Releases: qiuy-collab/AutoFlow.skill
Releases · qiuy-collab/AutoFlow.skill
Release list
AutoFlow v3.1.0
AutoFlow 从固定的实验报告流程,扩展成了可以组合多种产物的通用工作流。
主要变化
- 新增
task / image / word / ppt / video / package六模块架构和可扩展 recipe DAG。 - 加入 PLAN、SOURCE、VISUAL、DELIVERY 四类确认点,步骤、审批和产物状态都可追踪。
- 代码项目采用 GitHub-first:先搜索和比较候选,用户选定后再固定 revision、复测和改造;无合适候选时保留理由并从头实现。
- 内置 minimax-docx、nature-figure、presentation-skill、webapp-testing、impeccable 等核心能力,减少换设备后的缺包和虚假调用。
- 图片路线覆盖截图、AI 图片、任意 diagram、科研示意图与科学图表。
- 增加环境自动补齐、需求证据映射、产物 SHA-256、隔离复测、缓存复用和耗时统计。
- 最终文件统一进入
autoflow/submit/,打包会递归排除.git、运行环境、缓存和敏感文件。
修复
- 修复深层
.git可能混入交付包的问题。 - 增加正式的 reopen/revision 机制,产物变化后不再直接覆盖已完成状态。
- 调整为“隔离复测 → 最后打包 → 只读校验”,避免测试污染最终交付。
- 补齐 diagram 与 nature-figure 的分类及全类型路线测试,并减少重复渲染和不必要的串行等待。
升级提醒
AutoFlow Schema 1.0 不兼容旧版 AutoLab workflow.json。旧任务需要重新执行 autoflow init。
完整记录见 CHANGELOG.md。
v2.0.0 — 图片生成流程全面重构 + 统一环境安装
auto-lab v2.0.0 重大更新
本次发布包含 7 大改造,涉及 20+ 文件,+2300/-1200 行变更。
1. localhost 规则软化
- 不再硬性禁止 localhost,改为"使用应用真实 URL"
- localhost 是合法真实 URL,不强制伪造生产域名
- 涉及:
SKILL.md,image_prompt_rules.md,visual_review_rules.md,generate_images.py
2. 图表生成 DSL 重构
- 之前: PIL 手动画图
- 现在: Mermaid / D2 / PlantUML DSL 方案
- 每张图输出源码 (.mmd/.d2/.puml) + 图片 (.png/.svg)
- 前置检查: mmdc, d2, plantuml 渲染器自动检测
- 涉及:
diagram_asset_rules.md(全量重写),SKILL.md
3. 新增 img2img 补图机制
- clarity fix: 不清晰时用固定补图提示词 img2img
- content fix: 内容错误时单点替换,不动原图结构
- 涉及:
SKILL.md,generate_images.py
4. 多上游 → 单固定上游
- 移除多上游分片并行生成
- 统一单 BASEURL + APIKEY 配置
- max_workers 默认 4,上限 8
- 涉及:
generate_images.py,SKILL.md
5. Layer 2 质检升级 C1-C6
- C1: global_constraints 结构化冲突检查
- C2: 按 asset_type 分策略 forbidden_terms
- C3: asset_type + mode 双字段匹配
- C4: 同组 scene_anchor 环境一致性
- C5: 分辨率 + 宽高比 + asset_type 联合检查
- C6: image_policy schema v2.0 完整性
- 涉及:
validate_prompt.py,prompt_config.TEMPLATE.json,prompt_config.example.json
6. 视觉审核 → 全人工
- Agent 不再自评图片
- STOP #2: 图片生成后展示给用户,等待人工审核确认
- 审核通过后才允许插入 DOCX
- 涉及:
visual_review_rules.md(全量重写),SKILL.md
7. 新增 env_setup.py (check + supply)
- 一键检测 + 自动安装所有依赖
- Phase 0: python 检测
- Phase 1: pip 包 (requests/docx/Pillow + playwright + video)
- Phase 2: DSL 渲染器 (mmdc 自动安装, d2/plantuml 提示)
- Phase 3: vendor skills 检测
- Phase 4: .env (缺则复制示例)
- Phase 5: 上游 API 探测
- 用法:
python scripts/env_setup.py或--route ai_simulated|diagram_assets|browser_capture|video|all
完整验证通过
| 步骤 | 脚本 | 结果 |
|---|---|---|
| 环境检测 | env_setup.py --check-only | ✅ |
| Prompt验证 | validate_prompt.py | 16/16 ✅ |
| 上游探测 | generate_images.py --check | ✅ |
| 图片生成 | generate_images.py --help | ✅ |
| 图表生成 | generate_diagram_assets.py --help | ✅ |
| DSL渲染器 | mmdc + d2 + plantuml | ✅ |
| 工作流 | run_workflow.py (6 commands) | ✅ |
| 初始化 | init_run.py | ✅ |
Auto Lab v2.0
Auto Lab v2.0
AI 驱动的大学实验报告自动填写工具
功能特性
- 三条截图路线:AI 模拟、浏览器截图、图表生成
- 预任务支持:自动检测并完成代码/数据预任务
- 40+ 验收检查:模板完整性、目录、正文质量、图例
- Agent Skills Standard 兼容
快速开始
git clone https://github.com/qiuy-collab/Auto-Lab.skill.git
cd Auto-Lab.skill
pip install requests python-docx Pillow