SuperAPI AI 工具集

academic-figure-architecture-extractor

设计与创作

查看项目

更新于 10-15 17:23

技能介绍

用途:把用户提供的学术图片、PDF、公开论文或图片 URL,以及需要修订的已有渲染图,转化为有依据的结构与参考风格证据,供分析、重绘或参考条件生成使用。核心原则是把科学内容与可迁移的视觉语法分开。

主要能力:接受本地图片、PDF、公开论文/图片 URL 或已有渲染图;优先使用原始图片而非截图。对文章 URL,用可用的网页或浏览器工具定位目标图与图注,并解析其直接图片或 PDF 来源;不要把论文 URL 当作仓库分类。PDF 提取用于查找内嵌图片或栅格化页面,并非架构检测器,图片分类仍基于证据判断。

使用方式:本地图片用可用的图片查看工具按原始细节检查;远程图片打开后保留来源 URL 与图注,再检查本地化图片;PDF 用支持 PDF 的阅读器查看页面与图注,并可用捆绑脚本提取候选: python3 academic-figure-architecture-extractor/scripts/extract_pdf_figures.py
/absolute/path/to/paper.pdf -o /absolute/path/to/extraction-directory 可选参数包括 --backend auto|pdfimages|pymupdf、--pages 1-3|all、--dpi 150、--min-side 300、--min-pixels 90000。读取生成的 extract-report.json。若提取工具不可用,使用可直接查看的页面或请求导出图片,不要虚构本地路径。每个候选需记录来源 URL/路径、页码或图号、图注、像素尺寸、可用时的本地绝对路径,以及保留/丢弃/不确定及原因。

分析内容:对保留的图,仅识别图片与图注支持的内容,包括组件及其核心/辅助角色、分组、层级、阅读方向与主焦点、有向边、分支、循环、注释与图例语义、图类型及不确定或不可读内容。不要将参考图的标签、主张、指标或拓扑导入新方法图,除非用户明确要求忠实重绘。

风格语法:描述可观察的设计决策,而非仅归结为调色板名称,涵盖构图、区域、笔触、填充、颜色角色、字体、母题、强调与应避免项。不要强行套用经典/粉彩、Nature Blue、白底方框或期刊刻板印象;精确十六进制值只是观察,不能替代构图与层级。

输出:对每个保留图输出一个 JSON 兼容对象,schema 为 academic-figure/ReferenceAnalysis@1,包含 reference_id、source、semantic_structure、style_grammar、transfer_policy 与 confidence。下游 FigurePlan v1 携带 reference_id 与 style_grammar;FigureSpec v1 在可物化时携带参考图的本地绝对路径。若资产仅存在于当前对话,可临时使用最近对话描述符用于即时渲染,但可复现重跑前应物化。

限制:若用户只要求清单,则在清单后停止;否则在 ReferenceAnalysis v1 完成或缺失源图阻碍诚实分析时停止。缺失证据时参考 references/missing-info-policy.md。