提示词描述

此图展示了一个将图表图像逆向工程为 TikZ 代码的自动化流程。该系统的核心逻辑可以分为以下四个主要阶段：1. 输入与全局规划阶段：输入：原始图表图像（例如折线图、柱状图等）。全局处理：全局规划器：接收图像输入并提取全局元数据。输出：生成包含图表全局参数的 JSON 格式数据（例如，“X 轴比例”：1.5，“Y 轴比例”：0.5 等）。2. 并行特征提取阶段：图像同时输入到四个并行的深度学习/识别模型中，每个模型负责提取不同的图表组件信息并生成相应的 TikZ 代码片段：图表基本配置识别模型：识别图表的基本结构并生成 Tikz 1 代码。坐标轴解析模型：解析 X/Y 轴的刻度、标签等并生成 Tikz 2 代码。数据可视化识别模型：识别特定的数据点、线条或柱状图并生成 Tikz 3 代码。图例识别模型：识别图例的内容和样式并生成 Tikz 4 代码。3. 代码合成阶段：填充：整合以上两个阶段产生的数据：全局规划器产生的 JSON 数据。四个模型产生的 TikZ 代码片段（1-4）。模板应用：将这些数据填充到预设的 LaTeX 模板中。输出：生成完整的 TikZ 代码。4. 编译与验证循环：这是系统中确保代码可执行性的关键闭环：Latex 编译器：尝试编译生成的完整代码。成功：直接输出最终图表，流程结束。失败：触发错误处理机制。检查代理：接收编译失败信息。分析错误并尝试修复代码。生成新的 TikZ 代码。循环：将新代码发送回 Latex 编译器进行编译，直到成功。