Papierillustration: Mehrstufige, Claude-überwachte Abbildungserstellung
Erstellen Sie publikationsreife Illustrationen mit einem mehrstufigen Workflow und Claude als STRENGEM Supervisor/Reviewer.
Kern-Designphilosophie
┌──────────────────────────────────────────────────────────────────────────┐
│ MEHRSTUFIGER ITERATIVER WORKFLOW │
├──────────────────────────────────────────────────────────────────────────┤
│ │
│ Benutzeranfrage │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ Claude │ ◄─── Schritt 1: Anfrage parsen, initialen Prompt │
│ │ (Planer) │ erstellen │
│ └──────┬──────┘ │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ Gemini │ ◄─── Schritt 2: Layoutbeschreibung optimieren │
│ │ (gemini-3-pro)│ - Komponentenpositionierung verfeinern │
│ │ Layout │ - Abstände und Gruppierung optimieren │
│ └──────┬──────┘ │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ Gemini │ ◄─── Schritt 3: CVPR/NeurIPS-Stilprüfung │
│ │ (gemini-3-pro)│ - Farbpaletten-Konformität prüfen │
│ │ Stil │ - Pfeil- und Schriftstandards überprüfen │
│ └──────┬──────┘ │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ Paperbanana │ ◄─── Schritt 4: Endgültiges Bild rendern │
│ │ (gemini-3- │ - Hochqualitative Bilderzeugung │
│ │ pro-image) │ - Interner Codename: Nano Banana Pro │
│ └──────┬──────┘ │
│ │ │
│ ▼ │
│ ┌─────────────┐ │
│ │ Claude │ ◄─── Schritt 5: STRENGE visuelle Überprüfung + │
│ │ (Reviewer) │ BEWERTUNG (1-10) │
│ │ STRENG! │ - JEDE Pfeilrichtung überprüfen │
│ └──────┬──────┘ - JEDEN Blockinhalt überprüfen │
│ │ - Ästhetik und visuelle Anziehungskraft prüfen │
│ ▼ │
│ Bewertung ≥ 9? ──JA──► Akzeptieren & Ausgabe │
│ │ │
│ NEIN │
│ │ │
│ ▼ │
│ SPEZIFISCHES Verbesserungsfeedback generieren ◄── Zurück zu Schritt 2│
│ │
└──────────────────────────────────────────────────────────────────────────┘
Konstanten
- IMAGE_MODEL =
gemini-3-pro-image-preview— Paperbanana (Nano Banana Pro) zum Rendern von Bildern - REASONING_MODEL =
gemini-3-pro-preview— Gemini zur Layoutoptimierung und Stilprüfung - MAX_ITERATIONS = 5 — Maximale Anzahl von Verfeinerungsrunden
- TARGET_SCORE = 9 — Mindestbewertung (1-10) — FÜR QUALITÄT ERHÖHT
- OUTPUT_DIR =
figures/ai_generated/— Ausgabeverzeichnis - API_KEY_ENV =
GEMINI_API_KEY— Umgebungsvariable
Optional: Stilreferenz (— style-ref: <quelle>, opt-in)
Ermöglicht dem Benutzer, strukturelle Abbildungskonventionen (Bildunterschriftenlänge, Panelanzahl-Verteilung, Abbildungs-zu-Tabellen-Verhältnis im übergeordneten Artikel) an einem Referenzartikel auszurichten. Standardmäßig AUS — wenn der Benutzer — style-ref nicht übergibt, verhalten Sie sich nicht anders als zuvor.
