@yuhan1124/draw-prompt 0.4.0 → 0.4.1

package/README.md

@@ -11,31 +11,39 @@ Prompt / handoff 指令**。
 | 能力 | 谁负责 |
 |---|---|
 | 自然语言画图需求 → 高质量 Prompt / handoff | **draw-prompt（本 skill）** |
+| 原始意图保真、只做质量增强 | **draw-prompt（本 skill）** |
 | Prompt 转化质量检查 | **draw-prompt（本 skill）** |
 | 记录风格偏好、采纳/弃用样本、评分 | **draw-prompt（辅助能力）** |
 | 把 Prompt 变成图 | 下游：Codex（`/codex-image`、`codex exec`）或 `gpt-image` CLI |
 
 主入口是 `convert`：需求理解 → 细分模板 → 结构化 Prompt Spec → Prompt 渲染 →
 lint 自检 → handoff 交付。真实用户场景由一组专门入口覆盖：`compose` 处理长输入拆多图，
-`series` 处理系列图一致性，`edit` 处理参考图/改图，`brand` / `character` 处理品牌和角色
-一致性，`data-viz` 处理数据图表，`rewrite` 处理烂 prompt 改写，`adapt` 处理多尺寸适配。
-文字要求严格时用 `--strict-text` 输出 visual prompt + `text_overlay_spec`。完整方案见
+`variants` 处理同一输入的多风格探索，`series` 处理系列图一致性，`edit` 处理参考图/改图，
+`brand` / `character` 处理品牌和角色一致性，`data-viz` 处理数据图表，`rewrite` 处理烂 prompt 改写，`adapt` 处理多尺寸适配。
+默认输出是一阶段 single-pass prompt，保留用户原文并让 gpt-image-2 直接生成完整图。
+只有当用户明确要求“文字必须绝对精确/可后处理”时，才用 `--strict-text` 输出 visual prompt +
+`text_overlay_spec` 作为兜底。完整方案见
 `references/conversion-skill-plan.md`。
 
+Prompt 的默认结构是三段：`User visual brief` 原始视觉需求、`Style / quality envelope`
+风格质量层、`Intent preservation` 意图保真层。风格质量层只能控制视觉语言、质感、光照、
+配色、留白、层级和可读性；一旦和用户原始需求冲突，永远以用户原始需求为准。
+
 ## npx 使用
 
 发布到 npm 后可以直接：
 
 ```bash
 npx @yuhan1124/draw-prompt status
-npx @yuhan1124/draw-prompt convert "茶饮新品海报，写冷泡系列" --strict-text
-npx @yuhan1124/draw-prompt visual-regress references/visual-cases.jsonl
+npx @yuhan1124/draw-prompt convert "茶饮新品海报，写冷泡系列"
 ```
 
 `npx` 包内置同一份 Python CLI 和 references。执行时优先使用 `uv run` 自动处理
 PEP723 依赖；没有 `uv` 时退回 `python3`。`overlay`、`visual-check`、`edit-check`
 需要 Pillow，推荐用户安装 `uv` 获得最稳运行链路。
 
+`visual-regress` / `benchmark` 用到的回归集只保留在开发仓库本地，不随 npm 包发布。
+
 ## 安装（独立 repo + 软链）
 
 ```bash
@@ -56,11 +64,34 @@ prompt」。agent 应优先使用 `convert` 产出可执行 prompt / handoff；
 `references/compile.md` 和 `references/gallery.md` 做人工增强。出图后可把反馈写回
 Harness，作为下一次转化的辅助信号。
 
+核心原则：**用户原始意图是 source of truth**。本 skill 只扩充画幅、构图、质感、光照、
+配色、层级、可读性和模型可执行细节；不得替用户改变主题、布局、栏目顺序、信息结构，
+也不得新增用户没有要求或没有直接暗示的模块、人物、品牌、图表、文案或故事元素。
+需要控风格时用 `--style`、`--style-preset` 或 `variants --style-presets`，它们只进入风格质量层，不改写需求主体。
+
+内置风格预设已扩展到 420 个，可用 `styles --json` 查看完整清单；常用类别包括：
+
+| preset | 作用 |
+|---|---|
+| `corporate` | 克制企业汇报、网格和演示文稿质感 |
+| `premium` | 高级编辑感、控制配色和留白 |
+| `minimal` | 极简、低噪音、强层级 |
+| `flat-vector` | 现代扁平矢量、图标/信息图一致笔触 |
+| `photoreal` | 写实渲染、自然材质和光照 |
+| `clean-ui` | 产品级 UI 视觉语言、组件一致性 |
+| `editorial` / `cinematic` / `isometric` | 编辑设计、电影感、等距插画 |
+| `technical-blueprint` / `data-journalism` | 技术蓝图、数据新闻图 |
+| `hand-drawn` / `watercolor` / `monochrome-ink` | 手绘、水彩、黑白墨线 |
+| `retro-print` / `bold-typographic` | 复古印刷、强字体海报 |
+| `luxury-product` / `soft-3d` | 奢侈品广告、柔和 3D 插画 |
+
 ### CLI 速查
 
