Community画像github.com

紙上フィギュアクラフト

コードによって、出版物品質のシステム、コンピュータアーキテクチャ、EDA、AI論文の図を作成します。AI生成図によくある「それっぽさ」を排除し、高品質な図面を実現します。

紙上フィギュアクラフト とは?

Paper Figure Craftは、研究者や開発者が出版物品質の図をコードで作成するためのスキルです。SVGとMatplotlibの2つの出力形式をサポートし、システム概要図、モチベーション図、定量的評価チャートなど、論文で必要とされる多様な図の作成を効率化します。5段階のコンパイルとリンティングパイプラインを備え、figgenie-paper-diagramスキルと連携することで、より高品質な図の生成が可能です。また、4層のミネラルインクパレットと5カテゴリのベクターアイコンシステムにより、視覚的に一貫性があり、プロフェッショナルな図を簡単に作成できます。レイアウトのマイクログラマー(細かな文法)に従うことで、図全体の統一感と可読性を高め、IEEE/ACMなどの会議で求められる厳格な評価チャートの規約にも準拠しています。このスキルは、論文の図を計画、描画、批評、リスタイルする際に特に有用です。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lllbbbyyy/paper-craft-skills/tree/HEAD/skills/paper-figure-craft

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Paper Figure Craft

コードで、高密度で鮮明な、出版物品質の研究図(SVGによる正確な点指定の回路図と、Matplotlibによる古典的な4軸の定量評価チャート)を作成します。トップレベルのシステム、アーキテクチャ、EDA、AI会議で求められる品質を、AI生成フローチャート特有の「それっぽさ」なしで実現します。中国語版はSKILL.zh-CN.mdを参照してください。

コアワークフロー

  1. ツールチェーンスキルの組み合わせと図の役割分割(1 Figure = 1 Job、異種コンテナ)

    • figgenie-paper-diagramがインストールされている場合、連携する: figgenie-paper-diagramのベニューの模範例を参照して情報密度を調整し、セマンティック属性(data-kind、data-role、data-symbol="tex")を出力し、5段階のパイプラインを実行します: tex_fill.py --check(MathJaxインラインベクター<path>)$\to$ lint.py(包含/重複チェック)$\to$ 4× PNG ビジュアルチェック $\to$ svg_to_pdf.py / export_pdf.py(ゼロリサイズベクターPDF)$\to$ svg2pptx.py(編集可能なスライド)。figgenie-paper-diagramがない場合は、templates/svg_diagram_scaffold.py + templates/svg_to_pdf.pyを直接使用します。
    • モチベーション(Fig. 1、シングルカラム 244 × 152–185 pt、1ページ目右上): あなたの論文に合ったアーキタイプを選択:
      • アーキタイプA(パラダイムコントラスト): 上部(a)は2~3個の先行パラダイムカード(ミニトレンド曲線 + + 強み / - 限界) + 連動するチャレンジシェブロンバーC1–C3を対比; 下部(b)では、1対1のカラムに揃えたchevron_barで3ステップのソリューションをプレビュー。
      • アーキタイプB(モチベーションケースの軌跡と収束): (a) 具体的なベンチマーク/ハードウェア設定、(b) 単一行のステップ軌跡E1..Ekで急速な全体的収束を強調、(c) 収束曲線と明示的な色付き正方形スウォッチ(swatch_legend_row: DF: WS / OS、GLB: 2M / 8M / 32M)をペアリング。
    • 異種コンテンツを同一のボックスに入れない: 静的な設定、連続するステップ行、有向エッジ、検証済みの事実台帳、エージェントの仮説を視覚的に区別し、説明は簡潔な単一行フレーズに抑えます。
    • システム概要(Fig. 2、ダブルカラム 504 × 180–192 pt): 番号付き黒丸バッジ、高速バイパス vs オンデマンドルーティング、スタンドアロン出力成果物を備えたクローズドループSteps 1–6。
    • メカニズム詳細 / ツールループ(Fig. 3、244 pt または 504 × 146–160 pt): 具体的な数値ウォークスルー(組み込み候補リーダーボードミニテーブルでPickを強調表示、ミニ散布図を含む)または、バインダーリング検証済み台帳 $\to$ エージェント仮説吹き出し $\to$ サンプリングツールストリップ。
    • 定量的評価チャート(Figs. 4–6、MatplotlibベクターPDF/SVG): 二重行探索軌跡、グループ化ハッチングバー、積み上げランタイム内訳、パレート散布図。
  2. レイアウトマイクログラマー、4層パレット階層、5カテゴリマイクロアイコンシステムの適用 references/schematic-grammar.en.md(またはschematic-grammar.zh-CN.md)を読み、templates/svg_diagram_scaffold.py + templates/plot_style.pyを基に構築:

