feat(review): 审查阶段对齐绘图区分辨率 + 放大取证闭环 #15

2026-10-16T18:55:40+08:00

2026-10-16 18:55:40 +08:00

发现的缺口：maximized_drawing_area 原先只包住取证循环，审查阶段没被包住 →
LLM 在受控子循环里 zoom + 截图拿到的是未最大化的 2110x462（正是上一轮刚解决的
低分辨率问题，在最需要放大看细节的审查阶段又出现了）；且审查中的 zoom 不复位视口，
跑完把用户的 CAD 留在最后一次放大处。

改动：

main.run_review：把 maximized_drawing_area 从「只包取证」扩到「包取证 + 审查」
（两者都要截图）；report/annotate 留在 with 之外。
phases/review.py：新增 _VIEW_TOOLS；review_frame 拆成外壳 + _review_frame，
外壳 try/finally 里仅当确实动过视口才复位到该图框整幅视图
（zoom_to_window(win, margin=0.02)）。纯查结构化数据的路径不受影响。
checklist.build_system_prompt：把「可调用只读工具」改写成明确的放大取证协议——
截图看不清时用 zoom_to_window（坐标由图框/实体 bbox 算）或 zoom_to_entity，
再 get_viewport_screenshot 复核；并约束不要为看图而反复放大。

次生问题（同轮修复）：_MAX_OBS_IMAGES 原为硬编码 3，而模型一轮内会发 8 次截图 →
拍了 8 张只回灌 3 张。改为配置项 REVIEW_OBS_IMAGES（默认 6），并把预算耗尽的占位
文案改成明确告知模型「不要再请求截图，请给出结论」。

实测（真实图纸 1 图框，新增 verify_review_maximized.py）：取证与审查两阶段窗口均为
[-4,-2,3444,1442]（最大化态），结束精确还原 [68,0,2316,960]，三项全 PASS；
子循环里 LLM 连发 8 组 zoom_to_window + get_viewport_screenshot，提示词生效。
pytest 304 passed。

发现的缺口：maximized_drawing_area 原先只包住取证循环，审查阶段没被包住 → LLM 在受控子循环里 zoom + 截图拿到的是未最大化的 2110x462（正是上一轮刚解决的低分辨率问题，在最需要放大看细节的审查阶段又出现了）；且审查中的 zoom 不复位视口，跑完把用户的 CAD 留在最后一次放大处。改动： 1. __main__.run_review：把 maximized_drawing_area 从「只包取证」扩到「包取证 + 审查」（两者都要截图）；report/annotate 留在 with 之外。 2. phases/review.py：新增 _VIEW_TOOLS；review_frame 拆成外壳 + _review_frame，外壳 try/finally 里仅当确实动过视口才复位到该图框整幅视图（zoom_to_window(win, margin=0.02)）。纯查结构化数据的路径不受影响。 3. checklist.build_system_prompt：把「可调用只读工具」改写成明确的放大取证协议—— 截图看不清时用 zoom_to_window（坐标由图框/实体 bbox 算）或 zoom_to_entity，再 get_viewport_screenshot 复核；并约束不要为看图而反复放大。次生问题（同轮修复）：_MAX_OBS_IMAGES 原为硬编码 3，而模型一轮内会发 8 次截图 → 拍了 8 张只回灌 3 张。改为配置项 REVIEW_OBS_IMAGES（默认 6），并把预算耗尽的占位文案改成明确告知模型「不要再请求截图，请给出结论」。实测（真实图纸 1 图框，新增 verify_review_maximized.py）：取证与审查两阶段窗口均为 [-4,-2,3444,1442]（最大化态），结束精确还原 [68,0,2316,960]，三项全 PASS；子循环里 LLM 连发 8 组 zoom_to_window + get_viewport_screenshot，提示词生效。 pytest 304 passed。

home-Lenovo-Legion-r9000 added 1 commit 2026-10-16 18:55:40 +08:00

feat(review): 审查阶段对齐绘图区分辨率 + 放大取证闭环 e8140f2bc5

发现的缺口：maximized_drawing_area 原先只包住取证循环，审查阶段没被包住 →
LLM 在受控子循环里 zoom + 截图拿到的是未最大化的 2110x462（正是上一轮刚解决的
低分辨率问题，在最需要放大看细节的审查阶段又出现了）；且审查中的 zoom 不复位视口，
跑完把用户的 CAD 留在最后一次放大处。

改动：
1. __main__.run_review：把 maximized_drawing_area 从「只包取证」扩到「包取证 + 审查」
   （两者都要截图）；report/annotate 留在 with 之外。
2. phases/review.py：新增 _VIEW_TOOLS；review_frame 拆成外壳 + _review_frame，
   外壳 try/finally 里仅当确实动过视口才复位到该图框整幅视图
   （zoom_to_window(win, margin=0.02)）。纯查结构化数据的路径不受影响。
3. checklist.build_system_prompt：把「可调用只读工具」改写成明确的放大取证协议——
   截图看不清时用 zoom_to_window（坐标由图框/实体 bbox 算）或 zoom_to_entity，
   再 get_viewport_screenshot 复核；并约束不要为看图而反复放大。

次生问题（同轮修复）：_MAX_OBS_IMAGES 原为硬编码 3，而模型一轮内会发 8 次截图 →
拍了 8 张只回灌 3 张。改为配置项 REVIEW_OBS_IMAGES（默认 6），并把预算耗尽的占位
文案改成明确告知模型「不要再请求截图，请给出结论」。

实测（真实图纸 1 图框，新增 verify_review_maximized.py）：取证与审查两阶段窗口均为
[-4,-2,3444,1442]（最大化态），结束精确还原 [68,0,2316,960]，三项全 PASS；
子循环里 LLM 连发 8 组 zoom_to_window + get_viewport_screenshot，提示词生效。
pytest 304 passed。

gjm merged commit 3bc64b6c3e into main

2026-10-16 18:57:05 +08:00

Sign in to join this conversation.

1 Participants

Notifications

Due Date

No due date set.

Dependencies

No dependencies set.

Reference: gjm/cad-agent#15