 ```
-convert "自然语言画图需求" [--strict-text] [--out p]         # 需求 → Prompt / handoff
-compose "长输入/文档内容" --max-images 6 --strict-text        # 长输入 → 多图视觉计划
+convert "自然语言画图需求" [--style-preset premium] [--strict-text] [--out p]  # 默认 single-pass：需求 → Prompt / handoff
+compose "长输入/文档内容" --max-images 6                     # 长输入 → 多图视觉计划
+variants "自然语言画图需求" --style-presets all              # 同一输入 → 多风格 Prompt 组
+styles --json                                                # 查看内置风格预设
 series --brief "图1" --brief "图2" --style "…"               # 系列图 → 风格一致 Prompt 组
 edit --goal "改图目标" --reference product:ref.png            # 参考图/改图 → 编辑 Prompt
 brand --name "品牌名" --request "品牌主视觉"                  # 品牌一致性档案 + 可选编译
@@ -71,9 +102,10 @@ adapt "画图需求" --aspects 1:1,3:4,16:9,9:16                 # 同需求 →
 overlay --image out.png --spec spec.json --out final.png      # 按 overlay spec 精确叠中文字
 visual-check --image final.png --spec spec.json               # 单图质量门：尺寸/画幅/亮度/对比度
 edit-check --reference ref.png --output edited.png            # 改图质量门：主体保留 + 有效变化
-visual-regress references/visual-cases.jsonl                  # 多场景 prompt/成品图回归
+intent-check --request "原始需求" --prompt "生成prompt"       # 检查是否新增/偏离用户未要求内容
+visual-regress references/visual-cases.jsonl                  # 开发仓库本地：多场景 prompt/成品图回归
 lint --prompt "…" [--asset-type poster] [--text 必显文字]    # 生图转化硬约束检查
-benchmark references/golden-cases.jsonl --runs 3             # golden cases 稳定性基准
+benchmark references/golden-cases.jsonl --runs 3             # 开发仓库本地：golden cases 稳定性基准
 revise --sample-id last --reason text_error                  # 按失败分类修订 Prompt
 profile show|init|set KEY VAL|note "…"|path     # 风格偏好档案
 samples add|search "…"|list                     # 出图样本库（few-shot；add 可带 --size/--quality）
@@ -88,11 +120,13 @@ status                                            # 数据 + 下游通道健康
 | 场景 | 命令 | 覆盖点 |
 |---|---|---|
 | 长文档/会议纪要/PRD 整理成多张图 | `compose` | 自动拆信息单元、路由海报/架构/信息图/UI/插画、整组共享风格 |
+| 同一个输入探索多种风格 | `variants` | 同一 `User visual brief`，输出多个只改变风格质量层的 prompt/handoff |
 | 一次生成一组风格统一的图 | `series` | 共享 style/palette，逐张输出 spec/prompt/handoff |
-| 图文混排资产、中文标题、价格、标签 | `convert --strict-text` / `compose --strict-text` | visual prompt + `text_overlay_spec`，降低文字不稳 |
+| 图文混排资产、中文标题、价格、标签 | `convert` / `compose` | 默认 single-pass，保留原文并要求模型清晰渲染；绝对精确时再加 `--strict-text` |
 | 参考图/改图 | `edit` | 明确 reference、preserve、change，防止身份和构图漂移 |
 | 品牌一致性 | `brand` | 生成品牌 prompt block，强调原创标识和禁用真实商标 |
 | 角色/IP 一致性 | `character` | 角色 bible、参考表、场景图 prompt，避免已有 IP 相似 |
+| PPT/汇报页/演示文稿单页 | `convert` | 路由到 `slide`，single-pass 保留用户显式区域、栏目结构、图标语义、页脚和中文文案 |
 | 数据可视化/报告图 | `data-viz` | 读取 CSV/TSV/JSON，保留 schema/样例，输出图表 prompt/overlay spec |
 | 烂 prompt 改写 | `rewrite` | 重新结构化资产类型、布局、材料、光照、否定项和安全改写 |
 | 多尺寸投放 | `adapt` | 同一主体和文案适配 1:1、3:4、16:9、9:16 等画幅 |
@@ -102,21 +136,22 @@ status                                            # 数据 + 下游通道健康
 
 所有场景的默认质量门是：
 
-1. `convert` / `compose` / `series` 等入口生成结构化 spec、prompt、handoff。
-2. 精确中文、价格、图表标签、品牌名等必须用 `--strict-text`，生图只生成背景和留白。
-3. 下游出图后用 `overlay --image <raw> --spec <spec.json> --out <final>` 叠加精确文字。
-4. 用 `visual-check` 验证成品图尺寸、画幅、亮度、对比度和基础细节。
-5. 参考图改图用 `edit-check` 验证“主体保留 + 背景/目标确实变化”。
-6. 模板或策略变动后跑 `visual-regress references/visual-cases.jsonl`，确认多场景回归通过。
+1. `convert` / `compose` / `series` 等入口默认生成 single-pass prompt：原文需求独立成 `User visual brief`，风格和质量只作为 envelope 追加，不拆掉或重写用户需求。
+2. `intent-check` 检查 prompt 是否新增用户未要求内容，或把用户否定项又正向写回 prompt。
+3. 对中文标题、价格、图表标签、品牌名等，默认仍让模型直接渲染；prompt 会逐字引用并要求清晰可读。
+4. 只有当用户明确要求“文字必须绝对准确/可后处理”或出图反馈属于 `text_error` 时，才切到 `--strict-text` + `overlay` 两段式兜底。
+5. 用 `visual-check` 验证成品图尺寸、画幅、亮度、对比度和基础细节。
+6. 参考图改图用 `edit-check` 验证“主体保留 + 背景/目标确实变化”。
+7. 模板或策略变动后，在开发仓库本地跑 `visual-regress references/visual-cases.jsonl`，确认多场景回归通过。
 
