CommunityImagengithub.com

esquema-relaciones

Genera o edita esquemas científicos de relaciones entre entidades (diagramas de mecanismos, cadenas de vías, flujos de trabajo experimentales, contenedores estructurales) como SVG trazable y editable con semántica de relaciones verificada. Extrae primero una tabla de entidades y relaciones con citas textuales, renderiza un SVG en capas a partir de ella, lo relee para verificar cada tipo de relación, dirección y contención, y exporta PNG a 300 dpi y PDF vectorial.

¿Qué es esquema-relaciones?

Esta skill está diseñada para generar figuras científicas de relaciones entre entidades (como diagramas de mecanismos, cadenas de vías de señalización, flujos de trabajo experimentales o diagramas de contenedores estructurales) que sean trazables, editables y científicamente correctas. A diferencia de la generación de imágenes genérica, esta skill se niega explícitamente a dibujar inhibiciones como activaciones, invertir direcciones上下游, inventar nombres de genes o números, o hacer afirmaciones sin respaldo. El proceso sigue un flujo de 7 pasos: (1) crear un andamio de entrega mínima garantizada, (2) extraer manualmente una tabla de entidades y relaciones con citas textuales y localizadores, (3) validar el modelo contra errores, (4) renderizar un SVG en capas automáticamente, (5) verificar la geometría y semántica de cada flecha y contenedor, (6) exportar a PNG 300dpi y PDF vectorial, y (7) finalizar un archivo result.json con cobertura de contrato. La skill proporciona scripts en Python (stdlib puro, con soporte opcional para cairosvg/PIL y navegador headless) y maneja casos difíciles como direcciones no declaradas (las dibuja discontinuas con interrogante), evidencia indirecta (usa tipo 'indirect' o modela la cadena), y ambigüedades de entidades (sinónimos/abreviaturas). Es ideal para tareas donde la corrección científica de entidades, direcciones de flechas y jerarquías de contención es crítica, y el usuario necesita un archivo SVG editable y trazable con atributos data-evidence-* en cada elemento.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/qingyulzx/pku-efficiency3-skills/tree/HEAD/relationship-schematic

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

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Esquemas de relaciones: extraer → modelar → renderizar → verificar → exportar

Estás dibujando figuras cuya corrección científica es evaluada por un revisor LLM contra el material fuente. Los modos de fallo dominantes de la generación de imágenes genérica son exactamente las cosas que esta skill se niega a hacer: inhibición dibujada como activación, upstream/downstream invertido, contención dibujada como cajas lado a lado, nombres de genes o números inventados, afirmaciones sin trazabilidad. Cada mecanismo aquí existe para que esos fallos sean imposibles de enviar en silencio.

No negociables

  1. No se dibuja nada que no esté en la tabla de relaciones. El modelo de la figura (model.json) es la única fuente de verdad; el SVG se genera a partir de él y se lee de vuelta contra él.
  2. Cada entidad y relación lleva una cita textual + localizador del material fuente. Una relación sin cita es rechazada por las herramientas (relation_no_evidence). Si no puedes citarla, no puedes dibujarla.
  3. from/to codifican la afirmación, no la disposición. "A inhibe a B" ⇒ from: A, to: B, type: inhibits. El renderizador decide la geometría; el verificador comprueba que la punta de la flecha realmente termina en B.
  4. Lo desconocido se dibuja como desconocido. Si el material no indica una dirección, usa direction: "unknown" — se renderiza discontinuo con un ? y se marca en result.json. Nunca adivines para que la figura se vea más limpia.
  5. Entrega primero el resultado mínimo garantizado (result.json), mejora después. El Paso 1 escribe un andamio en forma de contrato con valores nulos explícitos antes de cualquier extracción, de modo que un fallo aún deje un entregable parcial válido.

