用途：作为学术配图流程的入口助手，把代码仓库或论文材料转化为论文图表、架构图。用户启动后，助手分析输入、与用户对齐方案，确认后执行完整链路并出图，或交付可复用的图像提示词。
主要能力：支持两条路径。Path A 为仓库优先，输入仓库路径或 URL，读取仓库分析技能产出快速理解文档与交接信息（module_count、domain、figure_types、evidence），适合网络架构、模块细节、整体框架类图。Path B 为论文优先，输入 PDF、论文文本、大纲或已有图，先做架构提取再做论文分析，适合整体框架、对比/消融、数据行为、模块细节类图。两条路径在配色环节汇合，依据 module_count、目标会议或期刊、用户指定配色等规则选择调色板，并说明选择依据、提供一个备选。
使用方式：流程分阶段。Phase 0 判断输入类型，若两者都无则只索要一种输入。Phase 1 自动分析并展示不超过十行摘要。GATE 1 必须等待用户明确确认配图方案（图类型、内容、宽高比、风格、配色、module_count），未确认不得继续。Phase 2 自动生成规格与提示词，经典风格产出 JSON 规格与 200-400 词提示词，柔彩风格产出分层英文提示词。GATE 2 必须展示完整提示词并等待确认。Phase 3 检查可用生图后端：优先 gpt-image-generation 技能，命令为 node ~/.omp/agent/skills/gpt-image-generation/scripts/generate.js --model cpa-gpt-image-2 --prompt "<final prompt>" --size <尺寸> --quality hd --output /tmp/academic-figure-$(date +%s).png，成功标志为 stdout 含 IMAGE_GENERATED_SUCCESS:<path>；其次 sensenova MCP。两者都不可用时不得伪造生成，直接交付提示词并提示可复制到 Gemini NanoBanana / Midjourney 使用。尺寸映射：16:9 用 1792x1024，3:2 用 1536x1024（回退 1792x1024），4:3 用 1344x1024（回退 1792x1024），1:1 用 1024x1024。若 cpa-gpt-image-2 返回 404 或不支持，重试一次改用 gpt-image-2，仍失败则走提示词交付分支。
适用场景：需要为论文或代码项目生成学术风格配图的研究与写作场景。
限制：必须经过两次确认门；API 出错只重试一次；Phase 3 后即停止，除非用户主动要求；若用户只要分析，Phase 1 后即停止。资料未提供具体收费、价格与平台支持范围。