Community이미지github.com

paper-figure-craft

코드로 학술 출판용 시스템, 컴퓨터 아키텍처, EDA, AI 논문 그림을 그립니다. AI 생성 다이어그램 특유의 패턴 없이 정밀하게 제작합니다.

paper-figure-craft란 무엇인가요?

Paper Figure Craft는 연구자와 AI 에이전트가 코드 기반으로 출판 수준의 논문 도해와 실험 차트를 제작할 수 있게 해주는 스킬입니다. 주로 SVG(스케메틱)와 Matplotlib(정량 평가 차트)를 사용하며, IEEE/ACM 등 주요 학회 형식을 따릅니다. 이 스킬은 5단계 컴파일 및 린팅 파이프라인을 제공하여 figgenie-paper-diagram과 연동하거나 독립적으로 사용할 수 있으며, 단일 컬럼 동기 부여 그림(패러다임 대비 및 사례 궤적-수렴 유형), 이종 시각적 컨테이너, 녹아웃 배너와 이탤릭 타이포그래피 마이크로 문법, SVG와 Matplotlib에서 공유되는 4계층 미네랄 잉크 팔레트, 5개 범주의 벡터 마이크로 아이코노그래피 시스템(도메인 썸네일, 바인더 링 사실 원장, 역할 배지 에이전트 및 가설 말풍선, 도구 렌치, 색상 파라미터 견본)을 포함합니다. 플랫폼으로는 Claude Code, Cursor, Codex 등 코드 작성이 가능한 모든 AI 에이전트 환경에서 사용할 수 있습니다. 사용자는 이 스킬을 통해 계획, 드로잉, 비평, 스타일 변경 작업을 일관된 품질로 수행할 수 있습니다.

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

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

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

Paper Figure Craft (논문 그림 제작)

코드로 조밀하고 선명한 출판 수준의 연구 그림을 생성합니다. 스케메틱은 정밀 포인트 SVG, 정량 평가 차트는 고전적 네 축 Matplotlib을 사용하며, 일반적인 AI 생성 순서도 특유의 패턴 없이 최고 수준의 시스템, 아키텍처, EDA, AI 학회에 적합한 결과물을 만듭니다. 중국어 버전은 SKILL.zh-CN.md를 참조하세요.

핵심 워크플로우

  1. 툴체인 스킬 결합 및 그림 역할 분할 (1 그림 = 1 작업, 이종 컨테이너)

    • 설치된 figgenie-paper-diagram과 연동: figgenie-paper-diagram의 학회 예시를 참고하여 정보 밀도를 설정하고, 의미론적 속성(data-kind, data-role, data-symbol="tex")을 방출하며, 5단계 파이프라인을 실행합니다: tex_fill.py --check (MathJax 인라인 벡터 <path>) $\to$ lint.py (포함/겹침 검사) $\to$ 4× PNG 시각 검사 $\to$ svg_to_pdf.py / export_pdf.py (크기 재조정 없는 벡터 PDF) $\to$ svg2pptx.py (편집 가능한 슬라이드). figgenie-paper-diagram이 없으면 templates/svg_diagram_scaffold.py + templates/svg_to_pdf.py를 직접 사용합니다.
    • 동기 부여 (Fig. 1, 단일 컬럼 244 × 152–185 pt, 페이지 1 오른쪽 상단): 논문 주제에 맞는 유형을 선택하세요:
      • 유형 A (패러다임 대비): 상단 (a)는 2-3개의 이전 패러다임 카드 (미니 트렌드 곡선 + + 강점 / - 한계)와 맞물리는 도전 과제 셰브론 막대 C1–C3를 대비시킵니다. 하단 (b)는 3단계 솔루션을 1대1 열 정렬 셰브론_막대로 미리 보여줍니다.
      • 유형 B (동기 부여 사례 궤적 및 수렴): (a) 구체적인 벤치마크/하드웨어 설정, (b) 단일 라인 단계 궤적 E1..Ek이 빠른 전체 수렴을 강조, (c) 수렴 곡선과 명시적 컬러 사각형 견본 (견본_범례_행: DF: WS / OS, GLB: 2M / 8M / 32M)을 짝지어 보여줍니다.
    • 이종 콘텐츠를 동일한 상자에 절대 넣지 마세요: 정적 설정, 순차적 단계 행, 방향성 에지, 검증된 사실 원장, 에이전트 가설을 시각적으로 구분하고, 텍스트는 간결한 한 줄 문구로 유지합니다.
    • 시스템 개요 (Fig. 2, 두 컬럼 504 × 180–192 pt): 숫자가 있는 검은색 원 배지, 빠른 우회 vs. 온디맨드 라우팅, 독립형 출력 아티팩트를 포함한 폐루프 Steps 1–6.
    • 작동 메커니즘 / 도구 루프 (Fig. 3, 244 pt 또는 504 × 146–160 pt): 구체적인 수치 워크스루 (임베디드 후보 리더보드 미니 테이블에서 Pick 강조 및 미니 산점도 포함) 또는 바인더 링 검증 원장 $\to$ 에이전트 가설 말풍선 $\to$ 샘플링 도구 스트립.
    • 정량 평가 차트 (Figs. 4–6, Matplotlib 벡터 PDF/SVG): 이중 행 검색 궤적, 그룹화된 해치 막대, 누적 실행 시간 분석, 파레토 산점도.
  2. 레이아웃 마이크로 문법, 4계층 팔레트 계층 및 5개 범주 마이크로 아이코노그래피 적용 references/schematic-grammar.en.md (또는 schematic-grammar.zh-CN.md)를 읽고 templates/svg_diagram_scaffold.py + templates/plot_style.py를 기반으로 구축하세요:

    • 정밀 포인트 맞물림 그리드 및 타이포그래피: W = 504 pt (\textwidth) 또는 244 pt (\columnwidth)로 고정하고 1 pt = 1 SVG 단위 사용; 외부 여백 3–4 pt, 단계 간 간격 4.5–5.5 pt (외곽선 block_arrow_h로 연결), 내부 패딩 3.5–4 pt. 중앙 정렬 흰색 녹아웃 배너 (stage_container) 또는 밝은 점선 outline_zone + 2.8 pt left_stripe_card를 사용합니다. 이탤릭체는 [대괄호 역할 태그], 분기 조건, 설명자 필드, 1줄 물리적 메커니즘에 예약하고, 줄 바꿈된 리스트 줄 전체에서 글꼴 두께를 균일하게 유지합니다.
    • 4계층 미네랄 잉크 팔레트 (plot_style.py에서 SVG와 Matplotlib 공유): 계층 1 구조적 잉크 #18181B + #3F4752 / #525E6B 회색 + #C9D1DB 블록 화살표; 계층 2 음영 처리된 아키텍처 단계 배경 (#F4ECDC, #DAE8F4, #DDE2E8, #F3DFCE, #DCEAD7); 계층 3 선명한 #FFFFFF 전경 카드 + #E2E7EE 탭 (#E6EFEA 민트는 승리 Pick 행에 사용); 계층 4 고대비 강조색 (#1B4965 네이비, #A61C24 크림슨, #C46D1F 오커, #2C6E58 세이지)은 전체 면적의 <10%로 제한—대형 컨테이너 배경을 절대 넘치게 하지 마세요.
    • 5개 범주 벡터 마이크로 아이코노그래피: (1) 13.5×13.5 pt 하드웨어/워크로드 썸네일 (icon_systolic, icon_noc, icon_sparse); (2) 데이터셋 드럼 (icon_drum) 및 왼쪽 가장자리 노트북 binder_rings (검증된 사실 표시); (3) 역할 배지 에이전트 (icon_agent: 진단용 돋보기 vs. 실험용 샘플링 그리드) 및 뾰족한 speech_bubble 다각형 (테스트 가능한 가설용); (4) icon_wrench 및 icon_stacked_docs (독립형 아티팩트용); (5) icon_refresh_loop 및 swatch_legend_row.
    • 노드 vs. 방향성 에지 구별 및 명시적 단위 표시: 인터페이스/필터를 알약 레이블 화살표 (directed_edge_with_pill)로 그리고 0 LLM Calls, 0 Sim Calls, 9.2s (3.6× faster)와 같이 작성합니다.
  3. 고전적 IEEE/ACM 정량 차트 규칙 적용 references/eval-charts-ieee.en.md를 읽고 templates/ieee_eval_plot_scaffold.py에서 시작하세요:

    • 네 축 상자 + 안쪽 눈금 + Arimo + STIX Type-42 글꼴: 네 축 모두 활성화 (0.8 pt), 눈금은 안쪽, pdf.fonttype = 42 설정.
    • 그레이스케일 안전 해치 및 이중 계단-유지 궤적: 기준선 막대는 해치 ('//', '\\\\', '..'), Ours는 단색 기본 강조색으로 채우고 직접 숫자 레이블 추가, ax.step(..., where='post')를 사용하여 이중 벽시계/평가 횟수 궤적을 플롯합니다. 그룹화된 교차 도메인 막대 차트에서는 보편적 기준선만 플롯합니다.
  4. 모든 그림 렌더링, 린트 및 스크린샷으로 시각 검사

    • 인라인 수학이 >= 3 pt 이격되었는지, 기준 <tspan dy> 재설정이 되었는지, 원고 산문과 용어가 1:1로 동기화되었는지 확인합니다.
    • 고DPI PNG/PDF 렌더링을 시각적으로 검사하여 참조선-레이블 충돌, 텍스트 압박, 범례 겹침을 제거합니다.

관련 스킬