-这条链路把原先不稳定的模型内生中文字，改成确定性后处理；把参考图编辑从“看起来像”
-改成可跑的保留/变化检查；把“覆盖场景”落成了可重复回归的 cases。
+这条链路的默认目标不是替 gpt-image-2 重做排版引擎，而是减少跑偏、遗漏和廉价风格；
+两段式 overlay 只是文字极端稳定性兜底，不作为普通用户的默认体验。
 
 ## Harness：三层、越用越懂你
 
 数据都在 `~/.local/share/draw-prompt/`（可用 `DRAW_PROMPT_HOME` 覆盖，**不进 git**）：
 
-1. **偏好档案** `style_profile.md`：长期口味（常用风格、默认画幅/质量、排斥元素）。
+1. **偏好档案** `style_profile.md`：长期口味（`default_style_preset`、常用风格、默认画幅/质量、排斥元素）。
 2. **样本库** `samples.jsonl`：每次出图的采纳/弃用，作 few-shot。
 3. **评分回路** `judgements.jsonl`（可选）：成品图四轴打分，沉淀质量轨迹。评分由 agent
    视觉完成，CLI 只存储——不看图、不调 Codex。
@@ -128,11 +163,11 @@ status                                            # 数据 + 下游通道健康
 ```bash
 uv run scripts/prompt_cli.py convert \
   "茶饮新品海报，国风一点，写冷泡系列，价格 16/19 元" \
-  --strict-text --out poster.png --record-pending
-# 输出 visual prompt + text_overlay_spec + lint + /codex-image:generate ...
+  --out poster.png --record-pending
+# 输出 single-pass prompt + lint + intent_check + /codex-image:generate ...
 ```
 
-跑稳定性基准：
+开发仓库本地跑稳定性基准：
 ```bash
 uv run scripts/prompt_cli.py benchmark references/golden-cases.jsonl --runs 3
 ```
@@ -146,8 +181,8 @@ draw-prompt/
 ├── references/
 │   ├── compile.md            # 「需求 → prompt」编译方法论（核心）
 │   ├── conversion-skill-plan.md # 生图转化 Skill 完整方案与验收标准
-│   ├── golden-cases.jsonl    # 稳定性基准用例
-│   ├── visual-cases.jsonl    # 多场景视觉回归用例
+│   ├── golden-cases.jsonl    # 稳定性基准用例（开发仓库本地，不随 npm 包发布）
+│   ├── visual-cases.jsonl    # 多场景视觉回归用例（开发仓库本地，不随 npm 包发布）
 │   ├── harness.md            # 三层偏好学习机制 + 数据格式
 │   └── codex-handoff.md      # 交给 Codex 的现成指令与边界
 ├── agents/openai.yaml        # skill 接口元信息卡

package/SKILL.md

@@ -8,7 +8,7 @@ description: >-
   画图的指令"、"优化我的出图 prompt"、"按我的风格生成 prompt"，或在用 GPT Image 2 /
   gpt-image-2 出图前需要一段精准提示词时，使用本 skill。
 metadata:
-  version: 0.3.0
+  version: 0.4.1
   openclaw:
     anyBins: ["uv", "python3"]
 ---
@@ -22,15 +22,23 @@ gpt-image-2 Prompt / handoff 指令。
 
 - **它做什么**：自然语言画图需求 → 结构化 Prompt Spec → 高质量生图 Prompt →
   可交给下游的 handoff 指令。偏好、样本、评分只作为辅助信号，服务于转化质量。
+- **意图保真是第一约束**：用户原始需求是 source of truth。本 skill 只扩充画幅、构图、
+  质感、光照、配色、层级、可读性和模型可执行细节；不得替用户改变主题、布局、栏目顺序、
+  信息结构，也不得新增用户没有要求或没有直接暗示的模块、人物、品牌、图表、文案或故事元素。
 - **它不做什么**：**不主动调用 Codex、不自己出图、不需要 OPENAI_API_KEY。**
   出图是下游的事（`/codex-image:generate`、`codex exec`、或 `gpt-image` CLI）。
   本 skill 的 `handoff` 子命令只把 Prompt 包装成一段可直接粘贴/转交的现成指令，
   交付即止，绝不替用户按下执行键。
 - **转化有 CLI 主路径**：简单单图优先用 `prompt_cli.py convert "<需求>"` 生成 Prompt / lint /
   handoff；长输入、多图、改图、品牌/角色一致性、数据图、烂 prompt 和多尺寸投放分别用
-  `compose`、`series`、`edit`、`brand`、`character`、`data-viz`、`rewrite`、`adapt`。
-  涉及精确文字时优先加 `--strict-text` 输出 visual prompt + `text_overlay_spec`。高抛光场景
-  再按 `references/compile.md` 和 `references/gallery.md` 人工增强。
+  `compose`、`variants`、`series`、`edit`、`brand`、`character`、`data-viz`、`rewrite`、`adapt`。
+  默认是一阶段 single-pass prompt：保留用户原文，让 gpt-image-2 直接生成完整图。
+  `--strict-text` 只在用户明确要求文字绝对准确、可后处理，或出图反馈属于 `text_error` 时作为兜底。
+  高抛光场景再按 `references/compile.md` 和 `references/gallery.md` 人工增强。
+- **风格只在质量层生效**：Prompt 必须把 `User visual brief` 原始视觉需求和
+  `Style / quality envelope` 分开。`--style`、`--style-preset`、profile 偏好只控制视觉语言、
+  质感、光照、配色、留白、层级和可读性；一旦和用户原始需求冲突，用户原始需求优先。
+  内置 420 个风格预设；用 `prompt_cli.py styles --json` 查看完整清单。
 - **两层质量模型**：① **自带金标准库**（`references/gallery.md` 12 类原创范例 +
   `compile.md` 法则）保证 baseline 开箱即好、人人共享、不依赖外部 skill；② **个人层**
   （profile + samples）只在 baseline 上叠你的口味 delta——**不是从零学起**。
@@ -49,12 +57,13 @@ prompt」「给 Codex 出图的指令」「优化这条出图 prompt」等意图
 
