Community이미지github.com

graphical-abstract-builder

연구 자료(PDF, 노트, 기록)로부터 질문-방법-결과-결론으로 구성된 단일 페이지 그래픽 초록을 추적 가능하고 편집 가능한 SVG로 생성하며, PNG/PDF 내보내기를 지원합니다. 논문, 연구 노트, 실험 기록에서 그래픽 초록, 과학 요약 그림, 메커니즘/흐름도, 데이터 차트를 만들거나 편집해야 할 때 사용하며, 특히 편집 가능한 소스 파일과 요소별 출처 추적이 필요할 때 적합합니다.

graphical-abstract-builder란 무엇인가요?

**Graphical Abstract Builder**는 에이전트가 연구 자료(PDF, 노트, 실험 기록)로부터 단일 페이지 그래픽 초록을 제작할 수 있도록 설계된 전문 스킬입니다. 스킬의 핵심은 **과학적 판단은 에이전트(사용자)가 수행하고, 그리기 작업은 Python + matplotlib 스크립트가 처리**하는 명확한 역할 분담에 있습니다. 에이전트는 자료를 읽고 개체/관계/데이터를 추출한 후 시각적 인코딩을 결정하고, 스크립트는 `scripts/` 디렉토리 아래에 있는 순수 Python 코드로 레이아웃, 렌더링, 검증 및 결과 조립을 담당합니다. 이 스킬은 **요소별 출처 추적 가능성**에 중점을 둡니다. 모든 SVG 요소에는 `source` 속성에 인용문과 위치 정보가 포함되어 있어, 그림 속 모든 숫자와 주장을 원본 자료로 역추적할 수 있습니다. 결과물로는 편집 가능한 SVG, 300dpi PNG, PDF와 함께 `result.json`(계약서 완전)이 생성됩니다. 검증 워크플로우는 체계적인 7단계(케이스 읽기 → 자료 확인 → 과학 추출 → 모델 작성 → 빌드/반복 → 검증 → 최종 결과 조립)를 따르며, `check_figure.py` 스크립트가 SVG 정합성, 글꼴 크기, 인용문 일치 등을 자동으로 확인합니다. 실패 시에도 `partial` 결과와 함께 문서화된 한계점을 제시하도록 설계되어, 증거를 지어내지 않고 정직하게 기록하는 원칙을 최우선시합니다. 지원 환경은 `/skills/weekly-skill`을 스킬 루트로 하며, `/app/work`에서 작업하고 `/app/output`에 최종 결과물을 출력합니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/qingyulzx/pku-efficiency3-skills/tree/HEAD/graphical-abstract

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

그래픽 초록 빌더

연구 자료(PDF, 노트, 기록)를 단일 페이지 그래픽 초록으로 변환합니다. 모든 요소는 자료에 추적 가능하며, 계약을 완전히 이행하는 result.json이 함께 생성됩니다.

역할 분담 — 에이전트는 과학을 수행하고, 스크립트는 그림을 그립니다:

  • 에이전트(사용자): 실제 자료를 읽고, 개체/관계/데이터를 추출하며, 시각적 인코딩을 선택하고, 캔버스에 들어갈 내용과 캡션에 들어갈 내용을 결정하며, 자료와 그림을 대조하여 검증합니다.
  • 스크립트(scripts/, 순수 Python + matplotlib): 레이아웃, 렌더링, 검사, 결과 조립을 담당합니다. 결정론적입니다. 동일한 모델을 입력하면 동일한 그림이 출력됩니다.

환경 및 경로

  • 스킬 루트: /skills/weekly-skill (스크립트는 scripts/ 아래, 스키마 문서는 references/ 아래). /app/work 디렉토리에서 작업하며, 최종 결과물은 /app/output에 저장됩니다.
  • 입력: /input/case.json (+ task.md; 자료 파일은 케이스에서 참조).
  • Python과 matplotlib이 필요합니다. matplotlib이 없으면 PNG 내보내기는 Pillow로 자동 대체되며, PDF 내보내기는 해결 방법과 함께 오류를 발생시킵니다. 자세한 내용은 플레이북을 참조하세요.
  • 일반 비용: 10–20회의 모델 요청으로, 64회 요청 / 900초 예산 내에서 충분히 처리됩니다. 각 빌드/검증 스크립트 실행은 한 번의 도구 호출로 간주됩니다.

