开源推广 （点击了解更多详细信息） github.com GitHub - 296711867/figcraft-skills: Agent skills for publication-quality paper figures... Agent skills for publication-quality paper figures — replicate reference figures as probed-geometry SVG, draw parametric diagram sources, re-render data figures faithfully from frozen CSVs, and gate delivery with a visual-judge loop. Battle-tested on 25+ real manuscript figures. 制作效果 提示词 你根据 figcraft-skills 这个制作 这个项目 架构图 开发初衷 首先因为自己一直在做科研、写论文，经常需要绘制各种算法框架图、网络结构图、实验结果图和技术路线图。 以前画图基本靠手动调整，费时费力。后来开始尝试让 AI 帮忙画图，发现 AI 虽然能画，但经常存在一些问题： 参考图复刻不准 ：布局偏移、字体不一致、箭头和模块对不上。 修改成本高 ：每次调整结构，都可能需要重新绘制。 数据图容易失真 ：AI 可能擅自调整数据点，导致结果与原始实验数据不一致。 缺少质量检查 ：图片看起来不错，但放进论文后才发现细节问题。 所以索性把自己科研绘图过程中总结的方法、踩过的坑和实战经验，整理成了一套专门面向 AI Agent 的科研绘图 Skills：FigCraft Skills 。 希望以后画论文图，不再需要反复告诉 AI 怎么布局、怎么对齐、怎么导出，而是让 AI 按照一套相对规范的流程完成绘图与检查。 目前 FigCraft Skills 支持： 参考图复刻 ：根据已有论文配图，提取几何位置、颜色和布局，重建 SVG 矢量图。 参数化结构图 ：使用 Python 脚本定义模块、连线和样式，方便后续反复修改。 实验数据图重绘 ：从真实 CSV 等数据源生成散点图、柱状图等，避免随意修改实验数据。 声明式布局绘图 ：适用于网络架构图、流程图、系统框图等。 自动视觉验收 ：通过截图、视觉检查和问题修复，尽量减少文字错位、箭头错误、布局偏移等问题。 高清论文输出 ：支持 SVG 矢量图和 600 DPI PNG。 Agent Skills 集成 ：采用标准 SKILL.md 组织，可以集成到支持相应工作流的 AI Agent 中。 目前这套方法已经在 25 张以上的真实论文配图 中进行了实践，包括期刊论文、学位论文中的结构图、实验图及图形摘要等。 项目不是什么一键生成所有论文插图的万能工具，更像是我在科研过程中整理出来的一套 AI 绘图工作流和经验集合 ，核心目标就是让 AI 画图更规范、结果更容易复现、修改起来更方便。 项目目前开源，MIT 协议，欢迎大家试用、交流和提建议。 如果项目对你有帮助，也欢迎点个 Star 最后感谢 LINUX DO 社区提供的交流与开源分享平台，希望这套工具也能帮到同样被论文绘图折腾过的朋友。 谢谢！ LINUX DO 版主 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/12 22:32:16