    • 正確なポイント指定の連動グリッドとタイポグラフィ: W = 504 pt(\textwidth)または244 pt(\columnwidth)に固定し、1 pt = 1 SVG unit; 外側マージン3–4 pt、ステージ間ギャップ4.5–5.5 pt(アウトライン付きblock_arrow_hで橋渡し)、内側パディング3.5–4 pt。中央揃えの白いノックアウトバナー(stage_container)または薄い破線のoutline_zone + 2.8 ptのleft_stripe_cardを使用。イタリック体は[括弧付きロールタグ]、分岐条件、記述フィールド、1行の物理的メカニズムに予約し、折り返しリスト行全体でフォントウェイトを均一に保つ。
    • 4層ミネラルインクパレット(SVGとMatplotlibで共有されるplot_style.py): レイヤー1 構造インク#18181B + #3F4752 / #525E6B グレー + #C9D1DB ブロック矢印; レイヤー2 落ち着いた建築ステージ背景(#F4ECDC、#DAE8F4、#DDE2E8、#F3DFCE、#DCEAD7); レイヤー3 鮮明な#FFFFFF前景カード + #E2E7EE タブ(#E6EFEA ミントは勝利Pick行用); レイヤー4 高コントラストアクセント(#1B4965 ネイビー、#A61C24 クリムゾン、#C46D1F オーカー、#2C6E58 セージ)は面積の<10%に制限し、大きなコンテナ背景を覆い尽くさない。
    • 5カテゴリベクターマイクロアイコンシステム: (1) 13.5×13.5 pt ハードウェア/ワークロードサムネイル(icon_systolic、icon_noc、icon_sparse); (2) データセットドラム(icon_drum)&左端ノートブックbinder_rings(検証済み事実を示す); (3) ロールバッジ付きエージェント(icon_agent: 診断用拡大鏡 vs 実験用サンプリンググリッド)&テスト可能な仮説用の尖ったspeech_bubbleポリゴン; (4) icon_wrench & icon_stacked_docs(スタンドアロン成果物用); (5) icon_refresh_loop & swatch_legend_row。
    • ノードと有向エッジを区別し、明示的な単位を記述: インターフェース/フィルターをピルラベル付き矢印(directed_edge_with_pill)で描画し、0 LLM Calls、0 Sim Calls、9.2s (3.6× faster)のように記述。
  3. 古典的なIEEE/ACM定量チャート規則の適用 references/eval-charts-ieee.en.mdを読み、templates/ieee_eval_plot_scaffold.pyから開始:

    • 4軸ボックス + 内向き目盛り + Arimo + STIX Type-42フォント: 4軸すべてを有効にし(0.8 pt)、内向き目盛り、pdf.fonttype = 42に設定。
    • グレースケール安全ハッチングと二重ステップホールド軌跡: ベースラインバーをハッチング('//'、'\\\\'、'..')し、Oursをソリッドなプライマリアクセントカラーに直接数値ラベルを付けてレンダリング、二重の壁時計/評価回数軌跡をax.step(..., where='post')でプロット。グループ化されたクロスドメインバーチャートでは、普遍的なベースラインのみをプロット。
  4. すべての図をレンダリング、リンティング、スクリーンショットで視覚検査

    • インライン数式のクリアランス>= 3 pt、ベースライン<tspan dy>のリセット、および原稿の散文との1:1の用語同期を確認。
    • 高DPI PNG/PDFレンダリングを視覚検査し、参照線とラベルの衝突、テキストの圧迫、凡例の重なりを排除。

関連スキル