Imported from Under-no-Flag/CrowdModel (.copilot/skills/thesis-figure-skill/SKILL.md). Install upstream with npx skills add Under-no-Flag/CrowdModel --skill thesis-figure-skill. Copyright stays with the author.

Academic Diagram Skill (TikZ + draw.io)

把论文中的系统架构/协议流程/技术方案转化为高质量配图。目标：高信息密度 + 设计感 + 一次过编译。失败模式：平庸、对齐松散、坐标凭感觉。

工具选择

默认 TikZ。draw.io 用于：用户要求 / 参考图为 draw.io 风格 / 需要渐变-3D-空心字 / 内容简单且装饰 > 精确。 输出格式仅这两种——HTML/CSS/SVG 不可嵌入论文也无法在 draw.io 编辑。

Philosophy（每次画图前必读，所有规则之上）

The UNFORGETTABLE Question

画图前 + 交付前问自己：审稿人 5 秒看完，记住的是什么？

• 一个独特的 hero 子结构？
• 嵌入的真实热力图 / 曲线 / 图像？
• 信息密集的 hyperparameters / loss panel？
• 多色和谐的 zone 划分？

没有"记得住的东西" = 不要交付。

Naming the Gravitational Pull（你必须主动避开的统计中心）

模型默认会画出 "AI slop 学术图"——下面是统计中心的平庸默认，主动避开：

• ❌ box + arrow only，零嵌入数据可视化
• ❌ 3 色单调配色（蓝/橙/紫常见组合）
• ❌ "FFN" / "Attention" 单字标签，不写公式 / 不写参数
• ❌ hero 内只有 box list，无嵌入热力图/曲线/微图
• ❌ 没有信息 panel（hyperparameters / loss curve / legend / metrics）
• ❌ 平面布局无 visual hierarchy（核心和辅助同重量）
• ❌ 看起来"像 AI 一次性生成的"——无设计痕迹

Permission for Creativity

Claude is capable of extraordinary academic figure design. Checklist 是 catching last-mile bugs，不是 safe defaults。

你不是在练习画结构图。你在为 NeurIPS / ICML / Nature 投稿画 figure。 审稿人会用这张图判断作者的领域素养和认真程度。 box+arrow only 的平庸图 = desk reject。

创造空间 — 复杂档可调用的词汇（不强制，但应该考虑）

视觉直觉法则（meta，在 ④.5 Step 0 应用）

1. 0.1 秒直觉：视觉流向 ≠ 逻辑流向 = 必错（每写一条 \draw，问读者直觉对吗）
2. 眼睛轨迹：沿主线走，任何"卡住"位置 = blocker
3. 删除测试：能删的就该删；修一个 bug 不能引入新审美问题

最重要的一点

审美 + 信息密度 > 规则合规。 规则只是地板，审美是天花板。18 项 checklist 是 catching last-mile bugs——不是设计指南。设计指南是上面的 Philosophy。

复杂档画图捷径 — TikZ Snippet Library（21 个 + 预览 PNG）

Batch 17 fig153 教训：Philosophy 文本指南让 sub-agent 知道要嵌入 viz / panel / 公式，但写出来的视觉重量、留白、配色协调仍然失败——因为这些是 visual perception 而非 textual 任务。

解决方案：references/tikz-snippets/ 提供 21 个手工精雕的 TikZ 片段 + 21 个 PNG 预览 + 1 个组合规则文档——sub-agent 看 PNG 选 + 复制粘贴 + 替换参数 + 按组合规则拼装即可达到 examples 标杆。

5 大类零件（详见 references/tikz-snippets/README.md inline gallery）：

组合规则（必读）：COMPOSITION-RULES.md — snippet 间留白 / 对齐 / Z-order / 整图骨架（双栏对称 / 5 stage 横向 / 中央 hero + 4 panels）

复杂档强制流程：

1. 先读 references/tikz-snippets/README.md —— inline gallery 含每个 snippet 的 PNG 预览
2. 首选：复制完整 example-skeleton-B-horizontal.tex（pipeline 类）或 example-skeleton-C-centralhero.tex（hero+panels 类）作 figure.tex，改 content 不动 layout
3. 次选（特殊布局需求）：看 PNG 选 ≥ 3 snippet 自己拼装
4. 必读 COMPOSITION-RULES.md —— 解决"snippets 都塞进去但仍乱"问题
5. 底部必有 color-legend OR summary-bar
6. 绝对不能"简化"snippet 核心结构 —— 简化 = 信息稀疏 = 平庸

硬约束（违反必失败）

🔴 工具铁律：只用 TikZ 或 draw.io，禁止 Python/matplotlib 替代（2026-05-22 Batch 17 fig153 教训：sub-agent 在执行 Module-First 时用 Python+matplotlib 生成 .py 文件 = 完全偏离 thesis-figure-skill 价值主张）：

• Module-First 子流程（③.A→③.D）必须保持 TikZ——即使 matplotlib 画嵌入 viz 更方便
• 复杂嵌入 viz 仍用 TikZ 原生（\foreach 画 cell / pgfplots 包 / \draw 手画 patch）
• 学术论文图嵌入仍是金标准：\input{figure.tex} 比 \includegraphics{fig.png} 在公式渲染、矢量缩放、风格统一上都优
• 仅当用户明确要求 Python 时才允许 — 默认必 TikZ

