AutoFigure 是一个智能系统，利用大语言模型（LLM）并结合迭代精炼，从文本描述或研究论文中生成高质量的科学插图。该项目已被 ICLR 2026 接收。
一、用途 将文本描述或研究论文自动转化为可直接用于出版的科学图表。它通过 Review-Refine 循环来保证高准确度和美观质量，流程包括：生成（agent 根据描述和参考资料创建初始 SVG/XML）、评估（critic 给出 0-10 的质量评分并提供具体反馈）、精炼（循环持续直到图表达到出版标准）。
二、主要能力
- 从论文中提取方法论并自动生成图表。
- 生成多个增强美观的图表变体。
- 提供 FigureBench：首个面向从长文本生成科学插图的大规模基准。
- 相关姊妹项目与版本更新：
- [2026.03.24] DeepScientist v1.5 发布，一个本地优先的开源自主研究系统，用于端到端科学发现；可在 GitHub 上探索或阅读 ICLR 2026 论文。
- [2026.03.11] AutoFigure-Edit 论文已在 arXiv 发布，并登上 Hugging Face Daily Papers。
- [2026.02.17] AutoFigure-Edit 在线平台上线，对所有学者免费使用，可在 deepscientist.cc 试用，或查看 GitHub 上的开源代码；该 Edit 版本性能更好。
- [2026.01.26] AutoFigure 被 ICLR 2026 接收，可在 arXiv 阅读论文。
三、使用方式 提供两种使用方式：
- Python SDK（推荐）：通过克隆仓库安装。
- 网页界面（Web Interface）：适合可视化交互与编辑。
配置方面，AutoFigure 高度可配置，可在 Config() 中设置或通过环境变量设置。支持的 LLM 提供商中，Bianxie AI 聚合 API 为中国大陆用户提供对 AutoFigure 推荐 Gemini 模型的友好访问，无需境外信用卡，可在 bianxieai 注册。
API 参考：generate() 参数；generate_from_paper() 参数接受 generate() 的全部参数。结果对象为 GenerationResult；还提供 Enhancement Modes。
项目结构、社区与支持：提供微信讨论群，二维码过期可添加微信 ID nauhcutnil 或联系 tuchuan@mail.hfut.edu.cn；好友请求备注格式为“University/Company - Degree/Position - Name”。
四、适用场景 适用于科研人员、学者在撰写论文、报告时快速生成出版级科学插图；也适用于需要从论文中自动提取方法论并可视化的场景；适合希望在网页端可视化交互与编辑图表的用户。
五、限制与注意事项
- 优配使用 Google AI Studio 的 gemini-3.1-flash-image-preview 作为图像生成模型、gemini-3.1-pro-preview 作为文本模型；每次运行约花费 0.50 美元，消耗约 30000 tokens，耗时约 20 分钟。
- Gemini 的服务条款不允许中国大陆用户访问或使用。若 OpenRouter 报错，往往是因为中国大陆注册的账户缺少使用 Gemini 所需权限；建议使用在美国或欧洲注册的 OpenRouter 账户，并确保合规使用。
- 项目以 MIT 许可证开源，详见 LICENSE；名称与 logo 使用另有 TRADEMARK.md 说明。
