Community图像github.com

论文图表精工

通过代码绘制出版级系统架构、计算机体系结构、EDA 和 AI 论文图表,无 AI 生成的图表痕迹。涵盖与 figgenie-paper-diagram 的 5 步编译与 lint 协同、单栏动机图(范式对比与案例轨迹收敛原型)中的角色分离、异质视觉容器、镂空横幅与斜体排版微语法、SVG 与 Matplotlib 共用的 4 层矿物墨水调色板、5 类矢量微图标系统(领域缩略图、活页夹事实账本、角色徽章智能体与假设对话气泡、工具扳手、彩色参数色板)以及经典 IEEE/ACM 四轴评测图表。在规划、绘制、审阅或重绘论文示意图或实验图时使用。

论文图表精工 是什么?

Paper Figure Craft 是一款 AI 智能体技能,旨在帮助开发者和研究人员通过纯代码生成出版级、高精度的研究论文图表,特别适用于系统架构、计算机体系结构、EDA 和 AI 等领域。该技能的核心优势在于避免通用 AI 生成图表那种“一眼假”的痕迹,确保图表风格与顶级会议(如 IEEE/ACM)保持一致。它支持 SVG 和 Matplotlib 两种渲染引擎:SVG 用于绘制精确的示意图,Matplotlib 用于生成经典的四轴定量评测图表。 该技能的工作流围绕与 `figgenie-paper-diagram` 的深度协同展开,包含编译、lint 检查、可视化审查和导出 PDF/PPTX 的 5 步流水线。技能文档详细定义了图表的微布局语法(如精确的 pt 单位网格、内边距、镂空横幅)、4 层矿物墨水调色板(在 SVG 和 Matplotlib 间共享),以及 5 类矢量微图标系统(涵盖硬件缩略图、数据集桶、智能体角色徽章、工具和参数色板)。此外,还严格规定了 IEEE/ACM 图表的四轴、向内刻度线和灰度安全剖面的规范。 用户可通过本技能在 Cursor、Claude Code 等 AI 编码工具中直接调用,先规划图表类型(如单栏动机图、双栏系统总览图),再使用预定义的 Python 模板(如 `svg_diagram_scaffold.py` 和 `ieee_eval_plot_scaffold.py`)进行绘制,最后通过 lint 和视觉检查确保输出质量。此技能尤其适合需要反复迭代、风格统一且高度可复现的学术论文图表制作场景。

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

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

论文图表精工 是做什么的?

创建密集、清晰、出版级的研究图表(用于示意图的精确点 SVG 和用于定量评测图的经典四轴 Matplotlib),匹配顶级系统、体系结构、EDA 和 AI 会议标准,无通用 AI 生成流程图的典型痕迹。中文版对应文件为 SKILL.zh-CN.md。

核心工作流

  1. 组合工具链技能 & 拆分图表角色 (1 图 = 1 项任务,异质容器)

    • 当安装 figgenie-paper-diagram 时协同工作:参考 figgenie-paper-diagram 场所示例获取信息密度,输出语义属性 (data-kind, data-role, data-symbol="tex"),并运行 5 步流水线:tex_fill.py --check (MathJax 内联矢量 <path>) $\to$ lint.py (包含性/重叠检查) $\to$ 4× PNG 可视化检查 $\to$ svg_to_pdf.py / export_pdf.py (零缩放矢量 PDF) $\to$ svg2pptx.py (可编辑幻灯片)。若 figgenie-paper-diagram 不存在,则直接使用 templates/svg_diagram_scaffold.py + templates/svg_to_pdf.py。
    • 动机图 (图 1,单栏 244 × 152–185 pt,Page 1 右上角):选择符合论文论点的原型:
      • 原型 A (范式对比):上方 (a) 对比 2–3 个先前范式卡片(微型趋势曲线 + + 优势 / - 局限)+ 互锁挑战雪佛龙条 C1–C3;下方 (b) 通过 1-to-1 列对齐的 chevron_bar 预览 3 步解决方案。
      • 原型 B (动机案例轨迹与收敛):(a) 具体基准/硬件设置,(b) 单线步骤轨迹 E1..Ek 突出快速整体收敛,(c) 收敛曲线配合 显式彩色方块色板 (swatch_legend_row:DF: WS / OS, GLB: 2M / 8M / 32M)。
    • 切勿将异质内容放入相同的盒子中:从视觉上区分静态设置、顺序步骤行、有向边、已验证事实账本和智能体假设,文字保持简洁的单行短语。
    • 系统总览图 (图 2,双栏 504 × 180–192 pt):闭环 步骤 1–6,带编号的黑色圆形徽章、快速旁路与按需路由,以及独立的输出产物。
    • 工作机制 / 工具循环 (图 3,244 pt 或 504 × 146–160 pt):具体数值演练(包含嵌入式候选排行榜微表,突出显示 Pick 和微散点图)或活页夹验证账本 $\to$ 智能体假设对话气泡 $\to$ 采样工具条。
    • 定量评测图表 (图 4–6,Matplotlib 矢量 PDF/SVG):双行搜索轨迹、分组剖面线柱状图、堆叠运行时间分解和帕累托散点图。
  2. 强制执行布局微语法、4 层调色板层级 & 5 类微图标系统 阅读 references/schematic-grammar.en.md (或 schematic-grammar.zh-CN.md),并基于 templates/svg_diagram_scaffold.py + templates/plot_style.py 构建:

    • 精确点互锁网格 & 排版:固定 W = 504 pt (\textwidth) 或 244 pt (\columnwidth),以 1 pt = 1 SVG 单位;3–4 pt 的外边距,4.5–5.5 pt 的阶段间间隙,由带轮廓的 block_arrow_h 桥接,3.5–4 pt 的内边距。使用居中的白色镂空横幅 (stage_container) 或浅色虚线 outline_zone + 2.8 pt 的 left_stripe_card。保留斜体用于 [括号角色标签]、分支条件、描述字段和单行物理机制,确保跨换行列的字体粗细均匀。
    • 4 层矿物墨水调色板 (plot_style.py 在 SVG 和 Matplotlib 间共享):第 1 层结构墨水 #18181B + #3F4752 / #525E6B 灰色 + #C9D1DB 块箭头;第 2 层柔和架构阶段底色 (#F4ECDC, #DAE8F4, #DDE2E8, #F3DFCE, #DCEAD7);第 3 层清晰 #FFFFFF 前景卡片 + #E2E7EE 标签页(#E6EFEA 薄荷色用于获胜的 Pick 行);第 4 层高对比度强调色 (#1B4965 海军蓝, #A61C24 深红, #C46D1F 赭色, #2C6E58 鼠尾草绿) 面积限制在 <10%——绝不填充大容器背景。
    • 5 类矢量微图标系统:(1) 13.5×13.5 pt 的硬件/工作负载缩略图 (icon_systolic, icon_noc, icon_sparse);(2) 数据集鼓 (icon_drum) 及表示已验证事实的左边缘笔记本 binder_rings;(3) 角色徽章智能体 (icon_agent:诊断用的放大镜与实验用的采样网格) 和用于可测试假设的尖角 speech_bubble 多边形;(4) 独立产物的 icon_wrench 与 icon_stacked_docs;(5) icon_refresh_loop 与 swatch_legend_row。
    • 区分节点与有向边 & 标明显式单位:将接口/过滤器绘制为药丸标签箭头 (directed_edge_with_pill),并写入 0 LLM 调用,0 Sim 调用,9.2s(3.6× 更快)。
  3. 强制执行经典 IEEE/ACM 定量图表约定 阅读 references/eval-charts-ieee.en.md,并从 templates/ieee_eval_plot_scaffold.py 开始:

    • 四轴框 + 向内刻度 + Arimo + STIX Type-42 字体:启用所有四个轴 (0.8 pt),向内刻度,且 pdf.fonttype = 42。
    • 灰度安全剖面线 & 双步进保持轨迹:对基线柱状图使用剖面线 ('//', '\\\\', '..'),将 Ours 渲染为纯色主要强调色并附加直接数值标签,通过 ax.step(..., where='post') 绘制双壁钟/评估计数轨迹。在分组跨域柱状图中仅绘制通用基线。
  4. 通过截图渲染、Lint 和视觉检查每个图表

    • 确认 >= 3 pt 的内联数学间距、基准 <tspan dy> 重置,以及与稿件正文的 1:1 术语同步。
    • 视觉检查高 DPI PNG/PDF 渲染,以消除参考线标签重叠、文字拥挤或图例重叠。

相关技能