基于 Agent Skill 的 FPGA 嵌入式视觉系统框图生成实践——以 Bailey 第 15 章为例摘要本文记录一次将 Happy Figure Skill 应用于教材Design for Embedded Image Processing on FPGAsBailey, 2nd ed.第 15 章Example Applications的完整流程。通过 PDF 章节抽取、知识点结构化与 Prompt 编译生成 6 套面向 GPT Image 2 的系统框图指令并讨论标签白名单、分图策略与人工校验要点。实践表明该 Skill 的价值在于将「科研语境 → 绘图 Prompt」标准化而非替代最终制图环节对理解流式 FPGA 视觉流水线具有辅助作用。关键词FPGA嵌入式图像处理Agent Skill系统框图Prompt 工程Bailey标签FPGA、图像处理、AI 绘图、Agent Skill、嵌入式视觉、Bailey1. 背景与动机Bailey 教材第 15 章将前文章节中的算子串联为五个完整应用彩色目标跟踪§15.1、中心凹视觉传感器§15.2、农产品分级§15.3、立体视觉§15.4与人脸检测§15.5。各节在数据通路、时钟域划分与资源优化策略上相互独立又共同体现「流式处理、为 FPGA 定制算法」这一主题。学习过程中常见困难在于单模块 RTL 或算子逻辑可理解但系统级数据流与模块边界难以在脑中保持清晰。传统做法是对照原书 Figure 15.1–15.17 手工重绘框图本文尝试引入 Agent Skill 辅助将章节内容编译为结构化绘图 Prompt以加速复习与构图参考。范围说明下文仅涉及 Bailey 第 15 章与 Happy Figure 工作流不涉及任何私人工程项目细节。配图建议使用本章总览预览图作为封面分节图按需插入正文。2. Happy Figure Skill 的定位Happy Figure 并非图像生成器而是提示词编译层其职责可概括为环节输入输出领域与图型判定结构化笔记 / 设计说明系统框图 / 流水线 / 机制图等类型选择Prompt 编译模块列表、数据流、标签约束面向目标模型如 GPT Image 2的完整指令人工制图上述 PromptPNG / SVG 等终稿典型工作流为两段式Skill 生成 Prompt → 绘图模型执行渲染。若省略第二步则无法得到可用插图。配套使用的pdf类 Skill 负责从正版电子版 PDF 中抽取指定章节文本Skill 本体可通过 GitHub 发布包解压至 Agent 的 Skill 目录完成部署网络不稳定时 zip 方式较 clone 更可靠。3. 实验对象与知识结构化3.1 章节抽取以 Bailey 第二版 PDF 为源使用 Pythonpdfplumber按章节标题Example Applications定位第 15 章导出纯文本供后续处理。注意事项在线阅读平台导出的 PDF 可能含水印行提取后应清洗避免干扰 Agent 解析扫描版需 OCR电子版文本抽取一般可用公式与特殊符号可能出现乱码需对照阅读器补充人工摘要——全自动抽取不宜作为唯一依据。3.2 结构化笔记Figure IntentHappy Figure 的输入应为结构化科研语境而非整章 raw text。笔者按 §15.1–15.5 整理模块清单并明确绘图意图IEEE 风格嵌入式系统框图、英文短标签、不编造书中未给出的性能数据。各节核心模块如下节主题框图应覆盖的模块 / 概念15.1彩色跟踪Y′CoCg、LUT 分割、双口 BRAM、两相时钟、erosion、包围盒15.2中心凹传感器读窗控制、forward mapping、主动视觉闭环15.3农产品分级双视角体积估计、流式形态学、质量指标15.4立体视觉校正、census 变换、视差、深度15.5人脸检测四路并行特征、Naive Bayes、图像金字塔、NMS向 Agent 下达任务时可采用如下指令模板使用 happy-figure-skill根据我整理的 Bailey 第15章知识点笔记 生成嵌入式 FPGA 系统框图 prompt目标 GPT Image 2英文短标签只要最终 prompt。图1_彩色跟踪图2_中心凹传感器图3_农产品分级图4_立体视觉图5_人脸检测4. 