 1. **解析需求**。识别：资产类型（海报/UI/插画/产品图/信息图/角色…）、必须逐字出现
    的文字、宽高比/画幅、参考图、风格线索、是否要求精确文本，以及是"立即要 prompt"
-   还是"想先聊方向"。
+   还是"想先聊方向"。解析时先锁定用户显式目标和约束，后续所有增强都不能越过这些约束。
 
 2. **优先自动转化，并选对入口**。能直接交付时，按场景运行对应命令：
-   - 单图：`prompt_cli.py convert "<自然语言画图需求>" [--strict-text] [--out <path>] [--record-pending]`
-   - 长输入整理成多张图：`prompt_cli.py compose "<长输入>" --max-images 6 [--strict-text]`
-   - 系列图一致性：`prompt_cli.py series --brief "图1" --brief "图2" --style "..."`
+   - 单图：`prompt_cli.py convert "<自然语言画图需求>" [--style-preset premium] [--strict-text] [--out <path>] [--record-pending]`
+   - 长输入整理成多张图：`prompt_cli.py compose "<长输入>" --max-images 6 [--style-preset corporate] [--strict-text]`
+   - 同一输入多风格探索：`prompt_cli.py variants "<自然语言画图需求>" --style-presets all`
+   - 系列图一致性：`prompt_cli.py series --brief "图1" --brief "图2" --style "..." [--style-preset premium]`
    - 参考图/改图：`prompt_cli.py edit --goal "..." --reference role:path --preserve ... --change ...`
    - 品牌/角色一致性：`prompt_cli.py brand ...` / `prompt_cli.py character ...`
    - 数据图、烂 prompt、多尺寸：`data-viz` / `rewrite` / `adapt`
@@ -77,12 +86,13 @@ prompt」「给 Codex 出图的指令」「优化这条出图 prompt」等意图
      `craft.md` 作补充（注意其外部作者归属）；没有也完全不影响。
 
 6. **人工增强 Prompt（按需）**。当 `convert` 输出还不够精细，严格按 `references/compile.md` 的骨架增强：
-   画幅/宽高比优先 → 主体与场景密度 → 风格锚点（具体有边界）→ 材料/光照/配色分开控
-   → 精确文字加引号 → 短否定项 → 给出**推荐尺寸与质量档**。文字类需求务必把每个要
-   显示的字符串用 `"…"` 包住、中文保持原样。
+   画幅/宽高比优先 → 原始需求独立保留 → 风格锚点（具体有边界）→ 材料/光照/配色分开控
+   → 精确文字加引号 → 短否定项 → 给出**推荐尺寸与质量档**。文字类需求默认把每个要
+   显示的字符串用 `"…"` 包住、中文保持原样，让模型一阶段直接渲染。增强只能让原需求更清晰、更精美、更可执行；
+   不能把缺失信息脑补成新的视觉主题或新内容模块。
 
 7. **Lint、基准与交付**。交付前用 `prompt_cli.py lint --prompt "<prompt>" ...` 检查硬约束。
-   模板改动后跑 `prompt_cli.py benchmark references/golden-cases.jsonl --runs 3`，确认
+   开发仓库内模板改动后跑 `prompt_cli.py benchmark references/golden-cases.jsonl --runs 3`，确认
    golden cases 的转化输出稳定且无 lint error。
    若 agent 手写 Prompt，用
    `prompt_cli.py handoff --request "<原始需求>" --prompt "<prompt>" [--out <path>] --record-pending`
@@ -114,7 +124,7 @@ prompt」「给 Codex 出图的指令」「优化这条出图 prompt」等意图
 
 | 层 | 文件 | 作用 |
 |---|---|---|
-| ① 偏好档案 | `style_profile.md` | 结构化 + 自由笔记，记录长期口味；每次编译先读它 |
+| ① 偏好档案 | `style_profile.md` | 结构化 + 自由笔记，记录 `default_style_preset`、长期口味和排斥项；每次编译先读它 |
 | ② 样本库 | `samples.jsonl` | 每次出图的采纳/弃用记录，提供 few-shot |
 | ③ 评分回路 | `judgements.jsonl` | **可选**。对成品图按 rubric 打分，沉淀质量轨迹 |
 
