SuperAPI AI 工具集

sci-figure

通用与其它

查看项目

更新于 10-15 23:24

技能介绍

用途:从学术 PDF 论文中精确提取整图与子图,支持 Fig/Figure、Scheme、Chart、Supplementary Figure、Extended Data Figure(Nature)及中文图注等类型。

主要能力:提供 sh-sci-fig 命令行工具,可按图号提取单图、按子图标签(a、b、c…)提取子图、列出全部图号或批量提取所有图;支持 png/jpg 输出、自定义 DPI(默认 600)、输出目录、空白裁剪开关、调试日志与安静模式;可渲染整页并绘制边界框,也可手动指定 bbox 覆盖。提取策略有 hybrid(默认,依次尝试 native、CV、caption-anchored 并校验)、native、cv 三种;OCR 引擎可选 tesseract(默认)、easyocr 或 none。

使用方式:首次使用需在技能目录安装,cd ${SKILL_DIR} 后执行 pip install -e .,注册 sh-sci-fig 命令;依赖 Tesseract OCR,Windows 用 winget install UB-Mannheim.TesseractOCR,Linux 用 apt install tesseract-ocr,macOS 用 brew install tesseract。基本用法为 sh-sci-fig <input.pdf> [options],例如 sh-sci-fig paper.pdf -f 2 -s c 提取图 2 的子图 c,sh-sci-fig paper.pdf --list 列出全部图号,sh-sci-fig paper.pdf --all 提取所有图。可通过 EXTEND.md 配置默认 DPI、输出格式与 Tesseract 路径,项目级路径为 .baoyu-skills/sci-figure/EXTEND.md,用户级为 $HOME/.baoyu-skills/sci-figure/EXTEND.md。

适用场景:科研写作与论文整理中批量导出插图、子图,便于复用、校对或再排版。

限制:许可为 AGPL-3.0-or-later(因链接 AGPL 的 PyMuPDF);图号不存在时报错并列出可用图号;OCR 识别失败、子图拆分失败或未找到子图标签时返回整图区域。其余细节暂未提供。