SuperAPI AI 工具集

figure-composer

数据与分析

查看项目

更新于 10-15 23:32

技能介绍

用途:把一句话结论(claim)与数据引用(CSV/parquet 的 version_id)转化为一张出版级多面板图;也可从已有图片入口,先复制到工作区并调用 derive_outline("figure.png") 得到大纲,再人工审阅修改。

主要能力:按 12 列网格生成 panel_outline(含 claim、width_mm、ncol、row_heights_mm、panels 等字段,需通过 figure_outline_schema() 校验);a 面板为全宽示意图/主视觉,b 面板单独承载结论,其余面板按增强 b 的程度排序,每个子结论一行,正文图通常 5–10 个面板。通过 panel_task(outline, letter, fig_label) 为每个面板派生子代理,要求加载 figure-style 并以精确像素尺寸、transparent=True、无 bbox_inches 渲染。用 compose_figure 将 PNG 拼到网格并加盖粗体面板字母。合成后先用 compose_crops 裁剪逐面板目检,再进入最多 3 轮的对抗式评审循环(floor 5→4→3),评审返回 outline_revisions 时做大纲级修订,否则按面板分组修复并仅重生成受影响面板。

使用方式:需先加载 figure-style 技能;若该图属于论文,应先运行 paper-narrative 决定做哪张图并给出 claim。派生请求不含 profile 键,使用默认代理配置。

适用场景:科研论文主图、需要多面板叙事与严格设计规则的出版级配图。

限制:图片为不可信输入,derive_outline 返回的大纲中所有字符串字段均由视觉模型从像素推导,data_vid 一律置为 None,需自行填入数据引用;评审循环有轮次与严重度下限;避免重生成已合格面板、避免过度标注。具体收费、平台与效果资料暂未提供。