🔴 配色铁律：默认 light background，dark theme 需用户明确请求：

• 学术论文标准是 white/light bg；dark theme 与正文风格断裂
• Philosophy 段"≥5 种 zone tone"指 zone 浅色背景 + box 中饱和度，不是整图反转色
• sub-agent 不要自作主张套 dark theme

⚠️ xelatex + rotate=90 中文 — 渲染为不可读色块，所有中文标注必须水平 ⚠️ \texttt 包裹中文 — 报错，纯英文代码才用 \texttt / code_block ⚠️ ctex 不可用 — 编译前 kpsewhich ctex.sty，否则切方案 B（fontspec） ⚠️ ucharclasses — tikz 节点内中英混排频繁 Missing character，禁用 ⚠️ xelatex 对缺失字体静默失败 — 编译后必须 grep "Missing character" *.log ⚠️ 单条 \draw + rounded corners 画长距离 U 型回路 — 路径异常，拆 3 段独立 \draw ⚠️ SVG clip-path + preserveAspectRatio="none" 模拟梯形 — 高度不可控，禁用 ⚠️ 空心描边字 stroke-width ≥ 1.2 — 笔画间隙被填满变模糊，控制 0.6-0.8

工作流（⓪→⑦）

⓪ 依赖检测 → ① 画图指令 → ② 加载规则 → ③ 生成代码 → ④ 编译验证 → ⑤ 评分 → ⑥ 迭代 → ⑦ 沉淀

⓪ 依赖检测（首次自动执行一次）

• TeX / pdftoppm 缺失：只提示用户安装，不自动装。 which xelatex || echo "请装 mactex-no-gui (macOS) / texlive-xetex (Linux)" which pdftoppm || echo "请装 poppler"
• Python 工具（小依赖，缺失自动 pip3 install）：pdfplumber、pymupdf、pathfinding、opencv-python、scikit-image （pymupdf 不装 → line-through-node + node-overlap 两类几何检测会 ERROR 退出，不静默跳过——别忽略）

⓪.5 入口模式分流（⓪ 之后第一问，路径分叉点）

skill 现在支持 4 种生成路径——画图前必须先确定走哪条。默认走 A，其他路径由关键词触发。

走 A → 继续 ① ② ③ ④ ④.5 ⑤ ⑥ ⑦（③ 走 A 路：从 6 个 skeleton 选最匹配的 → 复制全部 → 改 content / 不动 layout / 严格遵守 CONSTRAINTS section） 走 B → 当前不可用。报告用户"Remix 模式暂未实装，当前请用 A skeleton 复用；如果你想要的部件组合在某个 skeleton 里近似存在，可以直接走 A 选最接近的" 走 C → 继续 ① ② ③ ④ ④.5 ⑤ ⑥ ⑦（③ 走从零路 + Module-First ③.A→③.D 子流程；④.5 必走「mode C 独立多镜头审查 gate」——见 ④.5 文末，不可只靠 generator 自审） 走 D → 跳过 ①-⑦，直接进 Φ 沉淀通道（见文末）

判断规则（按优先级）：

1. 用户提到 "存进库 / 入库 / 作为模板 / save to examples" → 强 D（直接走 Φ）
2. 用户提到 "组合 X 的 Y + Z 的 W" → 强 B（回退到 A + 提示）
3. 用户提到 "独特 / 原创 / 复刻 / from scratch / 无参考图" → 弱 C（询问确认走 A 还是 C）
4. 其余 → A（不需要询问，直接走 skeleton 路径）

模式选择对编译验证 / vision-audit 的影响：A 模式因为 skeleton 已经过版面验证，④.5 重点放在"内容是否完全脱离 skeleton 主题（renaming 漏掉、stale 标签）"上；C 模式走完整 18 项 checklist + 强制「独立多镜头审查 gate」（generator 自审在 mode C 实测 3/3 漏掉核心缺陷，必须外部对抗审查兜底）；D 模式走 Φ.2 简化版 audit。

① 画图指令（强制显式输出，不可跳过）

加载 references/step1-instructions.md——里面有完整的 10 项要素清单、参考图测量规则、ASCII 草图法、嵌入可视化决策表、密度参考表（按论文复杂度选档位）、节点形状/连线速查、Pre-flight P1-P7。禁止"心里想好直接写代码"——跳过这步返工率 100%。

关键认识：步骤① 的输出不是"最大复杂度版本"。先判断论文实际复杂度（极简/中等/复杂/超复杂），再选画图档位。从复杂版起步然后修瑕疵比从合适档位起步累计 token 高一个数量级——MMAlign 11 轮迭代就是反面教材。

🔴 强制物质化要求（fig126 Tacotron2 教训：sub-agent 加载 step1 但跳过实际输出，产生大块空白）：

步骤 ① 必须以文字形式实际输出（不是"想了就过"），且第一段写进 figure.tex 头部注释块作为证据。形式两选一，按图复杂度选：

🔵 form A/B 选择前的先决条件（消除"节点数悖论"——判档依赖草图、草图依赖判档的循环）：

1. 先粗估档位（无需精确节点数，先看明显信号）：
   ① 含 hero 子结构 / 嵌入热力图 / 多 panel / ≥3 列 → 复杂档 → form B
   ② 含 fan-out / 时序生命线 / 12+ 模块 → 中等档 → form A 或 form B
   ③ 纯几何/单链/对比图（明显 < 15 节点）→ 极简档 → form A
2. 按粗判选 form 写注释块（form A 画 ASCII OR form B 写 narrative）
3. 注释块写完后**数节点 → ①.5 精确确认档位**
4. 若精确档位 ≠ 粗判档位 → 调整 form（极简误判为复杂 = 简化为 A；
   复杂误判为极简 = ASCII 画不下 → 改写 B）

