Community图像github.com

PosFox Gen

将用户提供的科研论文PDF自动生成为完整的科研海报图片,支持可选的主要参考文献或模板作为设计指导。此版本在生成图像后即停止。

PosFox Gen 是什么?

PosFox Gen 是一个专注于将科研论文PDF转换为高质量科研海报图像的AI技能。它通过解析PDF中的科学内容(包括图表、表格、坐标轴等)并结合用户指定的模板或自动选择的参考示例,生成完整、布局合理的海报图像。该技能采用三视角并行评估机制(内容主张、科学审校、视觉规划),确保海报在内容准确性和视觉效果上达到平衡。支持一次生成和最多一次重新生成,以满足关键缺失或全局错误时的修正需求。技能明确区分了最终结果(栅格图像)与可编辑格式(如SVG)或科学认证结果,适用于需要快速生成可视化科研交流材料的场合。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/LawrenceRiver/PosFox-Gen-skill/tree/HEAD

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

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

PosFox Gen 是做什么的?

使用调用框架将提供的论文生成为完整的科学海报图像。交付后即停止:此版本不重建HTML/SVG、不运行SAM、不构建可视化问题地图,也不修复可编辑产物。请阅读工作流程和生成规则。在形成摘要时,请参考缓存的质量笔记,而不是每次运行都进行新的文献调研。

输入与并行准备

直接使用用户的PDF。用户指定的主要参考文献/模板优先,并将其传递给生成器;如果只有一个参考文献,则默认其为主要参考文献。论文PDF提供科学内容;明确指定为模板的PDF提供设计指导。不要用另一张海报替换用户的参考文献。如果没有参考文献,则使用可用工具选择一个相关的、可访问的示例;记录其来源和角色。

通读整篇论文,清点有用的图表,提取完整的高分辨率科学区域及其标题和来源位置。保留坐标轴、图例、标签和单位。测量每个选定裁剪区的PDF点大小、实际像素大小和宽高比;保留其源哈希值。使用这些测量值来分配图表空间,并将它们连同预期的显示框架一起带入生成提示中。单独的DPI不能确定可用的显示尺寸。重复使用常规的PDF解析/裁剪;必要时补充不完整的资源。并行进行独立的文本读取、资源提取和参考文献读取。不要为了填满空间而凭空创建框或切割任意子图。内置的确定性助手是 python scripts/extract_pdf.py PAPER.pdf --out RUN/source;使用 --help 查看检查过的裁剪。脚本路径相对于此技能解析,并在用户的工作区中使用显式的持久化输出目录。

三种视角,有限讨论

编写一个基于来源的初始内容/布局计划:问题、输入/输出、模型、创新点、指标、有用的图表和局限性。冻结PDF/资源/参考/计划包。派遣三个并行的子智能体:内容主张者、科学审稿人和视觉规划者。每个可返回一份重要的初始报告。然后仅允许一次简短的反馈轮次,用于有争议或关键的点;不得有第二份长篇报告或广泛的重新阅读。参见角色和反馈格式。

每个角色都需严格把关,保护已有效的内容,并对修改和保留原文都提出“为什么不”的问题。主执行者合并重复项,解决分歧,应用一次经过验证的编辑,并根据来源检查被更改的声明。重复使用科学发现;不要启动另一个逻辑审查者。保留实际的审查范围和原始意见。未解决的科学障碍将停止生成。如果子智能体不可用,则公开说明是同一执行者角色轮替,而不是声称三个独立的智能体。

生成并停止

将经过批准的准确文案、完整的视觉指令、测量的源尺寸/宽高比、计划的显示尺寸和参考角色整合到一个提示中。枚举计划的模块及其相对面积/文本平衡、分段条带/背景颜色以及点、项目符号和规则。源图像保持其实际比例;具有不同比例的包围框必须明确包含整个图像,而不是拉伸它。保存此视觉清单与交接信息,以便后续单独调用的下游重建可以保留生成的模块/功能。使用可用的框架图像工具;没有上游API运行器、新模型服务或API密钥设置。每个计划的图表/表格必须实际绘制,而不是作为空白槽保留。尊重工具当前的附件限制,并为剩余证据提供完整说明。

生成一次。最多允许一次重新生成:总共两次图像调用。没有独立的图像审查智能体/轮次。在保存时,观察是否有必需的内容/视觉效果缺失或整体错误;只有此类失败才允许单次重试。不要为了微小的优化而重新生成。持久化并显示真实图像、最终提示、来源/附件清单、简短的讨论决策和阶段计时。诚实记录未完成的工作。栅格图像不是可编辑的SVG或经过科学认证的结果。在此结束。

相关技能