把申报书/论文里的一段话,变成期刊级技术路线图,直接放进 Word。
自动搜图/生图 + 版式随内容选型 + SVG 排版 + 多模态视觉质检 = 一张能过审的图
- 要写 科研项目申报书 / 基金申请书,配一张像样的“研究内容技术路线图”的人
- 要写 小论文 / 大论文,需要研究框架图、流程示意图的人
- 被导师/评审说过“图太丑”“图跟文对不上”“图里有水印”的人
一句话:把文章内容喂进去,出来的是能直接放进 Word 的期刊级 PNG。
这是真实交付案例——柳钢《多形态废钢智能视觉判级与取样全溯源》申报书研究内容配图:
三个纵向模块(输入 → 处理 → 结果)、单个大实心三角形连接、底部三大应用场景卡、反馈回路独立成带——评审看了不皱眉的那种。
这个流程不是“画一张好看的图”,而是把科研配图的完整生命周期管起来:
| 维度 | 传统做法 | 本技能 |
|---|---|---|
| 图文一致性 | 图是图、文是文,经常对不上 | 先读文章再构图,标题/步骤/术语逐项对齐 |
| 照片 | AI 编造场景、带水印图库图 | 网页搜真实照片 + 视觉逐张筛水印,必要时 AIGC 修复 |
| 排版 | draw.io 手拖,又乱又丑,一套模板硬套 | 手写 SVG,版式随内容选型(流水线/层级树/自绘),连接件统一大三角形 |
| 素材 | 手挑图库图,带水印、跑题 | 按内容清单自动搜真实照片 + AIGC 生图/修图,视觉逐张筛选 |
| 质检 | 自己盯着看,看不出问题 | 多模态视觉循环:布局、重叠、溢出、箭头、配色逐项查 |
| 交付 | 导出图片再手动贴 Word | 直接嵌入 docx,页面级质检后交付 |
# 0. 先让视觉模型做版式选型(见 references/prompt-bank.md #0),再写 assets.json 和 fig.json
# 1. 自动素材:搜真实照片 + 生成图标/修图(视觉筛选+裁剪一条龙)
python scripts/gather_assets.py assets.json
# 2. 生成 SVG(layout 支持 pipeline / hierarchy,其他版式按 layout-guide.md 自绘)
python scripts/generate_figure_svg.py --config examples/fig_example.json --out myfig.svg
# 3. 渲染 PNG(Edge 无头,自动处理中文路径)
python scripts/render_svg_png.py myfig.svg myfig.png --width 1560 --height 800
# 4. 视觉质检(内置多模态,无需外部插件)
python scripts/vision_check.py "整图终检:布局、重叠、箭头、文字溢出" myfig.png
# 5. 满意后嵌入 docx想要组件?想修照片?
# 文生图:透明底扁平图标
python scripts/aigc_image.py --prompt "扁平线稿摄像头图标,透明背景,深蓝色" --out icon.png
# 图生图:真实照片去水印残迹 / 降噪 / 提亮
python scripts/aigc_image.py --edit --image photo.jpg --prompt "移除标记,恢复细节" --out fixed.png文章/申报书条目
│
▼
① 提炼逻辑链 → 模块标题(带2个核心技术) → 技术点卡片 → 应用场景
│ (先做版式选型:流水线/层级树/自绘)
│
▼
② 自动素材:gather_assets.py 搜真实照片+生图+修图 → 视觉筛选 → 裁剪
│
▼
③ SVG 排版:版式由内容决定,连接件大实心三角形,反馈走空白带
│
▼
④ Edge 渲染 PNG
│
▼
⑤ 视觉质检循环:布局/重叠/箭头/文字/配色/图文一致
│ (不过就改配置重渲染,直到"直接可用")
▼
⑥ 嵌入 docx → 页面质检 → 交付
科研申报图片生成/
├─ README.md 本文件
├─ SKILL.md 技能入口(安装到 .codex/skills)
├─ agents/openai.yaml Codex 界面元数据
├─ scripts/
│ ├─ generate_figure_svg.py 配置驱动 SVG 生成器
│ ├─ render_svg_png.py Edge 无头渲染 PNG
│ ├─ make_qa_sheet.py 视觉检查板合成
│ ├─ search_bing_images.py Bing 图片直链搜索
│ ├─ gather_assets.py 自动素材流水线(搜图/生图/修图/筛选)
│ ├─ agnes_api.py 内置多模态客户端(视觉/生图/修图)
│ ├─ vision_check.py 视觉质检包装
│ └─ aigc_image.py AIGC 生图/修图包装
├─ references/
│ ├─ layout-guide.md 版式选型指南(布局由内容决定)
│ ├─ workflow.md 完整工作流
│ ├─ prompt-bank.md 11 组优化提示词(版式选型→照片筛选→布局/箭头/重叠→可读性→docx质检)
│ └─ photo-sourcing.md 照片获取与图库水印避坑
└─ examples/
├─ fig1_framework.png/svg 已验收的交付图
├─ fig_example.json 示例配置
└─ images/ 示例照片与组件
# 把整个仓库复制到个人技能目录
Copy-Item -Recurse <本仓库> "$HOME\.codex\skills\research-figure-generator"
# 首次使用前配置 Agnes API Key(免费)
python scripts/agnes_api.py set-key sk-你的key之后在 Codex 里说"用科研配图工坊生成一张技术路线图"即可自动调用。
- 🚫 面板间用“细线 + 小箭头” → ✅ 用户要的是单个大实心三角形
- 🚫 一套模板硬套所有内容 → ✅ 版式随内容选型(递进/总-分/闭环/对比/时间轴)
- 🚫 字号反复横跳(太小/两行过大) → ✅ 默认单行卡片 28px + 2 倍高清,交付前做显示尺寸可读性检查(prompt-bank #10)
- 🚫 反馈回路压住卡片 → ✅ 走面板下方空白带,标签不压任何东西
- 🚫 底部场景卡没对准面板中心、标题溢出 → ✅ 卡片加宽、居中于面板正下方
- 🚫 图库水印(Alamy / Freepik / Dreamstime)裁不干净 → ✅ 逐张高清复核,不行就换
- 🚫 AIGC 修图留下红叉/噪点/过曝 → ✅ 修完必须再视觉终检
- 🚫 图 6 步、文 3 步,图文对不上 → ✅ 以文章为准重构
- Exa 核验已内置:新增
scripts/exa_search.py,EXA_API_KEY与 Agnes 同放scripts/.env;作画/写申报书先联网核验事实,再用 Exa 定位官方政策页、Edge 无头截图裁抬头区。 - 字号红线:文档里实际字大小 ≈ 字号px × 图宽cm ÷ 画布宽px × 28.35;想看清就收窄画布、放大字号、缩短文案(1400px 画布 + 30
34px 正文 ≈ 1011pt @16.5cm 图宽)。 - 无图例版式:分层技术路线图不用左侧圆柱体/图例列,内容铺满全宽逐层堆叠。
- 图标与文字分离:图标留固定区,标题在剩余区域居中,首字不得压图标。
- 图号连续:从文档第一张图开始编号(图2-1、图2-2…),不沿用旧编号。
- 合成图布局:多照片用 2×2 大图;政策/文件截图裁到抬头区并放大显示。
MIT © 个人项目,随用随取。图例素材版权归原作者,请勿商用。
如果这个项目帮你省了一个通宵,点个 ⭐ 再走~
PR / Issue 都欢迎,尤其是“更丑的图”和“评审原话”。