Nur wenn — style-ref: <quelle> in $ARGUMENTS erscheint, führen Sie zuerst das Hilfsprogramm aus, bevor Sie Prompts generieren:
# $STYLE_HELPER über die kanonische, streng sichere Kette auflösen (siehe
# shared-references/integration-contract.md §2). Richtlinie A — Tor:
# nicht aufgelöster Helfer bedeutet, dass --style-ref nicht erfüllt werden kann, also abbrechen.
cd "$(git rev-parse --show-toplevel 2>/dev/null || pwd)" || exit 1
if [ -z "${ARIS_REPO:-}" ] && [ -f .aris/installed-skills.txt ]; then
ARIS_REPO=$(awk -F'\t' '$1=="repo_root"{print $2; exit}' .aris/installed-skills.txt 2>/dev/null) || true
fi
if [ -z "${ARIS_REPO:-}" ] && [ -f "$HOME/.aris/repo" ]; then
ARIS_REPO=$(cat "$HOME/.aris/repo" 2>/dev/null) || true
fi
STYLE_HELPER=".aris/tools/extract_paper_style.py"
[ -f "$STYLE_HELPER" ] || STYLE_HELPER="tools/extract_paper_style.py"
[ -f "$STYLE_HELPER" ] || { [ -n "${ARIS_REPO:-}" ] && STYLE_HELPER="$ARIS_REPO/tools/extract_paper_style.py"; }
[ -f "$STYLE_HELPER" ] || {
echo "FEHLER: extract_paper_style.py konnte nicht aufgelöst werden unter .aris/tools/, tools/, \$ARIS_REPO/tools/ oder via ~/.aris/repo." >&2
echo " Behebung: Führen Sie bash tools/install_aris.sh oder smart_update.sh erneut aus (aktualisiert ~/.aris/repo), exportieren Sie ARIS_REPO oder kopieren Sie den Helfer nach tools/." >&2
echo " --style-ref kann nicht erfüllt werden; Abbruch." >&2
exit 1
}
STYLE_STATUS=0
CACHE=$(python3 "$STYLE_HELPER" --source "<quelle>") || STYLE_STATUS=$?
case "$STYLE_STATUS" in
0) ;; # $CACHE/style_profile.md als strukturelle Anleitung verwenden
2) echo "warnung: style-ref übersprungen (optionales Dep. fehlt)" >&2 ;;
3) echo "fehler: --style-ref-Quelle fehlgeschlagen; Abbruch der Illustration" >&2 ; exit 1 ;;
*) echo "fehler: Helfer unerwartet fehlgeschlagen; Abbruch der Illustration" >&2 ; exit 1 ;;
esac
Akzeptierte Quellen: lokales TeX-Verzeichnis / -Datei, lokale PDF, arXiv-ID, http(s)-URL. Overleaf-URLs/-IDs werden abgelehnt — zuerst via /overleaf-sync setup <id> klonen und den lokalen Klonpfad übergeben.
Strenge Regeln (vollständiger Vertrag im Docstring von tools/extract_paper_style.py):
- Verwenden Sie
style_profile.md, um die Bildunterschriftenlänge und Abbildungsdichte an den Referenzartikel anzupassen. Die oben genannten CVPR/ICLR/NeurIPS-Visualstandards haben weiterhin Vorrang —--style-refverfeinert nur Tendenzen bei Länge und Dichte, niemals den Bildinhalt. - Kopieren Sie niemals Abbildungsinhalte, Farbpaletten oder spezifische Designelemente aus irgendetwas, das über den Cache erreichbar ist. Das visuelle Design stammt aus dem Prompt des Benutzers, nicht aus der Referenz.
- Übergeben Sie
— style-ref(oder die Cache-Inhalte) niemals an die Claude-Visionsprüfer / Gemini-Reasoning-Prüfer-Subagenten, wenn sie das erzeugte Bild bewerten — das Bild muss nach seinen eigenen Vorzügen beurteilt werden.