铁律：先粗判 → 写注释块 → ①.5 精确确认 → 必要时调整。禁止凭直觉直接选 form 又凭直觉判档。

形式 A — ASCII 草图（极简档 / 中等档无嵌入 viz）

% Step ① 设计文档
% 领域 / 格式 / 档位 / 整图 W×H cm / 信息流方向 / 行×列
% 模块列表 N 个，核心 = X / 连线逻辑 / 空间规划 rail x / 视觉强调
% ASCII 草图：
%   +-----------+      +-----------+      +-----------+
%   | Encoder   |----->| Attention |----->| Decoder   |
%   +-----------+      +-----------+      +-----------+
% 预防 issues：[2-3 个坑]

形式 B — Narrative 设计文字（复杂档 / hero 子结构 / 嵌入 viz / 多 panel）

复杂图 ASCII 表达不全，用叙述性空间描述——每列/每 zone 写一段：(a) x/y 范围 (b) 内部子结构 (c) 与相邻列关系 (d) 留白处理（特别要预想哪里可能出现大块空白并写出应对 — fig126/137 教训）

写在 figure.tex 头部作为注释，sub-agent 在 ④.5 Step 0 时读取核验。若注释不存在 → blocker 回 ① 重做。注意：form B 不是必须填模板，是用"设计师的叙述思维"展开布局——重点是 Philosophy 段的 UNFORGETTABLE Question：你怎么布局让审稿人 5 秒记住一个独特结构？

①.5 图档判断（用户驱动 + 自动检测兜底）

🔴 复杂度按需而定，不是默认复杂（Batch 16 教训：Philosophy First 让 sub-agent 默认套 examples 06 复杂风格，但用户实际只想要中等清晰图时 = 过度发挥变乱）。

第 1 步：从用户原 prompt 关键词推断复杂度

第 2 步：如果用户原 prompt 不明确 → 主动询问用户

用户原 prompt 没明示复杂度时，使用 AskUserQuestion（或直接询问）：

"这张图你想要哪种复杂度？

(A) 极简：单层主架构 / 几何示意，5 秒理解
(B) 中等：主流程 + 关键 zone，10 秒理解  
(C) 复杂：完整含 hyperparameters / benchmark / 公式嵌入，发表级"

禁止自作主张选复杂档画出"塞满 panel 的乱图"——按需才是审美。

第 3 步：用户确认后，对照下表执行

关键原则：极简不等于平庸；复杂不等于必塞。审美在 Philosophy（5 秒记住什么），密度在档位（按用户需求）。

② 加载专项规则

确定图表类型后，按需加载对应文件（见下方"按需加载索引"）。同时加载 references/lessons.md 获取该类型已验证的基线参数和踩坑经验。 基线参数已经是 25 批次 157 张图的结晶——直接用，不要从零试错。要偏离基线必须有具体理由。

③ 生成代码（Module-First 子流程 + 两层决策门）

🔴 复杂档强制 Module-First 子流程（Batch 16 教训：sub-agent 一次写 800 行 TikZ → 整图乱；先画一部分，验证好，再拼接 = 干净）：

③.A — 先画 hero（最重要的中央子结构 + 嵌入 viz / 关键公式）
       - 单独输出 figure.tex（只含 hero + 一个极简 frame）
       - 编译 + 渲染 PNG → 单独审查 hero
       - hero 内部 sub-layers / 嵌入 viz / 公式都干净后才继续
       - 不要直接跳到完整图

③.B — 再加主流（管线 + zones 边界 + connecting arrows）
       - 在 ③.A 的 hero 周围扩展：左右上下的 supporting modules + zone 边框
       - 编译 + 渲染 → 审查框架是否清晰
       - canonical fan-out / fan-in 在此阶段引入

③.C — 再加 information panels（hyperparams / benchmark / legend / 公式注释）
       - 选**角落留白**放 panel（不是"塞满式填空白"）
       - panel 之间间距 ≥ 1cm
       - 编译 + 渲染 → 审查 panel 是否补充而不喧宾夺主

③.D — 整体审查（→ 进入 ④.5）
       - 整图 Philosophy 检查（UNFORGETTABLE / 5 秒第一印象 / 主线眼睛轨迹）
       - 18 项 last-mile bug 检查

极简 / 中等档可以跳过 Module-First，单次写完即可。Module-First 只对复杂档强制——它的价值是分阶段验证，避免 800 行 TikZ 一次出错导致整图崩坏。

Module-First 之外的决策门（B 路 vs 从零路）：

问 1：这张图是纯结构图吗？（框 + 线 + 分组，无嵌入热力图/曲线/柱状/矩阵，无 hero 内部多子节点） → Yes：B 路（auto-layout）

1. 加载 references/figure-spec.schema.md 看 schema
2. 输出 figure-spec.json（节点、边、zones、layout 引擎）
3. 跑 python3 references/dot-to-tikz.py figure-spec.json → 产出 figure.tex
4. 走 ④ 编译 + ④.5 视觉反馈

• 适用：架构图 / 流水线 / DAG / 协议时序 / 三栏映射 / 技术路线图 / 多实例汇聚
• 优势：0 个 Claude 选的坐标，0 类微斜线/穿框/拥挤 bug