워크플로우

단계 0 — 케이스를 읽고 result.json 뼈대를 만듭니다 (먼저 수행)

/input/case.json을 완전히 읽습니다. case_id와 output_contract의 모든 필드를 확인합니다. 이는 반드시 이행해야 할 전달 의무입니다. 그런 다음 즉시:

python scripts/make_result.py --stage init \
  --case /input/case.json --out /app/output/result.json

이 명령은 모든 계약 필드를 명시적인 null과 보류 사유로 기록합니다. 이후에 충돌이 발생하더라도 계약을 완전히 이행한 결과물이 남아 있습니다. (6단계에서 --stage final로 다시 실행하여 채웁니다.)

단계 1 — 실제 자료를 읽습니다

케이스가 가리키는 실제 파일을 엽니다 (레이블만으로 내용을 추정하지 마십시오). PDF는 pdf-text-tool / scientific-python을 사용하고, OCR이 필요한 경우에만 페이지를 스캔합니다. 각 자료 파일을 추출된 텍스트에 매핑하는 sources.json을 저장합니다. 이후 단계에서 인용문을 자료와 자동으로 대조 검증합니다:

{ "materials/paper.pdf": "<전체 추출 텍스트>" }

단계 2 — 과학적 내용을 추출합니다 (에이전트의 판단, 스크립트가 아닌)

워크시트(템플릿: templates/agent_worksheet.md)를 자료에서 직접 작성합니다:

  1. 질문 — 자료가 제기하는 문제는 무엇인가요? 그대로 인용합니다.
  2. 개체 — 반드시 등장해야 하는 대상(분자, 세포, 장치, 방법, 코호트 등)입니다. 각각에 대해: 레이블, 한 개의 그대로 인용한 인용문, 위치 정보(파일 + 페이지/섹션/문장).
  3. 관계 — 자료가 명시하는 방향성 연결(A가 B를 활성화함, 투여량이 질문을 유발함 등)입니다. 방향과 해당 문장을 기록합니다.
  4. 데이터 — 그림에 그릴 모든 숫자: 값, 단위, 조건, 그리고 해당 문장을 기록합니다. 원하는 숫자가 자료에 없다면 그림에 그리지 말고, 대신 uncertainty/limits에 나열합니다.
  5. 결론 — 자료 자체가 주장하는 바입니다.

증거 규칙: 인용문은 자료의 하위 문자열을 그대로 사용하며, 위치 정보는 사람이 몇 초 안에 찾을 수 있을 정도로 정확해야 합니다. 출처를 확인할 수 없는 내용은 캡션/노트에 기록하고, 절대 데이터로 캔버스에 그리지 않습니다.

단계 3 — figure_model.json을 작성합니다

references/model_schema.md의 스키마에 따라 /app/work/figure_model.json을 작성합니다 (전체 예제: examples/transformer-1706.03762/). 주요 결정 사항:

  • 패널 계획: 보통 읽기 순서대로 4–6개 패널 (질문 → 방법 → 결과(1–2) → 결론), 패널당 하나의 발견.
  • 패널별 레이아웃: flow(개체/관계를 위한 상자 + 화살표), chart(데이터를 위한 막대/수평 막대/그룹화 막대/선), stats(주요 값 2–4개를 위한 큰 숫자 강조), text(글머리 기호 결론).
  • 시각적 채널: 공통 단위와 0 기준선이 있는 크기에는 길이 사용, 시계열에는 위치 사용, 범주형 계열에만 색상 사용(Okabe–Ito 팔레트 내장, 절대 빨강-초록 사용 금지), 초점 개체에는 모양/강조 사용. 채널당 하나의 의미, 의미당 하나의 채널.
  • 캔버스: 기본 1800×1000 px (≈ A4 가로 150 dpi). 모든 글꼴 크기는 12 px 이상으로 유지합니다(검사기가 강제).
  • 워크시트의 인용문/위치 정보를 각 요소의 source에 복사합니다.

단계 4 — 빌드 및 반복

python scripts/build_figure.py --model /app/work/figure_model.json \
  --outdir /app/work/out --sources /app/work/sources.json

graphical_abstract.svg(편집 가능한 소스 진실: 명명된 id, layer-* 그룹, 모든 요소에 출처 <desc>), .png(300 dpi), .pdf, element_map.json, export_report.json을 생성합니다. 종료 코드 2 = 모델 오류(JSON 수정), 3 = SVG 실패(플레이북에 따라 수정). PNG/PDF 렌더링 실패는 실행을 중단하지 않으며, export_report.json.failures에 기록됩니다.

반복: 보고서에 오류가 있으면 SVG가 아닌 모델을 편집하고 다시 빌드합니다. 모든 오류 코드가 사라질 때까지 그림은 잘못된 상태입니다.

