CommunityBildgithub.com

schemdraw

Generiert editierbare, quellenverfolgbare wissenschaftliche Schemata und Diagramme: Extrahiert Entitäten und gerichtete Beziehungen aus dem Material, zeichnet sie als abgestuftes SVG mit auswählbarem Text, ordnet Diagrammlegende/Farben den Quelldaten zu, exportiert PDF + PNG in Zeitschriftenauflösung und validiert die Rückverfolgbarkeit jedes Elements zur Quelle.

Was ist schemdraw?

Schemdraw ist ein KI-Agenten-Skill, der wissenschaftliche Schemata und Diagramme erstellt, die nicht nur optisch ansprechend, sondern auch vollständig editierbar und quellenrückverfolgbar sind. Es ist für Plattformen wie Claude Code, Cursor und Codex konzipiert, wo Benutzer präzise wissenschaftliche Abbildungen benötigen. Der Skill extrahiert Entitäten (wie Gene, Proteine, Moleküle) und deren gerichtete Beziehungen (Aktivierung, Inhibition, Bindung) aus dem bereitgestellten wissenschaftlichen Material. Diese Daten werden dann als mehrschichtige SVG-Datei mit auswählbarem Text organisiert, wobei Pfeilrichtung und Farbcodierung die Beziehungstypen widerspiegeln. Parallel erstellt er ein separates Diagramm (z.B. Balkendiagramm) aus denselben Daten mit einer konsistenten Legende. Abschließend exportiert er die Abbildungen als PDF (vektorbasiert) und PNG (mit einstellbarer Auflösung) und validiert, dass jede Entität und jede Beziehung auf das Quellenmaterial zurückgeführt werden kann. Der Skill vermeidet so typische Fehler wie erfundene Entitäten, inkonsistente Legenden oder nicht editierbare Ausgaben. Er eignet sich nicht für statistische Analysen, künstlerische Illustrationen oder Posterlayouts, sondern für präzise, belegbare wissenschaftliche Grafiken.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/iakRulan/schemdraw/tree/HEAD

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

schemdraw — Editierbare Wissenschaftliche Schemata mit Quellenrückverfolgbarkeit

Skriptpfad: Dieser Skill ist unter /skills/weekly-skill/ installiert, der absolute Skriptpfad ist /skills/weekly-skill/scripts/ (das Arbeitsverzeichnis ist /app/work, keine relativen Pfade verwenden).

Erstellen Sie eine Abbildung, die korrekt, editierbar und exportkonform ist: Jede Entität/Beziehung ist auf das Material zurückverfolgbar, die Legende stimmt mit den Daten überein, der Text bleibt auswählbar und die Exporte erfüllen die Zielauflösung. Der Fehlermodus, den dieser Skill verhindern soll: Ein hübsches Bild mit falschen Entitätsbeziehungen, erfundenen Gennamen oder Konzentrationen, einer Legende, die nicht mit den Daten übereinstimmt, und einer reinen Bitmap-Ausgabe, die nicht bearbeitet werden kann.

Methode in einem Satz: Entitäten/Beziehungen aus dem Material extrahieren → als abgestuftes SVG anordnen (gruppiert, auswählbarer Text, Pfeilrichtung nach Beziehungstyp) → das Diagramm aus denselben Quelldaten mit einer expliziten Legende/Farbzuordnung erstellen → PDF+PNG exportieren → Rückverfolgbarkeit und Exportspezifikation validieren.

Wann verwenden

  • Eingabe: Eine Fallakte (Standard /input/case.json) mit dem wissenschaftlichen Material, optionalen Entitäts-/Beziehungslisten, Diagrammdaten und Exportspezifikationen.
  • Ausgabe: Unter /app/output — figure.svg, chart.svg, figure.pdf, figure.png, entities.json, export_report.json, validation.json, result.json.
  • SVG ist die editierbare Quelle; PDF/PNG sind Exporte.