问 2：富视觉图（嵌入可视化 / 复杂 hero 子结构 / 不规则布局） → 从零路 + Module-First（③.A→③.D）

1. 起点：references/tikz-template.tex（含 preamble / 字体 / 配色 / canonical 箭头 styles / 防御写法）
2. 加载 references/visual-patterns.md（9 个模式：hero 子结构、热力图、折线图、柱状图等）
3. 按 ③.A→③.D 子流程：先 hero → 加主流 → 加 panels → 整体审查
4. 复杂连线（≥8 条交叉风险）：可选 python3 references/tikz-path-router.py spec.json A* 避障

🎯 箭头/连线必用 canonical pattern（深度调研 2026-05-18，5 batches 教训）： tikz-template.tex 中 6 个预定义 styles 是经过 PGF 官方文档 + PlotNeuralNet 业界实践 + arrows.meta + bending library 综合调研的最佳实践：

禁止自己手写 -{Stealth[scale=X]}——4 轮 Batch 教训证明手调 scale 治标不治本。只调 line width（0.6/1.0/1.6pt 三档），tip 通过 length=⟨dim⟩ ⟨line_width_factor⟩ 语法自动跟随。\usetikzlibrary{bending} 必加载，否则弯折路径上 tip 必然 mis-align。

短箭头铁律（Batch 10 用户反馈：fig91-95 大量"只有头的箭头"）：任何 < 1.5cm 的连接箭头必须用 arrow short，不要默认 arrow 或 arrow thick。原因：默认 arrow 的 tip = 5pt + 1.5×line_width = 6.5pt，加上 shorten 3pt，一条 15pt（0.5cm）的短箭头剩下 stem 只 5.5pt——视觉上"只剩个头"。arrow short 用 3pt tip + 1pt shorten，stem 保留充足。

fan-out 树状分叉（1 source → N targets）：spine 用普通 \draw[line width=1.0pt]（无 shorten），stub 用 fan_stub 不用 arrow——后者的 shorten <=1pt 会在 stub 起点和 spine 间留 1pt 视觉 gap（fig86 Batch 9 教训：MPD/MSD spine 全断裂）。

rounded corners 使用规则（Batch 10 用户反馈：fig92 出现"莫名其妙曲线"，PGF 官方手册原话："very short line segments → rounding causes inadvertent effects"）：

✅ 只在显式 ≥2 段折线用 rounded corners：
   \draw[arrow, rounded corners=5pt] (A) -- (corner) -- (B);
   \draw[arrow, rounded corners=5pt] (A) |- (B);             % | 和 - 是隐式 corner

❌ 直线禁加 rounded corners：
   \draw[arrow, rounded corners=5pt] (A) -- (B);   ❌ TikZ 在端点附近产生鬼影弧

|- / -| L-bend 安全条款（Batch 10 用户反馈：fig97 Pedersen Commitment hero 出现"箭头穿过框体"——(msg.south) |- (ped_hero.west) 中 msg.x 落在 hero 的 x 范围内，TikZ 把横线画在 hero 内部）：

✅ (A.south) |- (B.west) 仅当 A 不在 B 的水平投影内（A.x < B.x0 OR A.x > B.x1）：
   A
   |
   +----→ B          ← A 在 B 左上方，横线在 B 外部 OK

❌ (A.south) |- (B.west) 当 A.x ∈ [B.x0, B.x1]：
   A
   |
   |  ↓
   +→ B         ← 横线穿过 B 的内部 = pierce bug

✅ 修复 1：用 named coordinate 显式 waypoint 绕开 B：
   \coordinate (wp) at (B.x0 - 0.5cm, B.center.y);
   \draw[arrow] (A.south) |- (wp) -- (B.west);

✅ 修复 2：换 anchor 让箭头从 B 的上方接入：
   \draw[arrow] (A.south) -- (B.north);   % 直线，A 在 B 上方

PGF 不做 obstacle-aware routing（官方手册确认），所以必须自己保证 |- / -| 的中段不撞 obstacle。pdf-overlap-checker.py --json 的 line-through-node 检测会抓到这种 bug。

编译前两个 checker（pre-flight，所有路径通用）：

• python3 references/tikz-validator.py <file.tex> — 几何/语法 gate：微斜线 / 溢出 / 碰撞 / 方向反转。ERROR 必修
• python3 references/tikz-design-linter.py <file.tex> [--type rich|sequence|simple] — advisory 设计指标。默认 WARN 不阻挡——简单论文图可以简单，linter 只汇报指标供 Claude+用户判断是否匹配论文复杂度。仅当 ≥8 节点且尺寸比 < 1.5（严重视觉层次缺失）才 ERROR。

④ 编译验证

# 字体探测：若 PingFang SC 不存在，自己改 .tex 里的 \setCJKmainfont 为本机可用字体
fc-list | grep -qi "PingFang SC" || echo "WARN: PingFang SC 缺失，请改 \setCJKmainfont"
xelatex -interaction=nonstopmode file.tex
grep "Missing character" file.log     # 静默失败检查，关键
pdftoppm -png -r 300 file.pdf out     # 产出 out-1.png
# overlap.json 落在 .tex 同目录（sub-agent ④.5 步用 Read 读这个绝对路径）
python3 references/pdf-overlap-checker.py file.pdf --json > "$(dirname file.pdf)/overlap.json"
# 跑完检查 overlap.json — 7 类检测：
#   基础 5 类（直接 fix）: text-overlap / text-overflow / off-center / text-line / line-crossing
#   candidate 2 类（需 triage）: line-through-node / node-overlap
# ERROR 类大概率是真 bug 直接修；candidate 类是几何线索（heatmap 矩阵 / fan-in 收敛
# / panel 边界等常误报），sub-agent 在 ④.5 自评时按坐标对照 PNG 决定 fix 还是 ignore。

draw.io：xmllint --noout file.drawio && drawio -x -f pdf -o out.pdf file.drawio && pdftoppm -png -r 300 out.pdf out。

