添加单个节点，支持链式调用

创建 VLM 模式 Agent 视觉语言模型模式支持图像理解和生成任务， 适用于需要处理图像内容的场景。 Args: name: 代理角色名称 vlm_mode: VLM模式，可选"understanding"(理

开始记录 Args: inputs: 初始输入数据 metadata: 额外元数据

兼容 final_state 为 dict 或 State 对象两种情况，安全取值并转为 str。

process message and return response

构建并返回编译后的图

创建简单模式 Agent 简单模式执行单次LLM调用，适用于不需要工具调用或复杂推理的场景。 Args: name: 代理角色名称 tool_manager: 工具管理器实例，默认为全局工具管理器 **kw

extract json from model response

专门针对 Gemini 的多图编辑

节点开始执行 Args: node_name: 节点名称 role: 角色类型 input_context: 输入上下文

将 mxCell 元素包装为完整的 draw.io XML Args: cells_xml: 仅包含 mxCell 元素的 XML 字符串 modified: 修改时间戳 Returns: 完整的 draw.io XML

Append a formatting segment while coalescing adjacent identical styles.

统一本次 paper2figure_with_sam workflow 的根输出目录： - 如果 state.result_path 已存在（通常由调用方传入），直接使用； - 否则：使用 get_project_root() / "outputs" / "paper2fi

通用文件生成函数

执行前置工具 在 LLM 调用之前执行的工具，用于收集上下文信息。 Args: state (MainState): 当前状态对象 Returns:

批量导出为 JSONL 文件（每行一个 JSON 对象） Args: trajectories: 轨迹列表 filepath: 文件路径 mode: 导出模式

Normalize OCR/VLM parser output into the bbox-item list expected by workflows.

显式释放指定 checkpoint 对应的 SAM 模型，并尽量清理 CUDA 显存。 典型用法： from dataflow_agent.toolkits.multimodaltool.sam_tool import free_sam_model

Return unified OCR endpoint credentials. Priority: 1) Environment (`PAPER2DRAWIO_OCR_API_URL/_KEY`) 2) `fastapi_app.config.settings`

是否为 Gemini 3 Pro 系列

Run automatic segmentation on a single image using SAM (ultralytics backend). Parameters ---------- image_path : str Path to

更新状态结果 - 子类可重写 将执行结果存储到状态对象中。 Args: state (MainState): 状态对象 result (Dict[str, Any])