展开本页目录
开始前准备什么
- Gemini CLI 需要 Node >=20 和网络；Google 登录、Gemini API key、Vertex 的额度与权限不同。
- read_file 官方支持图片输入；使用可读 PNG，并记录实际模型对图片的支持。
- 图片 OCR 和连线识别可能出错；验收必须人工逐边核对，不能宣称无损识别。
- 保存原始手绘与节点编号
- 让 Gemini 用真实文件工具读图
- 先列节点和边再生成语法
- 生成可编辑 Mermaid 并保留问号
- 运行八条边的结构核验
- 渲染后用原图逐箭头复核
- 把不确定标签交还原作者
原创输入、提示词、原生配置、参考源码、实际结果和验收说明；不含模型账号或运行缓存。
按独立目录运行，原生代理会话需由自己另行执行。
1. 保存原始手绘与节点编号
打开 handwritten.png：七个节点、八条有向边，包含 B→D→B 回环和 C→G 拒绝出口。E→D 的标签故意含“补…？”不确定字，不能在识别后悄悄补成肯定事实。 包内原图是本站人工编排、程序落图的数字草图，不是真实纸笔扫描；也可换成自己的手绘照片做相同拓扑验收。
2. 让 Gemini 用真实文件工具读图
在图片所在项目启动 Gemini CLI，明确让 read_file 读取 handwritten.png。原生 read_file 支持图片，但 Glob/Grep 的文本检索不等于看懂图；保留真实工具反馈，不能画一张假的 CLI 成功界面。
3. 先列节点和边再生成语法
要求返回 nodes/edges/uncertainLabels，逐一标识提交、字段检查、主管审批、补充材料、财务复核、归档和拒绝。若文字模糊就写 unknown，避免直接生成漂亮图后难以查漏边。
4. 生成可编辑 Mermaid 并保留问号
将节点表转 flowchart TD；E→D 的边标为“补…？待确认”。包内 reference.mmd 是本站人工正确拓扑参考，不是 Gemini 输出；模型自己的源文件另存 actual.mmd。
5. 运行八条边的结构核验
执行 python3 verify.py，逐边比较 reference.mmd 和 topology.json。这个检查器只解析本题限定语法，不是通用 Mermaid parser；实际模型语法错误还要交给 Mermaid 渲染器。
本地练习命令
python3 verify.py6. 渲染后用原图逐箭头复核
打开 reference.html 的实际 Mermaid 渲染，逐项核对七节点、八边、拒绝出口和退回回环。渲染成功只证明语法可画，不证明手绘已被正确理解。
7. 把不确定标签交还原作者
交付 Mermaid 源码、实际渲染图和待确认项。原图作者确认 E→D 标签后再修改源文件并重渲染；不确定项消失必须有确认依据。
怎样确认已经完成
- 人工 Mermaid 八边拓扑与实际渲染应能按 README 在独立目录重现。
- 旧工具接受已知 Mermaid 源码再转画布；本题从模糊手绘图像识别节点与有向边，重点产物是可审校拓扑与不确定项，而非换渲染工具。
- 目标代理真实结果须另存；人工参考、原生会话和官方示例分别识别。
常见问题
手绘流程图怎么让 Gemini CLI 看懂并转成 Mermaid？
要求返回 nodes/edges/uncertainLabels，逐一标识提交、字段检查、主管审批、补充材料、财务复核、归档和拒绝。若文字模糊就写 unknown，避免直接生成漂亮图后难以查漏边。
退回和循环箭头，AI 转流程图会不会漏？
打开 reference.html 的实际 Mermaid 渲染，逐项核对七节点、八边、拒绝出口和退回回环。渲染成功只证明语法可画，不证明手绘已被正确理解。
本题哪些结果已经实际运行？
已运行的是人工 Mermaid 八边拓扑与实际渲染。原生功能操作按官方文档编排，目标代理未调用；英文检索可用“Gemini CLI read hand drawn workflow image to Mermaid”定位对应术语，但这不是搜索量或热榜声明。