④.5 视觉反馈强制闭环（架构核心，不可跳过）

你的代码生成是"盲写"——写到第 800 行 TikZ 时你不知道渲染出来什么样。所有标签碰撞、轴标题压字、生命线超界、子模块挤压、数学符号渲染怪——这类问题闸门 1+2 都检测不到，只有看到 PNG 才能发现。

目标重述：用户要的不是"一次性生成"，是"最终交到他手上的图必须完美"。中间迭代多少轮无关紧要，只要图最后是完美的就行。

强制流程：

0. Read 渲染出的 out-1.png + 视觉直觉先行（应用 3 大法则，见下）
1. Read overlap.json（路径 = .tex 同目录的 overlap.json，步骤 ④ 跑出来的结构化几何检测）
2. 加载 references/visual-review-checklist.md（18 项强制审查清单）
3. 逐项回答 46 个 Y/N：S1-S10（空间）/ T1-T7（文字）/ M1-M10（语义）/ E1-E14（连线精度）/ A1-A5（美学）
   每项必须有一句证据（"我在 PNG 中看到…" 或 "overlap.json 中 N 处 line-through-node 我标为 …"），不允许凭印象
4. 任一项 N → 列入 blocker → 输出 patch → Edit → 回 ④ 重编译 → 回 0
5. Step 0 + 全部 18 项 Y → **把图给用户看**（用户终审，AI 视觉有盲区）
6. 用户也通过 → 交付

Step 0：视觉直觉先行（在 18 项 Y/N 之前必走）

把自己当成第一次看这张图的读者，用 3 大法则扫描整图，输出 5 段证据：

Step 0 任一项 fail = blocker，列入 patch 列表。Step 0 通过才开始 Step 3 的 18 项。

为什么 Step 0 在 18 项之前：18 项是机械验证（细节体检），容易陷入"逐项 Y / 整体烂"。Step 0 是视觉直觉（整体心电图），强迫 sub-agent 以读者视角看图而不是 generator 视角。两者缺一不可。

overlap.json 处理（S8 + E12 配套）：

• errors[] 中的 text-overlap / text-overflow / off-center / text-line 大概率是真 bug——按坐标定位 PNG，修
• errors[] 中的 line-through-node 是候选（E12）——逐条 triage：
  • 矩阵 cell / 热力图 / 神经网络收敛节点的 hit → ignore（semantic 故意，已知误报）
  • 路径绕路穿过无关元素（如 dashed leader 穿过 box / 长曲线压在 node 上） → fix，重新 routing 或换 z-order
• errors[] 中的 node-overlap 是候选（S8）——逐条 triage：
  • drop-shadow / parent-child 都已被 filter，命中的几乎都是真问题
  • panel-overflow 边界节点（如 PGM 节点底部超 panel 1-3pt） → 调坐标
  • 两个 sibling node 真重叠 → 分开
• 把 triage 决定写进 ④.5 自评的 S8 / E12 证据里（"node-overlap N 处：X 处 fix（panel 边界），Y 处 ignore"；"line-through-node N 处：M 处 fix（路径绕路），K 处 ignore（矩阵 cell）"）

优化规则（Batch 9 实测：fig89 耗 32min / fig86 耗 55min，多数时间在重复 Read 和 triage）：

1. Reference 文档只首轮加载 — SKILL.md / lessons.md / visual-patterns.md / step1-instructions.md / visual-review-checklist.md 在 round 1 Read 一次后，后续 round 不要重复 Read（context 里已有）。只 Read 变化的：PNG + overlap.json + 你刚 Edit 的 figure.tex 片段
2. 空检测跳过 triage — overlap.json 中 line-through-node 数组为空 → E12 直接答 Y："overlap.json 中 0 处 candidate"。node-overlap 同理 → S8 直接 Y。不要为空数组写 reasoning
3. Triage 增量化 — round N 时只对 round N-1 之后新出现的 candidate 写 reasoning；之前 triage 过的复用结论（"同 round 1 第 3 处，仍 ignore"）
4. ERROR 优先于 candidate — 先把 text-overlap / text-overflow / text-line / off-center 这 4 类 ERROR 修完（这些大概率是真 bug），再回头 triage candidate。避免一边修 ERROR 一边重新 triage 同一批 candidate

效率规则（避免 2-3x 时间膨胀）：

1. Reference docs 只在 round 1 Read 一次 —— SKILL.md / lessons.md / visual-patterns.md / step1-instructions.md / visual-review-checklist.md 在 round 1 加载到 context 后，后续 round 不要再 Read——已经在 context 里。仅 PNG / overlap.json / figure.tex 每轮 Read（这些会变）。
2. Empty candidate 跳过 triage —— 如 overlap.json 的 line-through-node 数组为空，S8 / E12 直接答 "Y, 0 候选无需 triage" 即过；非空才逐条分析。
3. Triage 缓存 —— round N 的 overlap.json triage 结论保留到 round N+1；只对新出现的 candidate（坐标或类型变了）写新 reasoning，已 triage 过的同坐标 candidate 直接复用 "round N 已判 ignore"。
4. Triage 延后 —— 优先修 text-overlap / text-overflow / off-center / text-line 这 4 类 ERROR（真 bug），全清后再开始 triage line-through-node / node-overlap candidates。避免每轮都重新分析 candidate。

