用途
academic-plotting 用于为机器学习/人工智能会议论文生成出版级质量的配图。它接收的输入通常不是现成的图表规格,而是研究上下文,例如论文的某个章节草稿、一段方法描述、原始结果表格,或 CSV/JSON 实验日志。技能会先做上下文分析与信息抽取,再决定用哪条工作流生成图表。
两条工作流
技能明确区分两类图表,并给出选择规则:
- 示意图(架构、系统设计、工作流、流水线):使用 Gemini 图像生成(Workflow 1)。适用于包含方框、箭头、标签的复杂空间布局,以及多步骤流程与连接关系。
- 数据图(折线图、柱状图、散点图、热力图、消融对比):使用 matplotlib/seaborn(Workflow 2)。适用于带数值坐标轴、需要精确且可复现的图表。
判断准则:如果图有数值坐标轴,用 matplotlib;如果图有方框和箭头,用 Gemini。
主要能力
上下文分析与抽取
技能会从用户提供的输入中抽取绘图所需信息。对示意图,它识别视觉实体(模块、层、阶段等名词)、实体数量(超过 8 个顶层实体时考虑分组)、实体间关系(数据流、控制流、错误路径),并判断布局模式(顺序流水线、分层架构、中心辐射、层级树),为每个逻辑分组分配强调色,并逐字提取论文中的术语作为标签。
对数据图,它识别比较维度(方法、模型、配置)、指标(准确率、损失、延迟、F1)、是否存在时间/步数维度、是否多指标,并据此自动选择图表类型。
图表类型自动选择
数据图按优先级自动选型:有步数/时间轴用折线图;N 个方法在 M 个基准上比较用分组柱状图;单一排名用水平条形图(排行榜式);两个连续变量相关性用散点图;方阵数值用热力图;占比拆解用堆叠柱状图(避免饼图)。同时会确定图幅尺寸(单栏或通栏),并识别论文自身贡献的方法,用独特颜色突出显示。
视觉风格与配色
示意图生成前需先选定视觉风格,技能提供四种:
- Style A 手绘简笔画:线条略带不规则、圆润柔和、暖白背景、水彩感填充,适合总览图与系统介绍。
- Style B 现代极简:干净几何形状、色块分区、圆角无边框组件、细箭头、大量留白,适合方法图。
- Style C 图解技术:每个组件配一致风格的线性图标、左侧色条、曲线连接、粗细区分主次数据流,适合教程式论文。
- Style D 经典色条:水平分区带、左侧粗色条、白底细边框内容框,是默认学术风格,灰度下也适用。
配色方案包括 Ocean Dusk(默认推荐)、Ink & Wash(配简笔画)、Nord(配现代极简)、Okabe-Ito(通用色盲安全,数据图必需)。
生成脚本与提示词结构
示意图通过 Gemini 图像生成模型(gemini-3-pro-image-preview)生成,需设置 GEMINI_API_KEY 环境变量。提示词必须按六段结构编写:FRAMING、VISUAL STYLE、COLOR PALETTE、LAYOUT、CONNECTIONS、CONSTRAINTS。技能提供生成脚本模板,默认运行 3 次尝试,保存为 figures/fig_<name>_attempt<N>.png,供人工挑选最佳结果。
数据图提供论文级样式模板(衬线字体、300 DPI、去顶右轴、浅网格等)与常见图表代码模式(带标记与置信带的折线图、带数值标签的分组柱状图),并导出 PDF(矢量)与 PNG(300 DPI)两种格式。
使用方式
典型流程为:读取论文/描述并抽取实体与关系;选择视觉风格(A/B/C/D);选择配色;获取 Gemini API 密钥;编写详细提示词;在 figures/gen_fig_<name>.py 生成脚本并运行 3 次;审阅挑选最佳结果并保存为 figures/fig_<name>.png。数据图则解析数据、自动选型、准备数据、应用出版样式、突出自身方法、双格式导出并校验 LaTeX 字体兼容性。
适用场景
适用于 ML/AI 会议论文的架构图、系统设计图、工作流/流水线图、训练曲线、方法对比柱状图、消融实验图、热力图/混淆矩阵、排行榜式对比等。
限制
技能资料未提供具体收费、价格、平台支持范围或效果保证等信息。示意图生成依赖 Gemini 图像生成模型与 API 密钥,质量在不同运行间差异较大,因此要求固定 3 次尝试;提示词中必须包含风格块,否则模型会回退到通用企业风格;标签需逐字指定,模型可能拼错或重排文字。数据图部分未提供超出上述模板与模式之外的额外能力说明。