Pipeline (in Reihenfolge ausführen)

Phase 1 — Extrahieren und zeichnen

python3 /skills/weekly-skill/scripts/schem.py --case /input/case.json --work /app/work
  • Liest jedes Material (Text/Markdown), führt bereitgestellte entities/relations mit Beziehungen zusammen, die aus Mustern extrahiert wurden: X aktiviert|fördert|verstärkt Y, X hemmt|unterdrückt|blockiert Y, X -> Y, X --| Y, X bindet|interagiert mit Y, X enthält|beinhaltet Y.
  • Jede Beziehung trägt provenance (text-pattern + das Quellzitat) oder stammt aus der bereitgestellten Liste.
  • Schreibt entities.json und ein abgestuftes figure.svg: <g id="arrows"> mit data-source/data-target/data-type, <g id="nodes"> mit einer Gruppe pro Entität und <text>-Labels. Pfeilfarbe/-strich codiert den Beziehungstyp (grün = Aktivierung, rot = Hemmung, gestrichelt = Enthalten).
  • Wenn die Fallakte Diagrammdaten enthält, schreibt es chart.svg, dessen Balken data-label/data-value tragen und dessen Legende denselben Palettenindex wie die Balken verwendet.

Phase 2 — Exportieren

python3 /skills/weekly-skill/scripts/export.py --work /app/work --dpi 300

LibreOffice (ohne GUI) konvertiert SVG → PDF (vektorbasiert, auswählbarer Text); PyMuPDF rasterisiert PDF → PNG mit der angeforderten DPI. Schreibt export_report.json. Wenn LibreOffice fehlt, meldet der Bericht dies und der Status wird partial — niemals ein stiller Fehler.

Phase 3 — Validieren

python3 /skills/weekly-skill/scripts/validate.py --case /input/case.json --work /app/work

Prüft:

  1. jeder Beziehungsendpunkt ist eine deklarierte Entität (keine freischwebenden Pfeile);
  2. jede Beziehung hat eine Herkunft oder ein Quellzitat;
  3. Legendenbeschriftungen und -werte des Diagramms stimmen exakt mit den Quelldaten überein;
  4. das SVG hat <text> (auswählbar) und ≥2 Ebenen;
  5. PDF- und PNG-Exporte existieren und das PNG ist nicht verdächtig klein.

Phase 4 — Ergebnisse kopieren

mkdir -p /app/output
cp /app/work/figure.svg /app/work/chart.svg /app/work/figure.pdf /app/work/figure.png \
   /app/work/entities.json /app/work/export_report.json /app/work/result.json /app/output/
# validation.json wird von validate.py geschrieben; falls vorhanden ebenfalls kopieren

Regeln, die eingehalten werden müssen

  1. Entitäten stammen aus dem Material. Keine erfundenen Gennamen, Konzentrationen oder Zeitpunkte; alles, was das Modell hinzufügt, muss bequellt und gekennzeichnet sein.
  2. Beziehungsrichtung ist datenbasiert. A aktiviert B wird als A → B gezeichnet, niemals umgekehrt; der Pfeiltyp folgt dem Beziehungstyp.
  3. Legende ⇄ Datenkonsistenz. Legendenbeschriftungen und -farben stammen aus demselben Array wie die Balken; eine Änderung der Daten ändert die Legende.
  4. Editierbare Quelle + konformer Export. Immer SVG (editierbar) und PDF/PNG (Export) zusammen ausliefern.
  5. Export wird geprüft, nicht angenommen. DPI, Schrifteinbettung und Dateiexistenz werden protokolliert; ein fehlgeschlagener Export wird gemeldet.

Ausnahmebehandlung

SituationVerhalten
Kein Material / leerleere Entitätsliste; SVG wird trotzdem mit einem Titel geschrieben
Beziehungsendpunkt unbekanntwird in entities behalten (aus dem Muster hinzugefügt) und gezeichnet
Diagrammdaten fehlenchart.svg wird übersprungen; entities.json.chart_svg = null
LibreOffice fehltPDF/PNG fehlen, export_report.status = partial, Einschränkung protokolliert
Keine BeziehungenSVG nur mit Knoten; Validierung vermerkt 0 Beziehungen

Selbstprüfung

python3 /skills/weekly-skill/scripts/validate.py --case /input/case.json --work /app/work
python3 -c "import json;e=json.load(open('/app/work/entities.json'));print(len(e['entities']), len(e['relations']), e['relation_counts'])"

valid: true ist erforderlich; das Modell muss alle Entitäten/Beziehungen ergänzen, die der deterministische Extraktor übersehen hat, immer mit einer Quelle.

Verwandte Skills