@@ -141,8 +151,10 @@ verdict=revise 时，主动提出改 Prompt 的具体方向并重编译。
 ## CLI 速查
 
 ```
-convert "自然语言画图需求" [--strict-text] [--out p]         # 需求 → Prompt / lint / handoff
-compose "长输入/文档内容" --max-images 6 --strict-text        # 长输入 → 多图视觉计划
+convert "自然语言画图需求" [--style-preset premium] [--strict-text] [--out p]  # 默认 single-pass：需求 → Prompt / lint / handoff
+compose "长输入/文档内容" --max-images 6                     # 长输入 → 多图视觉计划
+variants "自然语言画图需求" --style-presets all              # 同一输入 → 多风格 Prompt 组
+styles --json                                                # 查看内置风格预设
 series --brief "图1" --brief "图2" --style "…"               # 系列图 → 风格一致 Prompt 组
 edit --goal "改图目标" --reference product:ref.png            # 参考图/改图 → 编辑 Prompt
 brand --name "品牌名" --request "品牌主视觉"                  # 品牌一致性档案 + 可选编译
@@ -153,9 +165,10 @@ adapt "画图需求" --aspects 1:1,3:4,16:9,9:16                 # 同需求 →
 overlay --image out.png --spec spec.json --out final.png      # 精确中文字/价格/标签后处理
 visual-check --image final.png --spec spec.json               # 单图质量门
 edit-check --reference ref.png --output edited.png            # 参考图改图质量门
-visual-regress references/visual-cases.jsonl                  # 多场景回归
+intent-check --request "原始需求" --prompt "生成prompt"       # 意图保真检查
+visual-regress references/visual-cases.jsonl                  # 开发仓库本地：多场景回归
 lint --prompt "…" [--asset-type poster] [--text 必显文字]    # 生图转化硬约束检查
-benchmark references/golden-cases.jsonl --runs 3             # golden cases 转化稳定性基准
+benchmark references/golden-cases.jsonl --runs 3             # 开发仓库本地：golden cases 转化稳定性基准
 revise --sample-id last --reason text_error                  # 按失败分类修订 Prompt
 profile show|init|set KEY VAL|note "…"|path     # 风格偏好档案
 samples add|search "…"|list                     # 出图样本库（few-shot；add 可带 --size/--quality）
@@ -170,23 +183,39 @@ status                                            # 数据 + 下游通道健康
 | 用户场景 | 首选命令 | 关键输出 |
 |---|---|---|
 | 给一段很长的输入，让 agent 整理并画对应图 | `compose` | `visual_plan[]`：每张图的 brief、asset_type、prompt、handoff、lint |
+| 同一个输入探索多个风格方向 | `variants` | 多个共享同一 `User visual brief` 的风格版本，只改变 style/quality envelope |
 | 一次要多张同风格图 | `series` | 共享 `shared_style`，每张图独立 spec/prompt |
 | 要基于参考图改局部 | `edit` | `edit_spec`：references、preserve、change、required_text |
 | 要品牌调性稳定 | `brand` | `brand_prompt_block`，可直接编译品牌资产 |
 | 要同一角色反复出现在不同场景 | `character` | `character_bible`、参考表 prompt、场景 prompt |
+| 要生成 PPT/汇报页/演示文稿单页 | `convert` | `slide` spec：single-pass 保留显式区域、栏目结构、图标语义、页脚和中文文案 |
 | 要把数据/报表变图 | `data-viz` | `chart_data_spec`、图表 prompt，strict text 时有 overlay spec |
 | 用户给的是很烂的 prompt | `rewrite` | 重写后的结构化 prompt、safety rewrite、lint |
 | 要多渠道投放尺寸 | `adapt` | 按画幅拆出来的多套 prompt，不做简单裁切 |
 
 ## 强制质量门
 
-所有精确文字场景（中文标题、价格、图表标签、品牌名、UI 文案）默认走两段式：
+所有转化结果默认要先过意图保真检查：
 
-1. `--strict-text` 让生图模型只生成背景、构图和留白区域，输出 `text_overlay_spec`。
-2. 下游出图后运行 `overlay --image <raw> --spec <spec.json> --out <final>`，用系统中文字体
-   确定性叠加精确文字。
-3. 运行 `visual-check --image <final> --spec <spec.json>`，尺寸、画幅、亮度、对比度不通过就
-   不采纳样本。
+```
+intent-check --request "<原始需求>" --prompt "<生成后的 prompt>"
+```
+
+它会检查两类高风险偏离：用户明确否定的对象/模块是否被正向写回 prompt；品牌板、卡片、
+图表、图标、人物、道具等模板模块是否在未请求时被注入。`convert`、`benchmark`、
+`visual-regress` 会携带/执行这项检查。
+
+默认 prompt 应直接交给 gpt-image-2 一阶段出图。精确文字场景（中文标题、价格、图表标签、
+品牌名、UI 文案）默认把原文逐字引用进 prompt，并要求清晰可读。
+
+只有两类情况切到两段式兜底：
+
+1. 用户明确要求文字必须绝对准确、可后处理、可控排版。
+2. 下游出图反馈属于 `text_error`，需要修订版本。
+
+此时才加 `--strict-text`，让生图模型只生成背景、构图和留白区域，输出 `text_overlay_spec`；
+下游出图后运行 `overlay --image <raw> --spec <spec.json> --out <final>` 确定性叠加文字，
+再用 `visual-check --image <final> --spec <spec.json>` 验收。
 
 参考图/改图场景必须在拿到输出图后运行：
 
@@ -194,7 +223,7 @@ status                                            # 数据 + 下游通道健康
 edit-check --reference ref.png --output edited.png
 ```
 