CVPR/ICLR/NeurIPS Top-Tier-Konferenz-Stilleitfaden
Was „CVPR-Stil“ wirklich bedeutet:
Visuelle Standards
- Sauberer weißer Hintergrund — Keine dekorativen Muster oder Farbverläufe (außer dezent)
- Serifenlose Schriftarten — Arial, Helvetica oder Computer Modern; mindestens 14pt
- Dezente Farbpalette — Keine Regenbogenfarben; 3-5 abgestimmte Farben verwenden
- Druckfreundlich — Muss im Graustufenmodus lesbar sein (viele Reviewer drucken Artikel)
- Professionelle Rahmen — Dünn (2-3px), einfarbig, nicht auffällig
Layout-Standards
- Horizontaler Fluss — Von links nach rechts ist Standard für Pipelines
- Klare Gruppierung — Dezente Hintergrundboxen verwenden, um verwandte Module zu gruppieren
- Konsistente Größen — Ähnliche Komponenten sollten ähnliche Größen haben
- Ausgewogener Weißraum — Weder überladen noch spärlich
Pfeil-Standards (AM KRITISCHSTEN)
- Dicke Striche — Mindestens 4-6px (dünne Pfeile verschwinden beim Drucken)
- Klare Pfeilspitzen — Große, gefüllte dreieckige Spitzen
- Dunkle Farben — Schwarz oder Dunkelgrau (#333333); farbige Pfeile vermeiden
- Beschriftet — Jeder Pfeil sollte anzeigen, welche Daten durch ihn fließen
- Keine Kreuzungen — Layout neu organisieren, um Pfeilkreuzungen zu vermeiden
- KORREKTE RICHTUNG — Pfeile müssen zum RICHTIGEN Ziel zeigen!
Visuelle Anziehungskraft (科研风格 - Professioneller Akademischer Stil)
Ziel: Weder konservativ noch auffällig, die Balance finden
✅ Wünschenswerte visuelle Elemente:
- Subtile Farbverläufe — Dezente Farbverläufe (gleiche Farbe von hell zu dunkel), nicht schillernd
- Abgerundete Ecken — Abgerundete Rechtecke (6-10px Radius), modern aber nicht übertrieben
- Klare visuelle Hierarchie — Ebenen durch Größe und Farbsättigung unterscheiden
- Konsistente Farbcodierung — Einheitliches Farbschema (3-4 Hauptfarben)
- Interne Struktur — Große Module zeigen Unterkomponenten an (z. B. Layer-Struktur innerhalb eines Encoders)
- Professionelle Typografie — Klare Beschriftungen, angemessene Schriftgrößenhierarchie
✅ Farbvorschläge (akademisch professionell):
- Eingaben: Sanftes Grün (#10B981 / #34D399)
- Encoder: Professionelles Blau (#2563EB / #3B82F6)
- Fusion: Elegantes Lila (#7C3AED / #8B5CF6)
- Ausgaben: Warmes Orange (#EA580C / #F97316)
- Pfeile: Schwarz oder Dunkelgrau (#333333 / #1F2937)
- Hintergrund: Reinweiß (#FFFFFF), kein Muster
❌ Zu vermeidende Überdekorationen:
- ❌ Regenbogenfarben
- ❌ Starke Schlagschatten
- ❌ 3D-Effekte / Perspektive
- ❌ Übertriebene mehrfarbige Farbverläufe
- ❌ Clip-Art / Cartoon-Symbole
- ❌ Dekorative Muster im Hintergrund
- ❌ Leuchteffekte
- ❌ Zu viele kleine Symbole
✓ Ideale visuelle Wirkung:
- Auf den ersten Blick professionell und klar
- Hat eine angemessene visuelle Anziehungskraft, ist aber nicht aufdringlich
- Entspricht den ästhetischen Standards von CVPR/NeurIPS-Artikeln
- Druckfreundlich (auch im Graustufenmodus klar erkennbar)
- Sieht aus wie eine sorgfältig gestaltete wissenschaftliche Grafik, nicht wie eine PowerPoint-Vorlage
Was zu VERMEIDEN ist (KRITISCH)
- ❌ Regenbogenfarben (zu viele Farben)
- ❌ Dünne, haarfeine Pfeile (Pfeile müssen DICK sein)
- ❌ Unbeschriftete Verbindungen
- ❌ Langweilige, einfache Rechtecke (etwas visuelles Interesse hinzufügen)
- ❌ Übermäßig verziert mit Schatten/Leuchteffekten/Symbolen (zu auffällig)
- ❌ Kleine Schrift, die beim Drucken unleserlich ist
- ❌ FALSCHE Pfeilrichtungen — Das ist INAKZEPTABEL!
