AutoFlow v3.2.0

README 全面重构 + 展示素材补齐

Added

• 新增 6 张 AI 生成截图：SQL 查询、网络验证、Git 提交、VS Code 调试断点、浏览器 DevTools 网络面板、Maven 测试输出
• 新增 4 张确定性图表：类图、时序图、用例图、网络部署拓扑
• 新增 4 张 nature-figure 出版级图表：火山图、ROC 曲线、类别点图、边缘分布图
• 新增 3 页 PPT 演示文稿及逐页渲染 PNG
• 新增带公式的 Excel 报名统计表及渲染 PNG

Changed

• README 按模块化布局重构：Quick Start 前置，Image 四种子类（capture / ai / diagram / chart）和 Office 四种格式（Word fill / Word scratch / PPT / Excel）均配完整预览网格
• 集成包更名为插件，标注默认内置四个、支持用户扩展
• display/README.md 目录说明同步更新

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