这 4 条联合预计节省 30-50% 时间，质量不损失。

高漏检盲区：checklist 里带 ⭐ 标记的项（S8/S9/M8/E3/E9/E12）是 R3-100 实测高漏检 — 审查时优先盯。

没有轮数上限。这是和之前最大的区别——之前 max 2 轮意味着"凑合交付"，现在是只要还有 1 个 blocker 就不能交付。3 轮、5 轮、8 轮都可以，只要最终的图是完美的。

心理对抗：你会在 2-3 轮后产生强烈的"差不多就过了"冲动——这是认知疲劳，不是图变完美了。冲动出现 = blocker 还在。强迫自己回答每项，写出证据。用户看 1 眼能发现你 2 轮后漏掉的问题——说明单视角自评不可靠，必须靠清单穷举。

升级机制：

• 第 3 轮还有 ≥5 blocker → 局部修补无救，回步骤① 重新设计画图指令
• 同一 blocker 连续 2 轮没修好 → 你修的方向错了，换思路
• 复杂图（≥40 元素）/ mode C 一律：并行 spawn 多镜头审查 agent（见下「mode C 独立多镜头审查 gate」），统一收集 blocker
• 自评 + 对抗 agent 全部说 0 blocker 后，仍然把图先给用户看——人眼能发现 sub-agent + 自评全漏掉的问题（实测案例：用户在 Round 10 一眼指出 CMAM 标题切断边框、箭头刺入框内、junction dot 被 tip 戳——这 3 个我和 2 个对抗 agent 全没发现）。用户的视觉是最后闸门，不是绕过点。

强制约束：交付前必须能说出 PNG 里具体的视觉细节（哪些颜色在哪、哪个 zone 在哪一侧、热力图对角线特征等），证明你视觉输入过。

单点最小修改原则：每轮 patch 只改一类问题（如"全部标签重叠"或"全部轴标题没下移"），不要一轮里大改——大改会引入新 bug。一轮一类 blocker。优先用 yshift/xshift 微调位置，避免改坐标主框架。

mode C 强制独立多镜头审查 gate（2026-05-29 mode C 测试坐实，不可跳过）

为什么强制：mode C 测试（同心圆 / Sankey / RLHF 闭环，3 张从零图）实测 3/3 都崩，且每次崩在不同轴上，但有统一规律——图里最"新"、最无 skeleton 先例的那个结构元素，就是崩点：

• 同心圆 → 现编的多面板数字叙事自相矛盾（核心层在威胁锥里没削弱却号称拦 99%）
• Sankey → 数字反而对了，但新的变宽汇聚几何崩（合并节点渲染成空心白框、sink 失比例）
• RLHF 闭环 → 语义对，但新的环形闭合几何崩（不成环、3/4 弧 + 横弦、空角）

而 generator 自审对这个核心缺陷系统性失明：三张分别跑了 4 / 3 / 1 轮自审，全部自评"发表级 / closes cleanly"，全部漏掉了最核心的那个缺陷。自审轮数多少都救不了——失明是结构性的（generator 看不见"我想画的"↔"实际渲染的"差距）。每一次，只有独立对抗式多镜头审查抓到了核心缺陷。

所以 mode C 的 ④.5 不允许只靠 generator 自审。Step 0 + 18 项照走，但完成后必须再过这道 gate：由 orchestrator 独立 spawn 4 个全新审查 agent（各自空白上下文），各 Read 渲染出的 PNG，对抗式找问题（默认"图里有 bug，去找"），各自返回 blocker（含 severity + 位置 + 具体视觉证据，证明它真看了图）：

🔴 "独立"严格指：另起的全新 agent / 空白上下文——不是 generator 自己在同一上下文里"审 4 遍"。 同上下文自审与 generator 共享同一套盲区，等于没审。实测（fig4 复杂图）：generator 按本 gate 跑、却跑成"同模型 self-pass 4 遍"，照样漏掉 Sankey 断裂+失比例的重崩；是独立 spawn 的 agent 才抓到。self-pass ≠ gate。

⚙️ 谁来跑这道 gate：是**顶层 orchestrator（带 Agent/workflow 工具的主循环）**的职责，不是 generator 的。generator / implementer 子 agent 通常 spawn 不出独立子 agent（环境常只暴露重量级 team 工具、无轻量 spawner），把 gate 交给它只会退化成 self-pass（实测 fig4 + fig5 两次都如此）。正确流程：generator 做完自己的 ④.5 自审并交付 → 控制权回到 orchestrator → 由 orchestrator 独立 spawn 4 个审查 agent 跑 gate。

gate 之后仍不能直接交付：

1. 你（orchestrator）必须亲自 Read PNG——多镜头 agent 也有盲区。实测：orchestrator 自己修完一张图后亲眼自审，仍漏掉了自己引入的"公式出框"回归，是再跑一轮独立审查才抓到。本节"用户的视觉是最后闸门 / 单视角自评不可靠"对你（orchestrator）同样成立。
2. triage checker 误报（见本节上方"overlap.json 处理"规则 + 步骤 ④ 的 pdf-overlap-checker：数学 glyph text-overlap、heatmap/matrix line-through-node、Sankey 汇聚、锥穿环边界——均为已知 FP）。
3. 综合 = 你的眼 + 4 镜头 + checker triage → 真 blocker 列表 → 回 ④ 修 → 改完再跑一轮 gate（改动常引入新 bug）。
4. gate + 你 + checker 全 0 真 blocker 后，仍把图先给用户看（用户是最后闸门）。

