auto-draw-plot

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；gpt-image-2 默认使用低画质、原生尺寸和 JPEG，第 2 轮起基于上一轮图片做保真微调。
metadata	{"author":"Bensz Conan","short-description":"模式化需求理解 + multi-round image-to-image optimization + gpt-image-2 低成本 JPEG","keywords":["auto-draw-plot","nano-banana","gemini","parallel-vibe","visual evaluation","图像生成"]}

Auto Draw Plot

BenszAPI 任务工作区

本 Skill 的新任务中间文件统一写入 ./.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/{skill名}/input|output|log/。同一任务复用一个任务根目录；多 Skill 协作才创建 shared/。正式交付物不写入该目录，历史隐藏目录只允许显式兼容读取、迁移或清理。

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 .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。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 .bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/auto-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 provider 故障，不覆盖订阅、余额、权限、overage 或计费服务错误。
• 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/。

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；不得写入 Authorization、API Key、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。

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/.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。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。即使已授权，计费、订阅、余额、权限、overage 与 BILLING_SERVICE_ERROR 仍必须停在原 provider 并展示结构化错误。
6. 再运行 scripts/nano_banana_check.py。默认 auto 会按 provider 优先级检查配置、连接和鉴权；若用户指定 provider，应把 --provider <name> 传给主脚本。/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。

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 .bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/auto-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 .bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/auto-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连接与鉴权检查通过的 provider。此步骤不执行完整 Images 计费资格检查，不得把 /v1/models 成功描述为“当前请求可生图”；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，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，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。
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。

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，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；中文标签默认使用正常字宽。
• 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；中文标签默认使用正常字宽。

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。

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。