Umfang
| Abbildungstyp | Qualität | Beispiele |
|---|---|---|
| Architekturdiagramme | Hervorragend | Modellarchitektur, Pipeline, Encoder-Decoder |
| Methodenillustrationen | Hervorragend | Konzeptdiagramme, Algorithmusflussdiagramme |
| Konzeptuelle Abbildungen | Gut | Vergleichsdiagramme, Taxonomiebäume |
Nicht für: Statistische Diagramme (/paper-figure verwenden), fotorealistische Bilder
Workflow: ALLE SCHRÜTTE MÜSSEN AUSGEFÜHRT WERDEN
Schritt 0: Pre-Flight-Check
# API-Schlüssel prüfen
if [ -z "$GEMINI_API_KEY" ]; then
echo "FEHLER: GEMINI_API_KEY nicht gesetzt"
echo "Holen Sie Ihren Schlüssel von: https://aistudio.google.com/app/apikey"
echo "Setzen Sie ihn: export GEMINI_API_KEY='ihr-schluessel'"
exit 1
fi
# Ausgabeverzeichnis erstellen
mkdir -p figures/ai_generated
Schritt 1: Claude plant die Abbildung (SIE SIND HIER)
KRITISCH: Claude muss zuerst die Anfrage des Benutzers analysieren und einen detaillierten Prompt erstellen.
Eingabe parsen: $ARGUMENTS
Claudes Aufgabe:
- Verstehen, welche Abbildung der Benutzer möchte
- Alle Komponenten, Verbindungen und Datenflüsse identifizieren
- Einen detaillierten, strukturierten Prompt für Gemini erstellen
- Stilanforderungen UND visuelle Anziehungskraftanforderungen einschließen
Prompt-Vorlage für Claude zum Erstellen:
Erstellen Sie ein PROFESSIONELLES, VISUELL ANSPRECHENDES publikationsreifes akademisches Diagramm gemäß den CVPR/ICLR/NeurIPS-Standards.
## Visueller Stil: 科研风格 (Akademischer, professioneller Stil)
### Ziel: Ausgewogen — Weder konservativ noch auffällig
#### DO (sollte haben):
- **Subtile Farbverläufe** — Dezente Farbverläufe derselben Farbe (z. B. #2563EB → #3B82F6), nicht mehrfarbig schillernd
- **Abgerundete Ecken** — Abgerundete Rechtecke (6-10px), modern
- **Klare visuelle Hierarchie** — Ebenen durch Größe und Schattierung unterscheiden
- **Interne Struktur** — Große Module zeigen Unterkomponentenstruktur
- **Konsistente Farbcodierung** — Einheitliches 3-4-Farbschema
- **Professionelle Politur** — Verfeinert, aber nicht übertrieben
#### DON'T (nicht haben):
- ❌ Regenbogen-/Mehrfarbverläufe
- ❌ Starke Schlagschatten
- ❌ 3D-Effekte / Perspektive
- ❌ Leuchteffekte
- ❌ Übermäßige dekorative Symbole
- ❌ Einfach langweilige Rechtecke (完全平淡的方块)
#### Ideale Wirkung:
Wie ein sorgfältig gestaltetes Architekturdiagramm aus einem Top-Konferenzartikel — professionell, klar, mit angemessener visueller Anziehungskraft
## Abbildungstyp
[Architekturdiagramm / Pipeline / Vergleich / etc.]