分图策略与 Prompt 设计第 15 章信息密度较高单张「全章总览」难以保证可读性与标签准确率。采用1 张总览 5 张分节图共 6 套 Prompt编号内容设计要点Fig-0五应用总览并排对比突出流式处理与资源优化主线Fig-1§15.1 彩色跟踪流水线 两相时序对应原书 Fig 15.3 结构Fig-2§15.2 中心凹CMOS 读窗 → 中心凹映射 → 主动视觉反馈Fig-3§15.3 分级多镜面光学 流式分级硬件链Fig-4§15.4 立体几何校正 / census / 视差计算Fig-5§15.5 人脸19×19 窗、四特征并行、分类与 NMSHappy Figure 输出中应包含英文标签白名单并显式禁止将 Prompt 结构词如ZONE、CONNECTIONS渲染为可见文字——否则绘图模型易将脚手架术语误作模块名。推荐白名单写法示例All visible text in the figure must use only the following exact labels: 1. Dual-Port BRAM 4K 2. Two-Phase Clock ... Do not render ZONE as visible text.仅使用「画 Bailey 15.1 流水线」等模糊描述在复杂系统图上失败率较高。5. 生成、预览与校验5.1 两阶段出图快速预览使用 IDE 内置生图对 6 套 Prompt 做布局与数据流方向检查标签错字在预览阶段可接受。终稿渲染将完整 Prompt 提交 GPT Image 2或同级模型重新生成再进入人工校验。5.2 校验清单检查项说明数据流方向与原书 Fig 15.1–15.17 一致结构词泄露图中不得出现 ZONE、CONNECTIONS 等 Prompt 元数据术语拼写Census、Naive Bayes 等专业词汇事实边界不得添加书中未给出的曲线、指标或性能数字6. 方法要点归纳1三层判定应写入 PromptHappy Figure 隐含的三层选择——领域FPGA 系统框图 vs 生物机制图、图型流水线 / 实验系统 vs 统计曲线、目标模型GPT Image 2 对多英文标签的容忍度——需由 Skill 编译进最终指令而非由用户每次口头重复。2先结构化笔记后生成 Prompt顺序颠倒直接将整章 PDF 文本交给 Skill会显著降低输出质量。结构化步骤本质上是强制梳理系统边界与数据通路与手工画框图的认知负荷相当不可省略。3AI 插图定位为草稿Happy Figure 官方说明亦强调不应用于伪造实验数据、显微图或工程制图纸。合理用途为复习笔记、组会构图参考正式投稿仍建议 Visio、draw.io 等工具重绘。7. 实施中的常见问题Skill 未加载安装后需新开 Agent 会话否则 Skill 列表不刷新。PDF 依赖章节抽取前需安装pypdf、pdfplumber等库。分图优于单图高密度章节如 §15宜拆为多张否则标签与布局均难以满足要求。版本管理Prompt 与 PNG 分开存储修改 Prompt 可复现出图仅保留图片则难以迭代。8. 结论与建议本文以 Bailey 第 15 章为案例验证了 Happy Figure Skill 在「教材章节 → 系统框图 Prompt」链路中的可行性。主要结论如下Skill 解决的是 Prompt 编译问题不能替代绘图模型与人工终校标签白名单与分图策略是复杂 FPGA 系统图的可读性关键结构化笔记阶段与 AI 出图同等重要其过程本身有助于巩固对流式视觉流水线的理解。对正在学习该章的读者建议采用「阅读 §15.x → 手绘或 AI 草稿框图 → 对照原书 Figure 修正」的闭环以原书插图为准绳AI 生成图仅作理解辅助。参考文献与声明G. Bailey,Design for Embedded Image Processing on FPGAs, 2nd ed., Wiley, 2014.第 15 章Example ApplicationsHappy Figure SkillGitHub版权声明教材内容版权归 Wiley / 作者所有。本文为个人学习实践记录AI 生成插图仅供学习参考不得作为正式出版物终稿。