使用 imgkit(wkhtmltoimage) 渲染 HTML -> PNG。

render logo with proper aspect ratio preservation

根据 state 解析 asset 引用为绝对路径。

根据 state 解析 asset 引用为绝对路径。 规则： - 为空直接返回 ""； - 绝对路径或以 ~ 开头：直接通过 _abs_path 规范化； - 相对路径： * 优先挂在 state.mineru_root（MinerU 输出

Automatically choose between single-pass outline generation and the long-paper workflow.

解析路径，支持相对路径和绝对路径 Args: path_str: 路径字符串 Returns: Path: 解析后的路径对象

根据 graph_type 和 input_type 决定使用哪个 workflow 及对应的 task 目录名。 model_arch 有一个特殊子分支： - input_type=FIGURE 且没有 edit_prompt → 用户想把图片直接转成 PPT，走

保存文件并返回 (real_input_type, real_input_content)

将 UploadFile 写入 save_path；可选校验后缀。

保存此版本的元数据 JSON

Translate Gemini model names to Comfly-specific model names

兜底包装成完整 HTML 文档，保证 wkhtmltoimage 渲染稳定。

添加图片占位符

添加图片页

添加消息到历史（支持去重） Args: messages: 要添加的消息列表 deduplicate: 是否去重（None 使用默认配置） metadata: 消息元数据

Best-effort fallback for optional SAM3 dependencies from sibling conda envs.

使用自适应方法生成更精细的文字主mask 结合OCR bbox和实际文字形状（内部边缘 + 阈值）

调用VLM

通过 LLM 选择最合适的 prompt_template 规则： 1. 提取 operator 的所有 ALLOWED_PROMPTS 候选 2. 获取每个 prompt 的详细信息（包括提示词模板） 3. 调用 LLM 让它根据 t

给定图片目录，生成： - PDF：保留原有图片逐页合成； - PPTX：每张图片直接作为一页整页背景，不做 OCR / 重建。

创建 ChartCodeGenerator 实例

创建 ChartTypeRecommender 实例

创建图模式 Agent 图模式通过子图+工具调用的方式执行复杂任务流程， 支持在图模式中启用ReAct验证机制。 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

Workflow factory: dfa run --wf paper2video

读取本地图片并编码为 Base64，同时返回图片格式（jpeg / png）。 如果图片过大（>3MB），则自动进行压缩/Resize以避免 413 错误。