-它会检查中心主体相似度和整图变化量，避免“主体漂移”或“根本没改”。模板或策略变更后必须跑：
+它会检查中心主体相似度和整图变化量，避免“主体漂移”或“根本没改”。开发仓库内模板或策略变更后必须跑：
 
 ```
 visual-regress references/visual-cases.jsonl

package/agents/openai.yaml

@@ -1,16 +1,22 @@
 interface:
   display_name: "Draw Prompt"
-  short_description: "Convert natural-language image requests, long inputs, series, edits, brands, characters, charts, rewrites, and size adaptations into high-quality gpt-image-2 prompts and Codex hand-off blocks; never generates images itself."
+  short_description: "Convert natural-language image requests into high-quality gpt-image-2 prompts while preserving the user's intent; style and quality controls never rewrite the brief."
   default_prompt: >-
     Use $draw-prompt to convert my image request into a high-quality,
-    reproducible gpt-image-2 prompt and handoff block. Prefer the matching CLI
-    entry: convert for a single image, compose for long input to multiple
-    images, series for consistent sets, edit for reference-image edits, brand
-    and character for identity consistency, data-viz for charts, rewrite for
-    weak prompts, and adapt for multiple aspect ratios. For exact text use
-    strict-text and then overlay after generation; for finished images use
-    visual-check, for reference edits use edit-check, and for release changes
-    use visual-regress plus benchmark. Use lint before handoff. Use the bundled
-    references/gallery.md and references/compile.md as the primary baseline;
-    consult external gpt-image references only as an optional supplement. Do
-    not call Codex or generate images yourself.
+    reproducible gpt-image-2 prompt and handoff block without changing my
+    original visual intent. Use styles to inspect the built-in style catalog.
+    Prefer the matching CLI entry: convert for a single
+    image, compose for long input to multiple images, series for consistent
+    sets, variants for multiple styles from the same brief, edit for
+    reference-image edits, brand and character for identity consistency,
+    data-viz for charts, rewrite for weak prompts, and adapt for multiple
+    aspect ratios. Keep my brief as the source of truth; put --style,
+    --style-preset, --style-presets, profile preferences, materials, lighting, palette, and
+    quality polish only in the style/quality envelope. Default to single-pass
+    prompts. Use strict-text and overlay only when exact postprocessed text is
+    explicitly required or after text_error feedback. Use intent-check and lint
+    before handoff; for finished images use visual-check, for reference edits
+    use edit-check, and for release changes use visual-regress plus benchmark.
+    Use the bundled references/gallery.md and references/compile.md as the
+    primary baseline; consult external gpt-image references only as an optional
+    supplement. Do not call Codex or generate images yourself.

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@yuhan1124/draw-prompt",
-  "version": "0.4.0",
+  "version": "0.4.1",
   "description": "Convert natural-language image requests into high-quality gpt-image-2 prompts and Codex handoff blocks.",
   "type": "commonjs",
   "bin": {
@@ -9,12 +9,19 @@
   "files": [
     "bin/",
     "scripts/prompt_cli.py",
-    "references/",
+    "references/codex-handoff.md",