Los scripts están en scripts/ (Python 3 stdlib puro + cairosvg/PIL opcional; detección automática de navegador headless para exportación). La semántica de símbolos está en symbols/symbols.json y está documentada en references/symbol-conventions.md; el formato del modelo en references/model-schema.md. Lee ambas referencias antes de tu primera ejecución.

Flujo de trabajo (7 pasos)

Trabaja bajo /app/work; los artefactos finales van a /app/output.

Paso 1 — Andamio del entregable mínimo

python scripts/init_result.py --case /input/case.json --work /app/work --output /app/output

Lee el caso, crea directorios, escribe /app/output/result.json con cada campo output_contract presente y null, status: "partial", y una entrada partial_reasons. Si el archivo del caso falta o es ilegible, igual escribe el andamio y registra el problema. También lee task.md y cualquier archivo de material por ti mismo — nunca asumas contenido a partir de etiquetas o nombres de archivo.

Paso 2 — Extraer la tabla de entidades y relaciones (tu criterio, no el de un script)

Lee el material real (texto PDF mediante las herramientas de la plataforma, tablas, texto del caso) y construye /app/work/model.json según references/model-schema.md:

  • una entidad por actor científico; label = nombre canónico tal como aparece impreso en la fuente; type = rol funcional mostrado como un pequeño subtítulo;
  • una relación por interacción declarada, con type de la biblioteca de símbolos (activates inhibits binds modifies transports indirect precedes contains parallels) y direction (A_to_B / B_to_A / bidirectional / unknown);
  • contención ("El complejo X consiste en A, B, C") se convierte en un grupo con miembros, más relaciones contains — nunca un borde, nunca yuxtaposición;
  • orden temporal/de proceso ("primero … luego …") se convierte en precedes con etiquetas de paso;
  • evidence = subcadena textual del material + localizador (sección, párrafo, fila de tabla, página) + id de fuente (DOI/nombre de archivo).

Reglas de extracción para casos difíciles:

  • Ambigüedad de entidad (sinónimos/abreviaturas, "β-catenina" vs "CTNNB1"): una entidad, etiqueta como la imprime la fuente, anota la equivalencia en uncertainty de result.json. Dos nombres que la fuente distingue siguen siendo dos entidades.
  • Dirección no declarada: direction: "unknown" (discontinuo + ?). Indica la ambigüedad en uncertainty; no la resuelvas por plausibilidad.
  • Evidencia indirecta ("X conduce a Y a través de Z" para la afirmación X→Y): usa tipo indirect (discontinuo) o modela la cadena mecanicista X→Z→Y si cada salto está citado. Prefiere la cadena — los revisores pueden seguirla.
  • Números/unidades/concentraciones en el material (ej. "3,3–10,4%"): mantenlos en las etiquetas de borde/nodo exactamente como están impresos, nunca redondeados o inventados.
  • Si el caso solicita un gráfico de valores de datos reales, eso está fuera del núcleo de esta skill (gráficos estadísticos) — igual entrega lo que aplique (tabla de entidades, disciplina de mapeo datos a leyenda) y marca el resto como parcial con el motivo.

Paso 3 — Validar antes de dibujar

python scripts/model_check.py /app/work/model.json

Salida 0 = limpio (se permiten advertencias). Corrige cada error — el renderizador se niega a dibujar con errores. Las advertencias (entity_no_evidence, direction_uncertain, cycle_in_rank_graph, …) son estados científicos legítimos: mantenlas y llévalas a result.json en lugar de "corregirlas" inventando.

Paso 4 — Renderizar el SVG editable

python scripts/make_schematic.py /app/work/model.json -o /app/work/figure.svg --report /app/work/layout.json

Produce un SVG en capas: grupos node-* / edge-* / group-* / legend, cada uno con data-evidence-quote/-locator/-source. La disposición es automática (capas de camino más largo, así que los bordes A_to_B apuntan hacia abajo); si el contenido supera canvas_width, el lienzo se ensancha y se registra una advertencia canvas_expanded — nunca se recorta nada.

