NovaForge是一份锻造知识体系的开源笔记模板，它内置一套基于TikZ 绘图的自动配图体系：靠alabel 防重叠规则让箭头标签永不打架，再由AI 自动生成清晰的概念示意图（流程图、架构图、几何图）。下面带你一次看懂这套体系如何工作、又在哪里生效。

AI 为什么必须给笔记配图？图片优先原则

新手常以为笔记模板只是"排好版的文字"。但 NovaForge 把TikZ 绘图当成一等公民，写进了一条硬性规则——图片优先：

知识点旁如能用图片更直观、更易理解的，必须加入图片。图片应是简洁的概念性图示，而非装饰性插图。

这条规则定义在 skills/novaforge/SKILL.md，决定了 AI 何时该画图、画什么图：

• LaTeX 版：用tikz现场绘制
• Typst 版：用cetz或内置绘图
• Markdown 版：用图片嵌入/链接

所以当你用 NovaForge 整理一份带"方法框架""系统架构"的笔记时，AI 不会只丢给你一段文字，而是会自动补上一张能一眼看懂的示意图。下面是它画出来的真实效果——一个带坐标系的抛体运动概念图：

alabel 防重叠规则：三种样式一次看懂

AI 用tikz画箭头图时，最容易翻车的地方是标签和节点/箭头重叠——文字糊成一团。NovaForge 的解法是把"安全放标签"这件事封装成三个样式，定义在 latex/preamble.tex：

\tikzset{ alabel/.style={auto, inner sep=2pt, font=\small}, alabel above/.style={above, pos=0.4, inner sep=2pt, font=\small}, alabel below/.style={below, pos=0.4, inner sep=2pt, font=\small}, }

对应 skills/novaforge/SKILL.md 的强制规则：所有箭头标签必须用alabel系列，禁止裸above/below，禁用裸pos=手动调位置。三者分工如下：

实际画箭头时，写法非常轻，完整示例见 latex/template.tex：

\begin{tikzpicture}[node distance=2.5cm] \node (A) {起点}; \node (B) [right of=A] {终点}; \draw[->] (A) -- node[alabel] {条件} (B); \end{tikzpicture}

拆解三个参数：pos=0.4 与 auto 如何避免标签重叠

alabel看似只改了一行，背后是四个参数的组合拳，每一个都对着"防重叠"优化：

• 🎯auto：让 TikZ 依据箭头角度自动选择上侧或下侧，免去人工判断
• ⚡pos=0.4：标签从箭头40% 处起算，整体偏左，主动避开终点节点（alabel above/below专属）
• 🔗inner sep=2pt：标签与箭头线保留 2pt 间隙，不贴线、不糊
• ✅font=\small：统一小号字，不抢主体，标签退居"注解"角色

简单说：auto管"放哪侧"，pos=0.4管"偏左让位"，inner sep管"留缝"。三者叠加，就是 AI 画出来的箭头图永远不会"文字打架"的底层原因。

AI 自动生成概念示意图的完整链路

把前面两块串起来，NovaForge 的 AI 配图其实是一条规则驱动 + 校验兜底的闭环，确保"该画的画、画了不重叠、不画会被拦下"：

1. 触发——图片优先原则判断：这个知识点用图是否更直观？是，则必须配图。
2. 约束——画箭头图时强制套用alabel系列，杜绝标签重叠。
3. 分模式强制：
   • 科研模式：核心方法的流程图、架构图必须用 tikz/cetz 绘制（skills/novaforge/SKILL.md）
   • 项目模式：架构设计必须包含系统架构图，并额外加载shapes.geometric, arrows, positioning三个 tikz 库（skills/novaforge/SKILL.md）
4. 兜底校验——独立审查员会检查"项目模式是否有系统架构图"（.agents/verifier.md）。缺架构图属于 Red Flag，会被打回重画，而不是放过。

图片优先(要不要画) → alabel 规则(怎么画不重叠) → 模式强制(科研/项目必画) → Verifier 校验(画了没画对)

关键文件路径速查

想动手改这套 TikZ 绘图体系，认准这几个位置：

📌一句话总结：NovaForge 用alabel的auto + pos=0.4组合把"标签防重叠"固化成默认行为，再叠加图片优先与 Verifier 校验，让 AI 生成的概念示意图既该画就画、又画了不丑——这正是它能开箱即用于考研、科研、项目等多种场景的关键之一。