Visual PDF Review（PDF 视觉排版审稿）

作用

对已编译的论文 PDF 做一轮“用眼睛看”的排版审稿：

1. 渲染每页为 PNG，并生成联系表（contact sheet）便于总览；
2. 脚本做确定性几何检查；
3. 用用户选择的视觉后端逐页审图；
4. 产出结构化报告（页码、严重级别、截图证据、LaTeX 修复建议）并写入 .research/。

只审查排版/布局，不审查科学内容。若同时需要内容审稿，用 academic-research-suite(academic-paper-reviewer)。

选择视觉后端（用户可选）

先用 scripts/configure_provider.py 选择后端并写入 .codex/visual-review.json；也可以每次运行用 --provider 临时指定。后端：

provider	说明	密钥
codex	Codex 自身视觉（桌面端直接看图；OAuth/ChatGPT 登录态即可用）	无
custom	任意 OpenAI 兼容接口（New API、xindu、自建网关等）	VR_API_KEY
opencode-go	OpenCode Go 订阅（默认视觉模型 mimo-v2.5）	OPENCODE_GO_API_KEY
copilot	GitHub Copilot（api.githubcopilot.com，OAuth 或 gh 登录）	COPILOT_TOKEN 或 gh auth token

细节、端点、默认模型见 references/providers.md。密钥一律走环境变量，不写入配置文件。

标准流程

按顺序执行。先让用户点名课题，再运行 research-ledger/scripts/project_context.py --project <id> 取得该项目的 project_memory；所有产物放在 <project_memory>/visual_review/<run-timestamp>/（不存在则创建）。用户未点名课题时提示指定，禁止把审稿报告写入共享层。

1. 渲染页面

python scripts/render_pdf.py <paper.pdf> --out-dir <run_dir>/pages --dpi 110

输出 page_001.png ...、contact_sheet.png、render_meta.json。需要 pymupdf；缺省时回退 pdftoppm。

2. 几何检查（确定性）

python scripts/geometry_check.py <paper.pdf> --out-dir <run_dir>/pages \
  --tex-log <main.log>   # 可选，有 LaTeX log 时提供

检查：空白页、内容覆盖率过低、文本块越界、图片超文本宽度、页底孤立标题、log 中的 Overfull/Underfull/Float too large/未定义引用。结果写入 geometry_findings.json 与 geometry_report.md。

3. 视觉审稿（模型/Codex 看图）

# 用户已配置好的后端：
python scripts/vision_review.py --images-dir <run_dir>/pages

# 或临时指定：
python scripts/vision_review.py --images-dir <run_dir>/pages \
  --provider custom --base-url https://xindu.xyz/v1 --model gpt-5.6

provider=codex 时脚本只生成审稿提示；你（Codex）必须真正用图像查看工具逐张打开 page_*.png 和联系表来审，不允许只看文件名或文本。逐页按 references/review-checklist.md 记录问题。

4. 合并报告

汇总几何检查与视觉审稿，写 visual_review_report.md：

• 每个问题：页码、严重级别（P0/P1/P2）、类型、描述、截图证据（引用 pages/page_XXX.png）；
• 按严重级别排序，P0 必须修复，P1 投稿前修复，P2 建议优化；
• 对每个 P0/P1 给出可执行的 LaTeX 修复建议；排版修复按 venue-templates 的模板约束与本文检查清单执行（浮动体松散、孤立标题、[H]/\clearpage 使用、宽扁图重绘等）；
• 明确区分“几何脚本发现”与“视觉模型判断”，不要混为一谈；
• 若目标期刊/模板已知，先按 venue-templates 的模板要求校准检查标准。

5. 回写与收敛

• 报告写入当前项目 <project_memory>/visual_review/<run-timestamp>/；
• 若有 P0/P1，回 S11 修复并重新编译后再跑一轮，直到无 P0、P1 低于阈值；
• 在 research-ledger 记录本次审稿结论；作为 S12 三轮审查的视觉维度纳入终检。

红线

• 只报告真实可见的问题：几何检查必须来自真实测量，视觉问题必须来自实际看图，禁止编造截图或问题；
• 不替用户修改论文，除非用户明确要求修复；修复后必须重新编译复检；
• 密钥不写入报告、配置或日志。