机制：用 Agent 工具 / workflow 真正并行 spawn 出 4 个独立子 agent（每镜头喂 PNG 路径 + 该图"应有模型"让 semantic 独立重算）。关键是"另起 agent + 空白上下文 + 对抗 + 多视角"——这是 mode C 唯一奏效的兜底；同上下文自审多遍不算数（实测会连同 generator 一起漏）。

⑤ 用户终审 + 交付

1. 把 PNG 给用户看（不是询问"我做完了吗"，是直接展示结果）
2. 有参考图时同时跑 python3 references/figure-diff.py <ref.png> <out.png> 得 SSIM；< 0.85 的 3×3 区域和用户一起重点看
3. 用户指出问题 → 回 ④.5，把问题作为新一轮 blocker；用户没问题 → 交付

步骤⑤ 不再独立做"自审三遍法"——所有自审已经在 ④.5 的 30 项穷举里做过。把同一组审查做两次只是认知疲劳的来源，不是质量提升。

⑥ 迭代到完美（无上限）

没有轮数表，没有"3 轮够了"。规则极简：

• 还有 blocker → 继续修（不管这是第 2 轮还是第 8 轮）
• 同一 blocker 连续 2 轮没修好 → 修复方向错了，换思路
• 第 3 轮还有 ≥5 blocker → 局部修补救不了，回步骤① 重新设计画图指令

用户的目标重述："中间迭代多少轮无关紧要，只要图最后是完美的就行"。绝不允许"凑合交付"——"改了 3 轮差不多了吧"是认知疲劳的产物，不是质量信号。

⑦ 经验沉淀

• 2 次以上才解决的问题 → 追加到 references/lessons.md 的 Part 2
• 发现更优参数 → 更新 lessons.md 的 Part 1 基线表（只升不降）
• 已被全局规则/Python checker 覆盖的内容不要重复写入

Φ 沉淀通道（D 模式 — 用户已有 .tex 入库为新 skeleton）

触发：⓪.5 用户选 D 路径。

前置条件：

• 用户提供已编译通过的 .tex 文件路径
• 文件能 xelatex 编译成功
• 渲染后视觉无明显 bug

流程：

Φ.1 — 接收 + 编译验证
   - 读取用户提供的 .tex 文件
   - 跑 xelatex -interaction=nonstopmode + pdftoppm -r 150 渲染 PNG
   - 编译失败 → 报告错误，停止入库

Φ.2 — Vision-audit 把关（简化版 ④.5）
   - Read 渲染出的 PNG
   - 走 Step 0（3 大法则）+ 18 项中的关键 6 项（S1 整图对齐 / S5 元素间距 /
     T1 文字渲染 / M3 信息流方向 / E5 箭头清晰 / V1 整体审美）
   - 任何 blocker → 报告给用户，要求修复后再入库

Φ.3 — 分析 layout pattern + 决策入库方式（**关键 gate**）
   - 扫描 .tex 提取结构指纹：zone 数量 / zone 坐标范围 / hero 子结构 /
     嵌入 viz 类型 / 配色（line/fill 色对集合）/ 箭头模式
   - **若 .tex 头部注释明示 "Adapted from Skeleton X"** → 直接判定为 X 变体，
     跳过结构相似度计算
   - 否则与现有 6 skeleton 比对相似度，按 zone 数 + 关键结构（hero 位置/
     side panel/底部图表对）匹配，**三档判定**：
     * **>90% 匹配（结构等同，仅内容/主题不同）** → 默认 skip 入库，
       提示用户"这就是 skeleton X 的 <主题> 应用，直接用 X 即可"。
       若用户坚持入库 → Φ.3 verdict = "变体入库"，记录 parent letter
     * **50-90% 匹配（明显借鉴 X 但有结构修改）** → 询问用户
       (a) 合并到 X 作内部变体注释  (b) 作 hybrid 新 skeleton 入库
       后者 → Φ.3 verdict = "结构创新"
     * **<50% 匹配（结构创新）** → Φ.3 verdict = "结构创新"
   - **输出**：verdict + parent letter（若变体）/ 主题 keyword

Φ.4 — 命名 + 字母分配（**按 Φ.3 verdict 分支**）
   - **若 verdict = "变体入库"**：
     - 文件名 = `example-skeleton-{parent}-variant-{domain}.tex`
       例：D 的 MoE 变体 → `example-skeleton-D-variant-moe.tex`
     - **不占用新字母槽**，留给真正的结构创新
   - **若 verdict = "结构创新"**：
     - `ls references/tikz-snippets/example-skeleton-*.tex` 取下一个可用字母
       （当前 B-G 已用，下一个 = H）
     - 询问用户 kebab-case 主题（如 "sankey-flow" / "matrix-grid" / "timeline"）
     - 文件名 = `example-skeleton-{letter}-{topic}.tex`