+    "references/compile.md",
+    "references/conversion-skill-plan.md",
+    "references/gallery.md",
+    "references/harness.md",
     "agents/",
     "SKILL.md",
     "README.md",
     "LICENSE"
   ],
+  "publishConfig": {
+    "access": "public"
+  },
   "scripts": {
     "test": "python3 -m unittest discover -s tests",
     "benchmark": "python3 scripts/prompt_cli.py benchmark references/golden-cases.jsonl --runs 3",

package/references/conversion-skill-plan.md

@@ -20,25 +20,35 @@
 
 ## 转化链路
 
+0. **意图保真**：用户原始需求是 source of truth。后续只扩充画幅、构图、质感、光照、
+   配色、层级、可读性和模型执行细节；不得新增用户未要求或未直接暗示的模块、人物、品牌、
+   图表、文案或故事元素。
 1. **Intake 需求理解**：识别资产类型、主体、画幅、必显文字、风格线索、用途。
 2. **细分模板路由**：把大类继续落到 `poster_zh_promo`、`ui_mobile_home`、
    `diagram_rag` 等稳定模板，减少同类需求的随机漂移。
 3. **Spec 结构化**：把需求转成稳定字段：`asset_type`、`template_id`、`aspect`、
    `required_text`、`layout`、`text_hierarchy`、`must_include`、`must_avoid`、
    `acceptance_criteria`、`style_anchors`、`materials`、`lighting`、`palette`、`size`、`quality`。
-4. **Prompt 渲染**：按资产类型模板生成模型友好的 prompt，固定遵守画幅优先、文字引号、
-   材料/光照/配色分离、短否定项等规则。
-5. **Strict text（按需）**：文字要求严格时输出 visual prompt + `text_overlay_spec`，
-   让生图阶段只负责背景/版式，文字由后处理精确叠加。
-6. **真实场景编排**：长输入先拆成多张图的 `visual_plan`；系列图共享 style/palette；
-   改图明确 reference/preserve/change；品牌和角色输出可复用一致性档案；数据图保留 schema。
+4. **Prompt 渲染**：默认生成 single-pass prompt，分成 `User visual brief` 原始视觉需求、
+   `Style / quality envelope` 风格质量层、`Intent preservation` 意图保真层。用户原文和显式文案
+   必须保留，让 gpt-image-2 一阶段直接生成完整图；只补充画幅、构图、质感、光照、配色、
+   可读性和短否定项。风格质量层和原始需求冲突时，原始需求优先。
+5. **Strict text（兜底）**：仅当用户明确要求文字绝对准确/可后处理，或出图反馈属于
+   `text_error` 时，输出 visual prompt + `text_overlay_spec`，让生图阶段只负责背景/版式，
+   文字由后处理精确叠加。
+6. **真实场景编排**：长输入先拆成多张图的 `visual_plan`；同一输入可用 `variants`
+   输出多种只改变风格质量层的版本；系列图共享 style/palette；改图明确 reference/preserve/change；
+   品牌和角色输出可复用一致性档案；数据图保留 schema。
 7. **安全改写**：涉及真实 IP、品牌、工作室/艺术家风格时，自动改写为原创视觉语言，并加入
    no real brand logos / no existing IP resemblance 等避让项。
 8. **Lint 自检**：检查 prompt 是否缺画幅、必显文字是否未加引号、文字类是否未用 high、
    是否缺否定项、是否有真实品牌风险。
-9. **Handoff 交付**：输出 raw prompt、`/codex-image:generate ...` 或 `codex exec ...`。
-10. **Benchmark 基准**：模板变动后跑 golden cases，多次转化检查 digest 稳定与 lint 通过。
-11. **Feedback / Revise 回流**：出图失败后记录结构化失败分类，并用 `revise` 生成修订版。
+9. **Intent Check 意图保真**：检查用户否定项是否被正向写回 prompt，以及品牌板、卡片、
+   图表、图标、人物、道具等模板模块是否被无依据注入。
+10. **Handoff 交付**：输出 raw prompt、`/codex-image:generate ...` 或 `codex exec ...`。
+11. **Benchmark 基准**：模板变动后跑 golden cases，多次转化检查 digest 稳定、lint 与
+   intent-check 通过。
+12. **Feedback / Revise 回流**：出图失败后记录结构化失败分类，并用 `revise` 生成修订版。
 
 ## CLI 契约
 
@@ -49,7 +59,6 @@
 ```bash
 python3 scripts/prompt_cli.py convert \
   "茶饮新品海报，国风一点，写冷泡系列，价格 16/19 元" \
-  --strict-text \
   --out poster.png \
   --record-pending
 ```
@@ -58,6 +67,9 @@ python3 scripts/prompt_cli.py convert \
 
 - `Prompt`：可直接喂给生图模型。
 - `text_overlay_spec`：仅 `--strict-text` 时输出，用于精确文字后处理。
+- `prompt_mode`：默认 `single_pass`；加 `--strict-text` 时为 `strict_text_overlay`。
+- `style_preset`：内置 420 个风格预设；用 `styles --json` 查看完整清单。它只影响风格质量层，
+  不改写需求主体。
 - `推荐 size / quality / asset_type`。
 - `acceptance_criteria`：该图的验收标准。
 - `Lint`：转化质量检查。
@@ -86,6 +98,8 @@ python3 scripts/prompt_cli.py lint \
 python3 scripts/prompt_cli.py benchmark references/golden-cases.jsonl --runs 3
 ```
 
