Imported from giszzt/figedit (
SKILL.md). Install upstream withnpx skills add giszzt/figedit. Copyright stays with the author.
FigEdit
把不可编辑的位图图形重建为高保真、可维护、可继续编辑的 SVG 与原生 PPTX 包。
**主流程:勘察 → 备料 → 组装 → 验收。**先判断,后执行。判断阶段不碰坐标也不跑脚本,只回答“每一部分从哪来”;执行阶段才按已定路线调工具。
核心原则
输出画面上的每一块像素只可能有四个来源:
- SVG 画的 —— 结构、文字、公式
- 从源图切的 ——
crop - AI 生成的 —— 区域清版底(背景)、色键版再生(前景对象)
- 整块原样保留的 ——
preserve-raster
路由就是给每一部分指派来源,每部分有且只有一个。指派完成即可开工;指派不全就是漏了东西。
重绘门槛
只有“用三五笔基础图元能画得像”的图形才允许 redraw:朴素箭头、方框、分隔线、圆点、加减号、对勾、简单节点圆。有定制轮廓、渐变、阴影、多色细节、品牌或角色身份的对象一律按素材处理(切、再生或压平),哪怕它看起来简单。拿不准时按素材处理,不重画。重画产物必须与源图形状可对照,画不像就是路由错误,不是绘画技术问题。
工作位置
所有命令在用户项目目录运行,每张图建任务目录(figure-task/work 证据、figure-task/out 交付),绝不写回 skill 目录。Windows 路径用正斜杠,非 ASCII 路径先经文件系统验证。
1 勘察
看一次足够清晰的源图,产出一份重建路径概要。这是本阶段唯一的交付物,纯文字,零坐标,二十行以内,写给人看。槽位固定,缺项写“无”:
图型与分区 每个区域一行:这是什么、底子从哪来
需要生成的 清版底张数 + 色键版张数 = 计费调用总数,或“无”
不可重画的对象 可直接裁的一堆、需再生的一堆,按名字和位置点出来,或“无”
公式 有无、大致数量 → 验证档位
工作量重心 这张图的时间主要花在哪
需要用户定 具体问题,或“无”
对象用名字和空间关系指认(“标题右边那个地球仪,骑在面板边框上”),不写 bbox。坐标属于备料阶段。
概要写完路线即锁定,后续不翻案。写不出“工作量重心”说明没看懂图;“不可重画的对象”分不出两堆说明污染扫描没做。
图型速查表(按区域查,不是按整图)
| 看到的 | 底子从哪来 | 里面的对象从哪来 |
|---|---|---|
| 白底或平色底的流程图、架构图、论文插图 | SVG 画 | 通用图元画;专有图标按窗口干净与否切或再生 |
| 多面板拼接的复合图 | 每个面板分别查 | 同上,按面板成批扫 |
| 截图、图表主体、缩略图网格,内部不需要改 | 整块保留 | 不拆 |
| 地图、照片、插画上压着要改的标注 | 区域 AI 清版 | 要能单独动的再生;不用动的压平进底板 |
| 海报、封面、场景图,文字压在连续画面上 | AI 清版 | 同上 |
| 公式密集的论文图 | 按上面几行查底子 | 公式一律 math,验证档锁 pptx-triggered |
一张图的不同区域各查各的,不要用一个标签盖住整幅。判不准时回到四来源指派。
素材两堆
过不了重绘门槛的对象只分两堆,一次扫完,不逐个走流程:
- 窗口干净的 → 切。轮廓完整、四周无异物、外接矩形不含别人的像素。
- 被压盖的 → 边框、文字、箭头、连接线、邻居穿过或遮住它。需要单独动就再生;不需要单独动且落在清版区就压平进底板。确定性 SVG 区没有底板可压,那里的污染对象只能再生。
判据细则见 references/routing.md,元素语义见 references/element_decision_matrix.md。
编辑深度与提问
用户原话优先:说“仅文字可编辑”锁 text-only(连续场直接压平);点名对象锁 selective-assets;要求全部可动锁 full-extract;检出公式且用户未表态时默认 text+structure 并锁 pptx-triggered。
**提问一次问完。**概要写完后若有待决项,把前景深度选项、生成预算和 PPTX 附着预授权(含公式时)合并成一次提问。只有不同选择会显著改变费用或交付能力时才问;能自己定的不问。拿到附着预授权后验收阶段直接用 --allow-attach,不再二次提问。
**用户确认前不得发起任何计费生成调用,也不得裁剪或合成。**OCR 不在此列,见下。
2 备料
按概要指派的来源把素材做出来。开头无条件先跑一次取证——不计费、输出无论走哪条路都要用,可以和提问并行。新任务用 --init 一并建目录:
python scripts/prepare_measurements.py input.png --init figure-task
一次跑出 OCR、风格采样和结构证据(work/geometry.json:面板 bbox 与颜色、每行文字的槽位与字号色值)。画布尺寸、OCR 条数、面板与文字槽数量、低置信文字清单直接打印在屏幕上,不要再写代码去读这些 JSON。看一次 work/diagnostics/geometry_overlay.png 做整体校验,别逐框打开。
**此后任何像素问题都走 measure.py,一次问完。**紧边界、区域颜色、四边净空、透明图边界、反算字号、两图对齐残差,还有"我想看看这块长什么样",都是它的查询类型。一次问十个和问一个花的时间一样,问完拿到一张数字表加一张放大拼图。不要手写 python -c 数像素,也不要自己裁图存盘再打开看。
python scripts/measure.py input.png --exclude-text figure-task/work/ocr_results.json --q "logo:bbox@1850,1600,300,240" "hdr:color@0,0,2400,180" "t1:fontfit@340,881,275,31" "card:zoom@1290,1550,360,300" --sheet figure-task/work/measure_sheet.png
