Visual Agent Design（VAD）｜視覺代理設計

先判斷任務，再選擇 AI，最後把工作畫給 Agent 看。

版本：1.0.0
語言：繁體中文（zh-TW）
定位：公開教學／跨模型 Agent Framework／企業 AI 導入／Visual Task Interface／研究方法論

Visual Agent Design（VAD）不是單一提示詞、單一 Skill，也不是單純的資訊圖卡。它是一套把「任務診斷、智能路由、視覺任務規格、Agent 執行、成果驗收、知識回存」整合在一起的人機協作方法論。

Start Here｜第一次使用 VAD

• QUICKSTART.md — 10 分鐘開始使用 VAD
• CARD-REGISTRY.md — 標準 Visual Agent Cards
• docs/METHODOLOGY.md — 完整方法論
• templates/TRC-3D.md — AI Task Routing Cube
• templates/VAC-8.md — Visual Agent Card 八區標準
• research/RESEARCH-PROTOCOL.md — 可重複研究程序
• docs/VSC-INTERFACE.md — 讀取 Visual Skill Composer manifest 的入站接口

核心架構

任務需求
  ↓
TRC-3D 任務三維路由
  ↓
CARD-REGISTRY 標準任務卡匹配
  ↓
選擇 Prompt / Research / Monitoring / Workflow / Agent
  ↓
VAC-8 視覺任務卡
  ↓
模型 + Skill + Tool + Knowledge + MCP / A2A
  ↓
Agent 執行
  ↓
驗收 / Human Review
  ↓
案例回存與版本優化

三個核心標準

1. TRC-3D｜AI Task Routing Cube

• X：任務資訊已知程度：未知 ↔ 已知
• Y：任務發生頻率：單次 ↔ 連續
• Z：任務推理深度：快速處理 ↔ 複雜推理

2. VAC-8｜Visual Agent Card

每張可執行視覺任務卡包含八區：

1. Task Goal
2. Input Assets
3. Process Flow
4. Tools & Capabilities
5. Decision Rules
6. Constraints
7. Output Specification
8. Acceptance Criteria

3. VAD Agent Blueprint

GOAL | ROLE | SKILLS | TOOLS | KNOWLEDGE | WORKFLOW | DECISION | SUB-AGENTS | MCP/A2A | QA/GOVERNANCE

TRC-3D 決定「怎麼做」；VAC-8 定義「這次任務怎麼交付」；VAD Agent Blueprint 定義「Agent 本身怎麼設計」。

Standard VAC Registry

註冊表分兩層：Core 為具名標準 Standard VAC Five-Pack（五張，名稱與內容不變）， Extended 為後續加入的標準卡（VAC-INFOGRAPHIC-001 資訊圖卡、VAC-COMIC-001 漫畫筆記）。 兩層在執行、驗證與路由上地位相同，詳見 CARD-REGISTRY.md。

Standard VAC Five-Pack

Card ID	任務
VAC-VIDEO-001	影片剪輯
VAC-SLIDE-001	簡報製作
VAC-WEB-001	網站生成
VAC-DATA-001	數據分析
VAC-REPORT-001	報告製作

跨模型使用

本 Repository 提供：

• AGENTS.md — OpenAI Codex / Repository Agent 指令入口
• CHATGPT.md — ChatGPT Project 使用入口
• CLAUDE.md — Claude Code 使用入口
• GEMINI.md — Gemini CLI 使用入口
• .agents/skills/visual-agent-design/SKILL.md — 可按需召喚的 VAD Skill

快速下載

git clone https://github.com/draiagent/Visual-Agent-Design.git
cd Visual-Agent-Design

方法論主張

VAD 的目的不是讓圖卡更漂亮，而是讓任務更容易被人與 AI 共同理解、執行與驗收。

一張卡，讓人看懂；同一張卡，也讓 AI 能執行與驗收。

核心原則｜High Intelligence for Discovery, Low Cost for Execution

第一次用高階 AI「學會」，之後讓低成本 Agent「重複做好」。 高智能負責探索，低成本負責規模化執行。

VAD 因此同時承擔三種功能：

1. Visual Requirement Interface：用圖像降低人與 Agent 的溝通成本。
2. Reusable Task Specification：把成功任務固化成 VAC / Skill，供後續重複執行。
3. Cost-Aware Intelligence Routing：已知任務交給低階模型執行；只有未知任務才升級高階模型。

這比「企業全面使用最強 AI 模型」更符合 AI to Agent 的商業邏輯——探索階段用最強模型換取正確性，執行階段用最省成本的模型換取規模化。

Companion Projects｜延伸實作專案

Visual Skill Composer（VSC）

Visual Skill Composer 是 VAD 的上游： 使用者在 VSC 用視覺化方式選出專案需要的技能、風格、品牌與品質門檻，產出 Project Manifest， 由本 repo 的 tools/vac_runner.py vsc 編譯成標準 VAC-8 卡後執行。

VSC 決定「要帶哪些工具出門」；VAD 決定「這些工具怎麼完成工作」。

接口規格見 docs/VSC-INTERFACE.md。VSC 的專案包／技能／風格包以 VSC repo 為準， VAC-8 與 Five-Pack 仍以本 repo 為唯一事實來源。

VAD-Promptless

VAD-Promptless is the Promptless UX and Self-Describing Visual Card implementation layer for Visual Agent Design.

VAD-Promptless focuses on:

• Zero Prompting for End Users
• Promptless Skill / Workflow / Agent
• Visual Card Parsing
• Self-Describing Visual Card
• Machine-readable Card
• PNG Metadata / Sidecar JSON
• SHA-256 Integrity
• Promptless Execution

Core methodology and standards are maintained only in this repository.

The following standards use Visual-Agent-Design as the single source of truth:

• TRC-3D
• VAC-8
• Standard VAC Five-Pack
• VAD Agent Blueprint
• Routing / Execution / QA
• Research Protocol

License

MIT License。可用於公開教學、研究、企業導入與二次開發。