Paso 5 — Leer el dibujo de vuelta y verificar

python scripts/verify_svg.py /app/work/model.json /app/work/figure.svg --out /app/work/verify.json

Esta es la puerta de seguridad central contra fallos. Comprueba la cobertura de entidades/relaciones, la semántica de marcadores según la biblioteca de símbolos, la dirección geométrica de las flechas (la punta debe estar más cerca del objetivo semántico que de la fuente), que las cajas de contención realmente encierran a sus miembros (y no atrapan a no miembros), la superposición de nodos, el ajuste de etiquetas y la cobertura de la leyenda. Salida 0 = pasa.

Si falla: corrige el modelo o la edición, vuelve a renderizar, vuelve a verificar. Nunca parchees el SVG a mano para silenciar una comprobación. Dos iteraciones es normal; si una comprobación no puede pasar porque el material es contradictorio, conserva la figura que respaldan las citas y registra el conflicto en uncertainty de result.json.

Paso 6 — Exportar y verificar cumplimiento

python scripts/export_svg.py /app/work/figure.svg -o /app/output --pdf

Escribe <nombre>_300dpi.png y <nombre>.pdf en /app/output, probando los backends en orden (cairosvg → Edge headless → Chrome headless → rasterizador PIL integrado para PNG) y registrando cada fallo de backend. El informe incluye comprobaciones por artefacto (resolución, fondo blanco, cabecera PDF/relación de aspecto de página, flujos de contenido vectorial). Copia figure.svg y model.json a /app/output como las fuentes editables, y el PNG sirve como vista previa renderizada.

Paso 7 — Finalizar result.json (cobertura del contrato, honestamente)

Llena cada campo output_contract — un campo que no puedas llenar se queda null con un motivo en partial_reasons. Mapeo típico (adapta los nombres al contrato del caso):

  • editable_source → {svg, model, note: "SVG en capas; cada elemento lleva data-evidence-*"}
  • exported_artifacts → los artefactos del informe de exportación (ruta, formato, dpi, backend, comprobaciones)
  • rendered_preview → la ruta del PNG
  • entity_relation_table → entidades + relaciones incl. citas/localizadores (o una ruta a model.json con recuentos)
  • verification_report → resumen de verify.json (recuentos de pasa/falla, advertencias)
  • sources → documentos fuente/DOIs utilizados, con la procedencia de las citas
  • status → complete solo si verify pasó y todas las exportaciones están bien; en caso contrario partial con motivos. uncertainty lista ambigüedades (identificación de entidades, direcciones desconocidas, conflictos no resueltos).

Editar un SVG existente (conservando la fuente)

Cuando el caso proporciona un SVG para modificar en lugar de material para dibujar:

  1. Lee el SVG; localiza los grupos node-*/edge-* y sus atributos data-* (las figuras de esta skill son completamente autodescriptivas).
  2. Cambios locales (renombrar, recolorear, tipo de borde/etiqueta, título, eliminar un elemento no conectado) → escribe un JSON de ediciones y ejecuta python scripts/edit_svg.py figure.svg edits.json -o figure_edited.svg. Cada operación necesita un reason; el informe demuestra que los elementos no tocados son byte-idénticos (preserved.ok). Luego vuelve a exportar (Paso 6).
  3. Cambios estructurales (añadir/eliminar entidades o relaciones, invertir una dirección) → estos son RECHAZADOS por edit_svg por diseño (un atributo invertido sin reenrutar dibuja una flecha mentirosa). Reconstruye/extiende model.json a partir de los atributos data del SVG, edita el modelo, vuelve a renderizar, vuelve a verificar.
  4. Si el SVG existente proviene de otra herramienta (sin atributos data), reconstruye el modelo a partir del material fuente y vuelve a renderizar — no modifiques a mano un SVG foráneo; registra lo que hiciste en change_log de result.json.