## Einzuschließende Komponenten (SEIEN SIE SPEZIFISCH BEIM INHALT)
1. [Komponente 1]:
- Beschriftung: "[exakter Text]"
- Unterbeschriftung: "[kleinerer Text darunter]"
- Position: [links/mitte/rechts, oben/mitte/unten]
- Stil: [Randfarbe, Füllung, interne Struktur]
2. [Komponente 2]: ...
## Layout
- Richtung: [links-nach-rechts / oben-nach-unten]
- Abstand: [eng / normal / locker]
- Gruppierung: [wie Komponenten gruppiert werden sollten]
## Verbindungen (SEIEN SIE EXPLIZIT BEZÜGLICH DER RICHTUNG)
EXAKTE Pfeilspezifikationen:
1. [Komponente A] → [Komponente B]: Pfeil verläuft VON A NACH B, beschriften mit "[Datentyp]"
2. [Komponente C] → [Komponente D]: Pfeil verläuft VON C NACH D, beschriften mit "[Datentyp]"
...
PRÜFEN: Jeder Pfeil muss zum KORREKTEN Ziel zeigen!
## Stilanforderungen (CVPR/ICLR/NeurIPS-Standard)
### Visueller Stil
- Farbpalette: Professionelle akademische Farben
- Eingaben: Grün (#10B981)
- Encoder: Blau (#2563EB)
- Fusionsmodule: Lila (#7C3AED)
- Ausgaben: Orange (#EA580C)
- Schriftart: Serifenlos (Arial/Helvetica), mindestens 14pt, fett für Beschriftungen
- Hintergrund: Sauberes Weiß, keine Muster
- Blöcke: Abgerundete Rechtecke (8-12px Radius), dezenter Farbverlauf, farbiger Rand (2-3px)
- Dezente Schatten für Tiefeneffekt
- Druckfreundlich (muss im Graustufenmodus funktionieren)
### KRITISCH: Pfeil- und Datenflussanforderungen
1. **ALLE Pfeile müssen SEHR DICK sein** - mindestens 5-6px Strichstärke
2. **ALLE Pfeile müssen KLARE Pfeilspitzen haben** - große, sichtbare dreieckige Spitzen
3. **ALLE Pfeile müssen SCHWARZ oder DUNKELGRAU sein** - nicht farbig
4. **JEDEN Pfeil BESCHRIFTEN** mit den Daten, die durch ihn fließen
5. **Pfeilrichtung PRÜFEN** - jeder Pfeil MUSS zum korrekten Ziel zeigen
6. **Keine mehrdeutigen Verbindungen** - jeder Pfeil sollte eine klare Quelle und ein klares Ziel haben
### Anforderungen an die logische Klarheit
1. **Der Datenfluss muss sofort offensichtlich sein** - der Betrachter sollte die Pipeline verstehen
...
[Gekürzt für Übersetzung]
Ausgabe- und Qualitätssicherung
Schritt 5: Claude STRENGE Überprüfung
Nachdem das Bild gerendert wurde, MUSS Claude es streng überprüfen:
ÜBERPRÜFUNGSPUNKTE (alle müssen BESTANDEN sein):
□ Sind ALLE Pfeile in die RICHTIGE Richtung?
□ Sind ALLE Blöcke richtig beschriftet?
□ Ist das visuelle Design professionell?
□ Sind die akademischen Farben korrekt?
□ Ist die Schriftgröße lesbar?
□ Ist das Layout ausgewogen?
□ Ist der Datenfluss klar?
□ Ist das Bild druckfreundlich?
BEWERTUNG (1-10): [X/10]
Wenn BEWERTUNG < 9:
Geben Sie SPEZIFISCHES, UMSETZBARES Feedback:
1. [Was ist falsch]
2. [Wie es zu beheben ist]
3. [Priorität (HOCH/MITTEL/NIEDRIG)]
Dann zur erneuten Generierung zurückkehren.
KRITISCH: Wenn die Bewertung < 9 ist, MUSS Claude insuffiziente Änderungen ablehnen. Der Zyklus wird bis zu 5 Mal wiederholt.