# 图示优先的表达 - **功能**:规定「界面长什么样、流程怎么走、结构怎么连」这类信息一律用图交付,禁止在回复里用等宽字符 / ASCII 拼框图。 - **何时用**:汇报布局或界面改动、解释流程 / 时序 / 数据流向、给架构与依赖关系、对比改造前后、做设计评审。**纯数据、字段清单、命令输出仍用表格或代码块,不要硬画成图。** ## 规则 ### 禁止:等宽字符画 回复正文里不允许出现这类表达: ```text [‹] 自由回忆 [用量] [退出] (导图铺满) [范围名 ] [正在提示与查漏] ← 这就是被禁止的写法 ``` ```text ┌─────────┬─────────┐ │ 导图 │ 辅助区 │ └─────────┴─────────┘ ``` 问题不在美观:字符宽度随字体/终端漂移,错位就失真;不能缩放、不能点击、无法用浏览器打开评审;改一处要重排整块;与实际界面没有可验证的对应关系,读者分不清哪是真实渲染、哪是记忆里的想象。 ### 按信息类型选工具,优先级从上到下 | 要表达的东西 | 用什么 | 落在哪 | |---|---|---| | 真实运行中的界面 | `agent_browser` 截图(**JPEG q80**),再 `read ` 让终端内联显示 | `/tmp/*.jpg` 或用户指定目录 | | 目标态 / 未实现的界面 | SVG 线框(真实文案 + 设计 token 配色) | `docs/diagrams/<主题>/*.svg` | | 流程、时序、状态流转、依赖关系 | Mermaid(`.mmd` + `rendered/index.html` 评审页) | `docs/diagrams/<主题>/`,按 `.agents/skills/mermaid-diagram` 执行 | | 纯数据、字段、命令输出 | 表格 / 代码块 | 回复正文 | - **界面截图必须来自真实运行**:先起服务、进到目标状态,再截。不要凭记忆或代码手绘「应该长这样」冒充截图;做不到就说明没截到,而不是画一张。 - **多视口一次给全**:布局类改动至少 `375 / 768 / 1280`(必要时 1440)各一张,逐张附一句变化点,不要让读者拿一张宽屏图推断窄屏。 - **截图带状态**:折叠/展开、编辑/只读、空态/有数据这些差异要用截图证明,而不是文字保证「也能收起」。 - **图里写真实文案**:SVG/Mermaid 用界面上的真实中文与配色 token,不写 `Lorem`、`节点 A`、`Box 1`。 - **评审页可打开**:设计图放 `docs/diagrams/<主题>/index.html`,本地 `python3 -m http.server 8000` 起服务给链接;改动后递增 `?v=` 版本号。 ### 截图体积(强制) 截图会整份进入上下文,并且**每次请求都重新上传**(prompt cache 只省 prefill 算力,不省上行字节)。实测:单张 1280×1000 的 PNG 平均 **126 KB**,33 张 = 4.1 MB 二进制 / 5.7 MB base64,把请求体顶到 8.6 MB,每轮多花 **6–7 秒**上传。 **本机复测(LPT 登录页,1280×800):PNG 385.8 KiB → JPEG q80 54.9 KiB(−86%),图中中文、表单、按钮全部清晰可读。** - **一律 JPEG q80**。注意 `--screenshot-format` / `--screenshot-quality` 是**全局 flag,必须放在子命令前面**,否则报 `Pass global flags on the outer batch invocation`: ```text agent_browser({ args: ["--screenshot-format","jpeg","--screenshot-quality","80","screenshot","/tmp/recall-375.jpg"] }) ``` 需要更稳的文字小字号时用 q90(相对 PNG 仍约 −48%)。 - **路径用 `.jpg`**,不要用 `.png` 命名 JPEG 文件。 - **同一页面没变就不重复截**:在子命令上加 `screenshot --if-changed --threshold 0.05`。未变化时返回 `Screenshot unchanged; no image saved.`(`success`,不产图)——这是「没变化」而不是「截图失败」。⚠️ 已实测:**首次调用不会跳过**(需先有一次基线截图),所以只作为省体积的附加手段,不要指望它替代 JPEG 压缩。 - 只有逐像素比对、或交付给设计评审的终稿才用 PNG,并写明理由。 - 视口 `1280×800`~`1440×900` 足够评审;pi 只在 >2000 px 或 >4.5 MB 时才二次压缩,所以**捕获时就得压**。 - 若启动环境已设 `AGENT_BROWSER_SCREENSHOT_FORMAT=jpeg` 与 `AGENT_BROWSER_SCREENSHOT_QUALITY=80`(需重启 pi/pi-web 才生效),全局 flag 可省;未设时按上面显式写。 ### 交付格式 1. 先给结论一句话,再贴图(每张图配一行「看什么」)。 2. 终端支持内联图片时直接 `read <图片路径>`(Pi 的 `terminal.showImages` 默认开启,kitty/iTerm2 协议);不支持时给路径 + 一句说明,**仍不退回 ASCII 框图**。 3. 图有版本时同步更新 `index.html` 的说明与 `?v=`,避免浏览器缓存给出旧图。 ### 附:可直接复用的取图方式 ```text # 真实界面:按视口矩阵截图(agent_browser 逐条命令,全局 flag 放在最前) # open http://localhost:5158/... → set viewport 375 812 # → args: ["--screenshot-format","jpeg","--screenshot-quality","80","screenshot","/tmp/recall-375.jpg"] # 同一页面重复截:子命令尾部加 --if-changed --threshold 0.05 # 然后 read /tmp/recall-375.jpg 让它在对话里内联显示 ``` ```bash # 设计图评审页 cd docs/diagrams && python3 -m http.server 8000 # http://localhost:8000/<主题>/index.html ```