Manual de fallos (caminos reales, no prosa)

situacióndetecciónacciónresult.json
caso/material ilegiblePaso 1 o tu propia lecturaandamio escrito, partial_reasons nombra el archivo/problemastatus partial, campos null
relación que no puedes citarerror model_check relation_no_evidenceelimina la relación o encuentra la cita; nunca dibujes sin citaausente de la figura (correcto)
dirección no declaradatu extraccióndirection: "unknown"discontinuo + ?; entrada uncertainty
entidad sinónimo/abreviaturatu extracciónentidad única, equivalencia anotadaentrada uncertainty
material contradictoriodos citas chocandibuja lo que respalda la cita más fuerte/específicaambas citas + conflicto en uncertainty
etiqueta se desborda de su cajaadvertencia verify text_fitacorta la etiqueta o añade \n, vuelve a renderizar; el crecimiento de la caja es una decisión del renderizadoadvertencia transmitida
lienzo demasiado pequeñoadvertencia canvas_expandedya se ensanchó automáticamente; o aumenta canvas_widthadvertencia transmitida
DLL de cairosvg faltante (Windows)intento de backend de exportación registradoretroceso automático a navegador headless, luego rasterizador PILbackend + intentos registrados
sin navegador, sin cairosvgtodos los backends fallanrasterizador PIL (cajas/líneas/texto; marcadores aproximados) + notesstatus partial para calidad PNG, PDF null con motivo
relación de aspecto PDF incorrectacomprobación de exportacióncorregido por tamaño de @page; si un backend lo ignora, registrado como checks_failstatus partial
verify no puede pasarverify_svg salida 1bucle de corrección a nivel de modelo; si es imposible, envía el subconjunto citadoverification_report muestra fallos honestamente

Autocomprobación antes de terminar

  • verify_svg salida 0 (o fallos informados honestamente);
  • /app/output contiene: result.json (todas las claves del contrato presentes, nulls explicados), figure.svg, model.json, PNG (300 dpi), PDF;
  • cada relación dibujada es citable — comprueba al azar tres valores data-evidence-quote contra el material;
  • ninguna entidad/número aparece en el SVG que no esté en model.json;
  • change_log cuenta la historia de lo que hiciste, incluyendo los pasos de esta skill.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

biopathway-mechanism-diagram

Build or edit publication-grade biological mechanism/pathway diagrams from research materials (PDF/text) as a challengeable mechanism statement - three-layer model (typed entities, typed directed edges with verbatim evidence, compartment layout), semantics-correct SVG source, PNG/PDF exports and a traceable, uncertainty-aware result.json. Use for tasks asking to draw, generate or edit signaling pathways, mechanism figures, crosstalk diagrams or pathway flowcharts; refuses to guess regulation direction and marks unstated information instead.

graphical-abstract-builder

Build a single-page graphical abstract (question, method, results, conclusion) from research material as a traceable, editable SVG with PNG/PDF exports. Use when asked to create or edit a graphical abstract, science summary figure, mechanism or flow diagram, or data chart from a paper, study notes or experimental records, especially when editable source files and element-to-source traceability are required.

paper-to-academic-ppt

Turn a research paper (PDF) into a structured, evidence-traceable, template-compliant academic slide deck. Two phases: agent-authored narrative spine and page-level claims (each with paper locators and verbatim quotes), then scripted template adaptation that writes content into real master/layout placeholders, embeds original paper figures, checks overflow/aspect/notes, and exports a PDF preview. Handles missing conclusions, figure-trimming, layout mismatch and over-limit slide counts with explicit rules.

slides-genedit

Generate and edit academic presentation decks from research material. Two routes: (1) generate a new deck from a paper/notes under fixed audience, duration and slide-count constraints, with per-slide claims, verbatim-number evidence mapping, speaker notes, and a rendered PDF preview; (2) source-preserving edits of an existing starting deck - inventory it, apply only the requested local changes, and prove untouched slides stayed byte-identical. Use when asked to turn research material into slides, or to modify/compress/re-audience an existing deck without breaking it.

Skills relacionados