量图标一律带 --exclude-text。粗窗口几乎总会把旁边的标题文字圈进来,不排除就会量成"图标加标题"的外接矩形。量得结果会用红框画在拼图上,一眼能看出量对没量对。
**结构证据是候选不是结论,也不改路由。**勘察锁定的路线不因为看到 overlay 就翻案。照片、插画、海报这类非平面设计图会标 abstained: true 并只给极少候选,这是设计行为:那里本就没有面板可找,该由人工量或走清版。各项候选的可信程度见 references/scripts.md。
以下分支按概要执行,互不依赖,能并行就并行。概要没指派到的分支直接跳过——纯 SVG 图不跑任何生成,纯清版压平图不跑任何裁剪。
确定性 SVG 图(白底流程图、架构图、论文插图,无 crop 无生成)三个分支一个都不进:备料就是上面那条取证命令加若干 measure.py 查询,跑完直接进组装。这类图的时间应当以分钟计。
有 crop 素材
此时才为这些对象点粗框(一眼精度,允许 10–20px 偏差),写进 work/inventory.json,只含走切或再生的对象;文字框来自 OCR,结构框在组装时确定,都不进来。路线已锁,点框是执行动作。
python scripts/snap_boxes.py input.png --inventory figure-task/work/inventory.json --exclude-text figure-task/work/ocr_results.json --out figure-task/work/snap_report.json --sheet figure-task/work/snap_sheet.png
看一次 snap_sheet.png 总览。判定写进各资产的 crop_window,人工只复看脚本点名项:contaminated 的改路由(改走再生或压平),snap-failed、带 warning 的和概要点名看不清的用 inspect_regions.py 局部放大。三值语义——clean 窗口余量是画布底色;clean-on-fill 余量是单一均匀实色且四边有净空,manifest 用同色重画承载面;contaminated 不得继续切。quality_audit.py 的事后核验是兜底。切图由 crop_assets.py 在组装时执行。
有清版区
prepare_clean_plate_mask.py 准备掩膜,生成区域底板,check_plate_registration.py 验配准(scale ≈ 1.00 / offset ≈ 0)。底板必须是对源区域的编辑——移除待重建前景并补全其后像素,其余保持对齐和身份一致,不是新场景。细则见 references/background_reconstruction.md 与 references/image_generation.md。
有再生对象
probe_palette.py --boxes 定键色与 sheet 数,生成色键版,chroma_key.py 抠出,slice_grid.py 切分。全部候选合并到尽量少的 sheet 上,重复元素只生成一次、按共享 id 多处放置。细则见 references/chroma_regeneration.md。禁止 rembg、GrabCut、阈值抠图等即兴替代。
无可用图像后端或底板不合格时停止并报告,不静默降级。
**生成是长杆,不要干等。**调用发出后立即并行推进文字清单、连接线和 manifest 草稿。
3 组装
必读 references/manifest_spec.md、references/svg_authoring.md、references/quality_checklist.md,脚本接口查 references/scripts.md,其余按路线加载(各文件开头有适用说明)。公式密集图必读 references/formula-reconstruction.md。把勘察结论记进 manifest 顶层 reconstruction_plan,写文字 retype、公式拆 math、结构 redraw、素材按备料结果落 decision 与 crop_window。
首版允许用一次性生成器写出来,元素多时这是正当做法。生成器写完 manifest 落盘后立即改名 *.py.retired 退场,后续修改一律走 manifest_edit.py——生成器留着会覆盖手工修复。
文字和面板可以先采纳草稿再改,比从零写快:
python scripts/draft_elements.py figure-task/work/geometry.json --out figure-task/work/draft_elements.json
python scripts/manifest_edit.py manifest.json --adopt figure-task/work/draft_elements.json
python scripts/compose_svg_package.py manifest.json --out figure-task/out --stage svg
**采纳即担责,采纳后必须立即 compose 一次并看差异热力图。**这是唯一的审阅路径:逐条读草稿 JSON 比手写还慢,看一张合成图错的地方自己会浮出来。草稿的 font_size 和 fill 是估计值,靠 fit_text.py 和视觉比对收敛,和手写值一样要改。审阅完清掉 provenance 或置 review_status,否则质量门会拦。
修复走批量通道,不手编大 JSON、不写临时 patch 脚本:
python scripts/manifest_edit.py manifest.json --apply-snap figure-task/work/snap_report.json
python scripts/manifest_edit.py manifest.json --set "label-3,label-4:y+=4" --apply-fit figure-task/work/fit_report.json
