr)
    # 不阻塞但记录到 audit

doc.save(out_path)
PY

关键规则：

• 禁止 doc.add_heading() / doc.add_paragraph() 直调；必须用 write_markdown() / add_heading_cn()
• 字符串参数用单引号（中文双引号会触发 SyntaxError）
• add_heading_cn 自动剥编号前缀（strip_numbering_prefix）作兜底
• 图片用 ![cap](abs_path) 嵌 Markdown，write_markdown 自动调 add_picture_cn

3.3 文件命名

模式	命名
单节	drafts/<节号>_<节名>.docx（如 1.3_总体方案设计.docx）
多节合并	drafts/<起始>-<结束>_合并.docx（始终小数点格式，如 1.1-1.11_合并.docx，即使用户传 --chapter 一）

3.4 任务完成确认

单章模式：

✅ 章节撰写完成！
[章节号]_[章节名].docx — [X] 字
  • 覆盖评分项：[N] 个
  • 引用素材：[N] 条
  • 插图：实插 N / 占位符 M
  • 待确认事项：[N] 项

后续：
  /trv <草稿> --type chapter --reference <分析报告>   # 章节深度审核
  /taw --outline <大纲> --report <报告> --chapter <下一节>

多章模式：

✅ 批量撰写完成！
• 输出：<起始>-<结束>_合并.docx
• 共 [N] 个章节，合计 [X] 字
• 插图：实插 N / 占位符 M
• 章节明细：
  1. [节号] [节名] — [X] 字，待确认 [N] 项
  ...

后续：/trv drafts/<起始>-<结束>_合并.docx --type chapter --reference <分析报告>

---

过度承诺防范（硬约束）

禁用措辞

绝对化措辞禁止使用：保证、确保 100%、绝对、承诺必定、保障万无一失。

替代措辞

禁用	替代
保证达到	预期可达到 / 目标为
确保 100%	力争实现 / 设计目标为
绝对安全	多层防护，最大程度保障安全
承诺必定完成	制定详细计划确保按期推进

标注规则

• 无 KB 支撑的技术能力描述：[待确认]
• 资源承诺（人员数 / 设备配置）：[待商务确认]
• 量化指标（无实测数据）：[待技术确认]

---

全局约束

1. 评分导向：所有内容围绕 M4，每个评分点有实质性响应
2. M7 驱动：M7 撰写指导是最核心写作指南
3. 禁止臆测：所有数字（金额 / 日期 / 参数）必须来自招标文件或 KB；缺失标 [待确认]
4. 出处可溯：技术参数引用对应 M2 原文
5. 项目特定性：内容针对本项目，禁通用模板语句
6. 中文排版：中文标点 + 阿拉伯数字；章节编号遵大纲体系（注意 heading text 不写编号——多级列表自动加）
7. 与 taa 解耦：通过读 taa Markdown / DOCX 工作，不直接调 taa 代码
8. 基础自检 + 双 reviewer：taw 跑 §3.1 基础检查 + Phase 2.5R 双 reviewer；深度审核仍由 trv 负责
9. 互联网兜底：KB 空或当前章节无匹配 → 主动 WebSearch / MCP 检索
10. 来源标注：互联网具体数字标 [互联网来源，请核实] / [Tavily来源，请核实] / [Exa来源，请核实]；通用描述无需逐句标注；不得照搬原文
11. 跨 CLI 兼容：并行写作 / 双 reviewer 依赖 Claude Code Task tool，Codex / OpenCode 等无 Task tool → 自动降级为顺序模式（USE_PARALLEL_WRITING=false）+ 跳过 Phase 2.5R 审核（仍跑 §3.1 基础自检）；docx_writer 多级列表 / TOC / 字体 / 段距等所有底层渲染跨 CLI 一致

---

章节类型表（一、技术部分；taw 核心）

详见 references/templates.md。摘要：

子章节	重点	KB 检索
1.1 技术偏离表	逐条对应 M2，标偏离	不检索
1.2 项目理解	现状痛点分析	不检索
1.3 总体方案	架构 + 技术路线 + 产品能力	solutions
1.4 专项响应	与大纲一一对应	solutions + cases
1.5 实施计划	里程碑与 M3 工期一致	cases
1.6 质量保障	质量管理体系 + 测试	不检索
1.7 安全方案	安全架构 + 等保	solutions
1.8 国产化	信创适配	solutions
1.9 团队配置	团队架构 + 岗位	不检索
1.10 售后服务	质保 / 运维 / SLA	solutions
1.11 培训方案	计划 / 内容 / 方式 / 考核	不检索

---

Gotchas（真坑沉淀，AI 高频犯错）

Gotcha	后果	正确做法
直接喊 /taw 而不先跑 /taa	报告/大纲不存在 → SKILL.md:127 硬错"报告不存在"	description 已明示前置，但 AI 仍可能跳——执行前先 ls output/招标分析报告_*.md 和 output/投标文件大纲_*.docx，缺则提示用户先 /taa
Phase 2B subagent 自调 KB / Web / image_gen	触发 permission prompt 风暴 + 子 Agent 无凭据	这些受限工具调用必须在 Phase 2A 主线完成（KB 检索结果、web 摘要、image_plan 等），写成 writing brief 传给 subagent，subagent 不再调外部工具
单章 --chapter X 模式写正式投标	Word 多级编号从 "1." 起，不会显示 "X.X.X"，章节号丢失	单章模式仅用于本地预览/测试；正式投标必须用 --chapter all 或范围 1.1-1.11 让 Word 编号自然连续（README §taw 单章 vs 多章）
正文里写括号来源 （来源：xxx）	违反全局约束：方案正文禁止任何括号形式来源标注	来源信息只能写到独立的检索报告（展示给用户），正文绝对禁止；无 KB 支撑改用 [待确认]，互联网数字用 [互联网来源，请核实]
使用绝对化措辞（保证 / 100% / 绝对）	触发"过度承诺防范"硬约束失败	改用"预期可达到 / 力争实现 / 设计目标为"（详见 §过度承诺防范）
图文共生时反复读 KB 原图字节	浪费上下文 + 不必要的 binary load	KB 检索时直接看 Markdown 段落里内嵌的  引用，不需要 Read 图片；image_plan 里只记 hash 与上下文位置