+`references/golden-cases.jsonl` 是开发仓库本地回归集，不随 npm 包发布。
+
 这一步不出图，只验证转化层稳定性。它输出每个 case 的 `template_id`、`prompt_digest`、
 lint 结果和 acceptance criteria。
 
@@ -142,6 +156,29 @@ python3 scripts/prompt_cli.py compose \
 不足时按句群切分。每个片段再路由到 poster / diagram / infographic / ui / product /
 character / illustration。
 
+### `variants`
+
+同一个输入探索多个风格方向。每个版本共享同一份 `User visual brief`，只替换
+`Style / quality envelope`。
+
+```bash
+python3 scripts/prompt_cli.py variants \
+  "智能水杯产品图，黑色磨砂材质，带温度显示" \
+  --style-presets premium,flat-vector,photoreal
+```
+
+输出 `variants[]`，每项包含：`style_preset` / `custom_style`、`spec`、`prompt`、`handoff`、
+`lint`、`intent_check`。`--style-presets all` 会输出全部内置风格；`--custom-style`
+可追加自定义风格版本。
+
+### `styles`
+
+列出内置风格库，方便用户或 agent 选择风格 preset。
+
+```bash
+python3 scripts/prompt_cli.py styles --json
+```
+
 ### `series`
 
 覆盖一组风格统一的图，例如活动 KV、社媒九宫格、产品多卖点图。
@@ -287,9 +324,24 @@ python3 scripts/prompt_cli.py visual-regress references/visual-cases.jsonl
 python3 scripts/prompt_cli.py visual-regress references/visual-cases.jsonl --require-images
 ```
 
+`references/visual-cases.jsonl` 是开发仓库本地回归集，不随 npm 包发布；npm 用户可传自己的 case 文件。
+
 `references/visual-cases.jsonl` 当前覆盖：文字海报、长输入架构图、系列产品图、品牌 KV、角色设定、
 数据图、多尺寸适配和风险改写。
 
+### `intent-check`
+
+对比原始需求和生成 prompt，检查 prompt 是否强行改变用户意图：
+
+```bash
+python3 scripts/prompt_cli.py intent-check \
+  --request "A 16:9 slide with only one centered title, no icons, no charts" \
+  --prompt "Create a 16:9 slide with one title plus three icons and a trend chart."
+```
+
+出现 `intent.denied_content_added` 或 `intent.unrequested_module` 时，必须先修转化模板或
+prompt，再交给下游出图。
+
 ## 资产类型路由
 
 当前支持这些主类型：
@@ -299,6 +351,7 @@ python3 scripts/prompt_cli.py visual-regress references/visual-cases.jsonl --req
 | `poster` | 海报、主视觉、促销图 | 3:4 / portrait / high |
 | `ui` | App、Web、Dashboard、产品界面 | 9:16 / portrait / high |
 | `infographic` | 科普、图解、流程说明 | 3:4 / portrait / high |
+| `slide` | PPT、汇报单页、演示文稿页面 | 16:9 / landscape / high |
 | `diagram` | 架构图、论文图、系统图 | 16:9 / landscape / high |
 | `product` | 产品、食品、电商渲染 | 3:4 / portrait / high |
 | `photography` | 写实摄影、纪实照片 | 16:9 / landscape / high |
@@ -314,6 +367,7 @@ python3 scripts/prompt_cli.py visual-regress references/visual-cases.jsonl --req
 | `poster_brand_kv` | poster | 单一 hero visual、品牌信息区、大留白 |
 | `ui_mobile_home` | ui | 手机状态栏、头部、内容卡片、主按钮、底部导航 |
 | `ui_dashboard` | ui | 侧边栏、顶部栏、KPI、图表、表格 |
+| `slide_corporate_report` | slide | 保留用户显式区域、栏目/行列结构、图标位置、页脚和留白 |
 | `diagram_rag` | diagram | User -> Retriever -> Vector DB -> LLM -> Answer |
 | `diagram_system` | diagram | 分层盒子、有向箭头、图例 |
 
@@ -328,10 +382,12 @@ python3 scripts/prompt_cli.py visual-regress references/visual-cases.jsonl --req
 - prompt 里必须有针对常见失败模式的否定项。
 - 涉及 logo / brand 时必须规避真实品牌和 stock clip-art。
 - 输出 handoff 时，`codex-image` 不加外层引号，避免破坏 prompt 内部精确文字引号。
-- strict text 模式下，prompt 不要求模型直接写必显文字；必须输出 `text_overlay_spec`。
-- 精确文字最终必须通过 `overlay` 确定性写入，再用 `visual-check` 验收。
+- 默认 `prompt_mode=single_pass`，必显文字直接保留在 prompt 中，要求模型清晰渲染。
+- 默认 prompt 必须包含原始需求块和风格质量层；`--style`、`--style-preset`、profile 偏好只能进入风格质量层。
+- strict text 模式只作为兜底；此时 prompt 不要求模型直接写必显文字，必须输出 `text_overlay_spec`。
+- 只有 strict text 输出才需要通过 `overlay` 确定性写入，再用 `visual-check` 验收。
 - 参考图/改图输出必须通过 `edit-check`，确认主体保留且修改生效。
-- 多场景策略变动必须跑 `visual-regress references/visual-cases.jsonl`。
+- 开发仓库内多场景策略变动必须跑 `visual-regress references/visual-cases.jsonl`。
 - 每个 spec 必须带 `acceptance_criteria`，用于人工或视觉模型验收。
 
 ## 偏好学习的位置
@@ -351,6 +407,7 @@ python3 scripts/prompt_cli.py visual-regress references/visual-cases.jsonl --req
 
 - `convert` 能从一句中文画图需求生成 spec、prompt、handoff。
 - `compose` 能把长输入拆成多张图，并给每张图独立 prompt/handoff/lint。
+- `variants` 能对同一输入输出多风格 prompt，且所有版本保留同一原始 brief。
 - `series` 能输出共享风格的一组 prompt。
 - `edit` 能表达 reference / preserve / change 契约。
 - `brand` / `character` 能输出一致性档案并编译示例 prompt。
@@ -360,11 +417,12 @@ python3 scripts/prompt_cli.py visual-regress references/visual-cases.jsonl --req
 - `overlay` 能把 `text_overlay_spec` 真实渲染到成品图。
 - `visual-check` 能对成品图做基础质量门。
 - `edit-check` 能对参考图编辑做主体保留/有效变化检查。
-- `visual-regress references/visual-cases.jsonl` 能稳定通过。
-- `convert --strict-text` 能输出 visual prompt + `text_overlay_spec`。
+- 开发仓库本地 `visual-regress references/visual-cases.jsonl` 能稳定通过。
+- `convert` 默认输出 single-pass prompt，保留用户原文和必显文字。
+- `convert --strict-text` 能输出 visual prompt + `text_overlay_spec` 作为兜底。
 - `lint` 能拦截未加引号文字、缺画幅、文字类非 high 等硬错误。
 - `handoff --record-pending` 能写入 pending 样本并返回 sample id。
-- `benchmark references/golden-cases.jsonl --runs 3` 稳定通过。
+- 开发仓库本地 `benchmark references/golden-cases.jsonl --runs 3` 稳定通过。
 - `revise --reason text_error` 能把文字失败样本切到 strict text 修订版。
 - README、SKILL、handoff 文档和脚本真实行为一致。
 - 自动化测试覆盖上述契约，并在隔离 `DRAW_PROMPT_HOME` 下通过。