python scripts/manifest_edit.py manifest.json --patch figure-task/work/patch.json
告警收齐一批改完再 compose。SVG 冻结后 --stage pptx 导出,仅补元数据用 --stage package。
4 验收
compose 每次都会打印差异工单——按误差排序、点名到元素 id、附带毛病类型(位置偏了、字号偏大、颜色不符、整个没画出来),外加一张 diagnostics/fix_sheet.png 把误差最大的十二个元素做成源图/成品上下对照。
照工单改,不要自己再去逐块比对找差异。一轮就是「看工单和对照图 → 改 manifest → 重跑 compose」三步。
每轮看 preview.png 与各报告;报告点名后只复查受影响区。最终至少看一次 SVG 总览。
- 档 0 /
svg-primary:无math且pptx_text_fit.py无换行、溢出、缺字、错位报告。SVG 即验收,不打开 PowerPoint。 - 档 1 /
pptx-triggered:含math或静态审计报结构风险。交付前原生渲染一次,只查公式越槽、意外换行、内容截断、元素错位。 - 档 2:档 1 发现结构缺陷,批量修完最多再渲染一次;仍有问题写入交付说明,不无限循环。
不算缺陷:抗锯齿、笔画粗细、标点亚像素差、基线 ±1px、字距 ±0.5px、整体色彩管理差异。算缺陷:内容缺失、换行变化、溢出、公式越槽、元素错位超 3px。
交付说明附上重建路径概要,并说明实际执行与概要是否一致、不一致的原因。
PowerPoint 安全规则
PPTX 原生渲染只能调 python scripts/render_pptx.py figure-task/out/editable.pptx --out figure-task/out/pptx_render。
- 禁止手写
PowerPoint.Application自动化;禁止附着态调用Quit();禁止taskkill /IM POWERPNT.EXE、Stop-Process POWERPNT。 - 检测到用户正在使用 PowerPoint 时脚本默认拒绝;只有用户同意(含勘察时的预授权)才加
--allow-attach。 - 附着态只关自己只读打开的 Presentation。未完成要求中的原生渲染时交付说明写“原生渲染暂缓”,不得伪称完成。
输出包
editable.svg、editable_embedded.svg、editable.pptx、preview.png、manifest.json、contact_sheet.png(有素材时)、quality_report.md、editability_report.md、assets/、diagnostics/、timings.json。PPTX 语义级顶层解组:文字、形状、连接线、素材可直接选中;公式、蒙版、旋转等按保真需要保持成组。
权威与职责
| 关注点 | 唯一权威 |
|---|---|
| 四阶段、四来源、重绘门槛、验证分档、PowerPoint 安全 | 本 SKILL.md |
勘察协议、路径概要槽位、reconstruction_plan |
references/routing.md |
manifest 字段、reconstruction_mode 词汇 |
references/manifest_spec.md |
| 背景、前景深度、文字层策略 | references/background_reconstruction.md |
| 元素语义、重画还是保素材 | references/element_decision_matrix.md |
| crop 执行语义、污染素材恢复 | references/asset_extraction.md |
| chroma 再生 | references/chroma_regeneration.md |
| 生成简报与图像后端 | references/image_generation.md |
| 公式重建与可编辑性 | references/formula-reconstruction.md |
| 脚本接口与候选可信度 | references/scripts.md |
| 最终放行条件、修复优先级 | references/quality_checklist.md |
入口脚本
| 阶段 | 脚本 |
|---|---|
| 全程 | measure.py —— 一切像素问题的唯一入口,批量提问 |
| 备料·取证 | prepare_measurements.py(含 --init 脚手架)、probe_geometry.py |
| 备料·裁剪 | snap_boxes.py、inspect_regions.py、crop_assets.py |
| 备料·生成 | prepare_clean_plate_mask.py、generate_clean_plate.py、check_plate_registration.py、probe_palette.py、chroma_key.py、slice_grid.py |
| 组装 | draft_elements.py、manifest_edit.py、compose_svg_package.py |
| 验收 | fit_text.py、pptx_text_fit.py、render_pptx.py;差异工单 fix_worklist.py 由 compose 自动运行 |
| 审计 | validate_manifest.py、quality_audit.py、audit_editability.py |
命令行、输入输出格式与注意事项见 references/scripts.md。表外脚本由 compose_svg_package.py 内部调用,不直接运行。
质量底线
保留源图全部重要信息、阅读关系和专有视觉;普通文字和每个检出公式保持可编辑;无检测噪声、公式文字泄漏、脏裁剪、源图补丁拼贴或静默路线降级。完整放行条件见 references/quality_checklist.md。