用途：依据论文方法学文本与图注，生成 NeurIPS 级的方法学示意图或统计图表。
主要能力： optimize_input：将方法学文本结构化为组件、流程与分组，并把模糊图注锐化为精确的视觉规格，适用于长文本或模糊图注。 plan_diagram：一次性完成检索参考图、视觉上下文学习、规划描述与风格润色，并推荐宽高比。 search_references：轻量浏览参考图。 generate_image：按描述渲染图表；统计图只需指定 diagram_type 为 statistical_plot 并附 raw_data，会自动生成并执行 matplotlib 代码。 critique_image：评估生成图并给出修改意见。
使用方式：按顺序执行。先可选调用 optimize_input；再调用 plan_diagram 获取优化描述与推荐宽高比；然后用该描述调用 generate_image，方法学图用 diagram_type="methodology"，统计图用 "statistical_plot" 并附 raw_data；最后调用 critique_image，若 needs_revision 为真则采用 revised_description 回到生成步骤，最多迭代 3 轮。支持宽高比：1:1、2:3、3:2、3:4、4:3、9:16、16:9、21:9。宽幅适合从左到右的流水线、编码器-解码器架构；高幅适合自上而下的层次与树结构；方形适合均衡架构与多面板图。
限制：不要自行撰写图表描述，应使用 plan_diagram 的输出；描述中不可出现十六进制色值、像素尺寸或 CSS 值；方法学图不得回退到 matplotlib 或 LaTeX，须经 generate_image 使用图像生成模型；用户有具体意见时把 user_feedback 传给 critique_image。具体定价与平台信息暂未提供。