用途:从论文中提取全部插图,优先使用 arXiv 源码包以获得高质量原图,而非直接从 PDF 提取。
主要能力:采用三级优先策略。优先级 1 为 arXiv 源码包,下载 https://arxiv.org/e-print/[PAPER_ID],解压后查找 pics/、figures/、fig/、images/、img/ 目录,复制图像文件到输出目录,并将 PDF 图形转换为 PNG。优先级 2 为 PDF 图形提取,命令为 python scripts/extract_images.py "[PAPER_ID]" "[OUTPUT_DIR]" "[INDEX_PATH]"。优先级 3 为直接 PDF 图像提取,使用 PyMuPDF 从编译后的 PDF 中提取内嵌图像对象。
输出:图像保存到指定输出目录,并生成 index.md,包含图像元数据与来源标签(arxiv-source、pdf-figure、pdf-extraction)。
依赖:Python 3.8+、PyMuPDF(fitz)、requests,以及访问 arXiv 的网络。
限制与约定:脚本 scripts/extract_images.py 为可选辅助工具,仅在依赖可用时运行,输出应保存在项目工作区而非技能目录;相对路径从技能目录解析;执行前优先检查而非直接修改;若运行时、CLI、凭据或 API 不可用,应说明阻塞原因并采用手动回退方案。该技能基于 evil-read-arxiv 自动化论文阅读工作流,采用 MIT 许可证。具体安装方式与更多使用细节暂未提供。