단계 5 — 리뷰어처럼 검증합니다

python scripts/check_figure.py --outdir /app/work/out --sources /app/work/sources.json

이 스크립트는 모든 검사를 다시 실행합니다: SVG 정합성, 최소 글꼴 크기, 캔버스 경계, 요소 맵 완전성, 인용문-자료 대조(허위 숫자 및 잘못된 인용 발견), 그레이스케일/대비, 내보내기 무결성. 그런 다음 직접 PNG를 확인하고(렌더링된 미리보기를 읽음) 다음을 확인합니다: 읽기 순서가 명확한가? 개체/화살표 방향이 자료와 일치하는가? 범례가 인코딩과 일치하는가? 모든 축에 단위가 있는가? 경고를 제거할 수 없으면 기록하고, 숨기지 않습니다.

단계 6 — 최종 result.json을 조립합니다

/app/work/values.json에 계약 필드 값(scientific_summary, uncertainty, 경로 목록, export_checks 등)을 작성합니다. element_source_map과 export_checks는 빌드에서 자동으로 채워집니다. 그런 다음:

python scripts/make_result.py --stage final \
  --case /input/case.json --out /app/output/result.json \
  --values /app/work/values.json \
  --map /app/work/out/element_map.json \
  --export /app/work/out/export_report.json \
  --issues /app/work/out/issues.json \
  --status complete --uncertainty "<정직한 한 문장>"

매처는 정확한 키, 그 다음 포함, 그 다음 설명 키워드를 기준으로 계약 필드를 채웁니다. 일치하지 않는 필드는 명시적인 null과 사유로 남습니다. 오류 수준의 문제가 남아 있으면 상태는 자동으로 partial로 강등됩니다. 검사 실패에도 complete라고 주장하지 마십시오. 결과물을 /app/output에 복사합니다:

graphical_abstract.svg + figure_model.json(편집 가능한 소스), graphical_abstract.png(미리보기) + graphical_abstract.pdf(내보내기), result.json.

단계 7 — 최종 자체 점검

  • result.json: case_id가 존재하고, 모든 계약 필드가 채워졌거나 명시적인 null과 사유가 있으며, 상태가 정직합니다(자동 강등이 존중됨).
  • SVG가 열리고(올바른 XML 형식), 텍스트가 실제 <text>이며(편집 가능), 모든 요소에 id가 있고, 레이어 이름이 지정되어 있습니다.
  • PNG와 PDF가 존재하고 비어 있지 않으며, PNG ≥ 300 dpi입니다.
  • 캔버스 위의 모든 숫자가 element_map.json 내의 인용문에 나타납니다.
  • 범례가 색상/계열 인코딩과 정확히 일치합니다.
  • uncertainty/limits가 모든 누락되거나 출처가 불분명한 항목을 언급합니다.

문제 발생 시

모든 실패 모드, 증상 및 해결 방법(자료에 주요 숫자 누락, 개체 모호성, 텍스트 오버플로, 글꼴 대체, 캔버스 오버플로, 내보내기 실패, matplotlib 없음 등)은 references/exception_playbook.md에 있습니다. 빨간색 출력이 발생하면 이를 참조하십시오. 모든 것을 무시하는 한 가지 규칙: 정직하게 기록하고, 절대 지어내지 마십시오. 문서화된 한계가 있는 partial 결과가 증거를 지어낸 예쁜 그림보다 더 좋은 점수를 받습니다.

참고 자료

  • references/model_schema.md — figure_model.json의 필드별 설명, 기본값 및 제약 조건.
  • references/exception_playbook.md — 실패 증상 → 해결 방법.
  • references/design_notes.md — 빌더에서 사용하는 시각적 인코딩 규칙, 색각 안전성, 레이아웃 규칙.
  • templates/agent_worksheet.md — 2단계 추출 워크시트.
  • templates/figure_model.template.json — 최소 시작 모델.
  • examples/transformer-1706.03762/ — 실제 논문 작업 예제 (arXiv:1706.03762, 그대로 인용 + sha256).

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.

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.

relationship-schematic

Generate or edit scientific entity-relationship schematics (mechanism diagrams, pathway chains, experimental workflows, structural containment) as traceable, editable SVG with verified relation semantics. Extracts an evidence-quoted entity/relation table first, renders a layered SVG from it, reads the drawing back to verify every relation type, direction and containment, then exports 300-dpi PNG and vector PDF. Use for any "draw a mechanism/workflow/relationship figure from this paper or case material" task where scientific correctness of entities, arrow directions and hierarchy matters.

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.

관련 스킬