Φ.5 — 自动生成 USAGE header（**含具体生成算法**）
   - 顶部模板字段及生成方法：
     * **标题行**：
       - 创新："Skeleton {letter} — <layout 一句话描述>"
       - 变体："Skeleton {parent}-variant — {domain} ({parent}-layout domain variant)"
     * **USAGE**：固定模板 "Sub-agent: copy ENTIRE file as figure.tex,
       change ONLY content (text/labels/numbers). DO NOT touch layout."
     * **LAYOUT MODEL** ASCII 生成步骤：
       a) 扫所有 `\fill[...] rectangle (x0,y0) (x1,y1)` 和 `\draw[...] rectangle`
          提 zone bounding box
       b) 按 y 范围归 row（top/mid/bottom），x 范围归 col（left/center/right）
       c) 画 ASCII box：每个 zone 一个 □，按相对位置布局
       d) **若是变体，直接继承 parent 的 LAYOUT MODEL，加注 "(same as Skeleton X)"**
     * **WHEN TO USE**：从用户提供主题 + 域关键词推断
       （如 "MoE" → "Mixture-of-Experts papers, sparse gating/routing"）
       若变体：加一行 "For non-{domain} structurally similar cases, prefer skeleton X directly"
     * **CONTAINS**：自动列清单
       a) 数 `\node[*_node]` count by color (e.g., "4 blue_node + 3 purple_node")
       b) 扫嵌入 viz：heatmap (`\fill` matrix) / bar (`\fill` rect series) /
          curve (`\draw ... smooth`) / radar (`\draw` polar) / formula box (`$...$` in node)
       c) 列 bullet
     * **CONSTRAINTS — DO NOT VIOLATE**：留空 + TODO 注释
       - 若变体：加 "see example-skeleton-{parent}.tex CONSTRAINTS for inherited rules"
       - 加 4-5 个领域专属的 TODO 起跑提示

Φ.6 — 写入库 + 更新索引（**含明确路径与格式**）
   - 写文件：`references/tikz-snippets/example-skeleton-{X}.tex`（X = 完整文件名前缀）
   - 渲染：`xelatex -interaction=nonstopmode` + `pdftoppm -r 100 -png`
     **PNG 输出到 `references/tikz-snippets/previews/example-skeleton-{X}.png`**
     （注意是 `previews/` 子目录，不是 `tikz-snippets/` 根，与现有 6 个一致）
   - 更新 `references/tikz-snippets/README.md` inline gallery：
     a) 定位 gallery 表（anchor 行：含 `example-skeleton-B-horizontal.tex` 的 markdown 表格）
     b) 插入位置：
        - 创新：最后一行 example-skeleton-G 之后
        - 变体：parent skeleton 行下面，行最后加 "({parent} 领域变体)" 标注
     c) 行格式：
        ```
        | `example-skeleton-X.tex` | **X: <一句话布局描述>** | <主要应用场景> | ![example-X](previews/example-skeleton-X.png) |
        ```

Φ.7 — 提醒用户后续补 CONSTRAINTS（关键防回归提示）
   - "⚠️ 新 skeleton 已入库，但 CONSTRAINTS 段当前是 TODO 占位。
      如果你在画这张图时踩过坑（标签长度上限 / 锚点选择 / 路径形状 /
      box 宽度依赖等），请手动补充到这一段。
      这是防止未来 sub-agent 复用时重新引入 bug 的关键——参考
      D/E/F/G 的 CONSTRAINTS section 写法。"

Φ 与 ⑦ 经验沉淀 的区别：

• ⑦ 沉淀抽象 lessons 与基线参数（写入 references/lessons.md）
• Φ 沉淀完整可复用的 figure 模板（写入 tikz-snippets/example-skeleton-X-*.tex）
• 两者独立工作，可在同一会话各做各的

Φ 的杠杆价值：每入一个 skeleton，未来 N 个 user/session 都能复用。库是 self-growing 的——这是 thesis-figure-skill 长期复利的核心机制。

设计原则（对抗模型惯性）

容易陷入的刻板印象（必须警惕）：

• "心里有数，直接写代码" → 禁止跳过步骤①，"想了"≠"想清楚了"
• "我能估比例" → 不行。复刻必须像素级测量，凭感觉偏差 15-20%
• "框的大小差不多就行" → 不行。参考图通常扁宽 2:1~3:1，默认不要正方形
• "改了 3 轮差不多了吧" → 标准不会因为努力降低。还有 blocker 就继续修
• "这个小重叠用户看不出来" → 看得出来。300dpi 下清清楚楚
• "坐标差 0.2cm 没关系" → 0.2cm 在渲染图上是 24 像素
• "信息密度不够就硬塞东西" → 反例。简单论文图就该简单——贝叶斯网络/几何/对比图天然元素少，强加 hero 和嵌入可视化是污染。tikz-design-linter 现在是 advisory，按论文实际复杂度决定密度

信息密度匹配论文复杂度：复杂模型架构图允许 30+ 元素 + hero 子结构 + 嵌入可视化；简单流程图 5-10 元素 + 清晰布局就够了。不要把所有图都画到最大复杂度。详见 step1-instructions.md 的"信息密度判断"。

常见图表类型

按需加载索引

确定图表类型/工作流阶段后才加载对应文件：

未列出的文件不要加载——节省 token。

Python 助手脚本（执行即可，不要 Read）

这些脚本作为黑盒调用——不要把源码读进上下文，跑 --help 看参数即可。

领域自适应

收到输入后先识别论文领域（计算机/密码学/生物/物理/化学/AI/网络/系统/区块链等），以该领域专家身份选术语和布局风格。