bo老师
开源仓库ResearAI/AutoFigure1,735 Stars

AutoFigure

把论文方法文本或描述转成科研图代码，评审迭代后输出可编辑SVG

面向需要为论文生成或改进科研插图的研究者。从文本描述或论文文件出发，生成SVG或mxGraph XML图代码，经视觉评审和迭代修复后输出可编辑的最终图形。

bo老师判断：值得观察

方向值得关注，建议先确认当前任务是否真正需要它。

访问原仓库查看分享卡
...互动状态已更新

什么时候用

先判断任务是否合适

  • 需要将论文方法描述快速转为可编辑的科研示意图时
  • 需要从完整论文文件中自动抽方法段并生成对应图形时
  • 需要对已有图形做多轮评审和迭代改进时

先准备什么

材料越清楚，结果越有用

  • •准备论文方法文本、Markdown文件或PDF文件
  • •配置LLM provider的API密钥（生成、评审和改进共用或分用）
  • •如需图像增强需额外配置图像生成API
  • •确定输出格式：SVG（可编辑矢量）或mxGraph XML（draw.io兼容）

它会怎样推进

从材料到可以检查的结果

  1. 01

    输入文本

    提供方法描述或上传论文文件，系统自动抽取方法段

  2. 02

    生成初稿

    LLM根据文本和参考图风格生成初始SVG或mxGraph代码和PNG预览

  3. 03

    评审打分

    视觉模型从美观度、内容保真度和占位符使用三维评分

  4. 04

    迭代改进

    根据评审问题和可选人工反馈重写图代码，直到质量达标

  5. 05

    最终输出

    保存最优版本的代码、PNG和生成报告

第一次这样开始

把仓库地址直接交给 AI

先让 AI 说明环境和风险，再完成最小安装验证。跑通以后，再把自己的真实材料放进去。

第一次直接复制

帮我安装这个库：https://github.com/ResearAI/AutoFigure
安装前先告诉我需要什么环境，安装后帮我跑通一个最小示例。

结果出来后

先看这些检查点

  • 生成图形的文字、连线和结构是否与输入描述一致
  • 评审分数和具体问题是否指向真实存在的缺陷
  • 最终SVG或mxGraph文件是否能在编辑器中正常打开和修改
  • 增强后的图形是否仍保留原始科学含义

常见误区

这些判断仍由你负责

  • 把模型评审分数等同于期刊审稿人对图形的评价
  • 让图像增强模型改变图形的科学含义（文字丢失或连线关系改变）
  • 把全篇论文上传到外部模型而不检查数据外发风险

技术依据

查看能力拆解、验证范围与来源

能力地图6 项已拆解能力
  1. 01

    Web会话化人工反馈与增强调度

    把文本输入、模型配置、每轮 XML、PNG 预览、evaluation、人类反馈、final XML 和增强变体组织成 Web session，让用户通过前端继续迭代、确认布局和启动增强。

  2. 02

    图代码语法校验渲染与产物记录

    把 LLM 生成或人工编辑的 SVG、mxGraph XML 转成可渲染预览和可复查文件，并在失败时尝试语法修复或写出错误产物。

  3. 03

    图像增强与code2prompt美化

    把已生成的布局预览图和可选图代码转成一个或多个更美观的 PNG 变体，其中 code2prompt 模式先让 LLM 分析图代码，再把结构化视觉规格交给图像生成模型。

  4. 04

    文本描述到初始科研图代码生成

    把用户提供的科研图描述、主题类型、参考图和输出格式配置转成初始 SVG 或 mxGraph XML 图代码，并生成后续评审和迭代可以读取的预览图。

能力主要输入主要输出人工检查

Web会话化人工反馈与增强调度

源码已核对

  • 用户输入文本。
  • 前端 AutoFigureConfig。
  • 用户 API key、base URL、模型、内容类型、迭代参数和增强参数。
  • Web session JSON。
  • 每轮 XML 和 PNG base64。
  • final XML 和 final PNG base64。
  • 是否允许杀掉占用端口的进程。
  • 是否允许把 key 输入浏览器并发送到本地 backend。
  • 每轮图是否继续迭代或 finalize。

图代码语法校验渲染与产物记录

源码已核对

  • SVG 代码或 mxGraph XML 代码。
  • 输出格式。
  • 目标 PNG 路径。
  • 每轮代码文件。
  • 每轮 PNG。
  • 每轮 evaluation JSON。
  • 代码修复是否改变视觉含义。
  • final PNG 是否代表可发布图。
  • 是否允许依赖在线 draw.io。

图像增强与code2prompt美化

源码已核对

  • 已生成的 PNG 预览图。
  • 可选 SVG 或 mxGraph XML 代码。
  • 增强模式：none、code、code2prompt。
  • enhanced.png
  • enhancedpaths
  • Web enhancedimages 数组
  • 风格描述是否符合论文或展示场景。
  • 增强图是否保持原图文字、连线和含义。
  • 是否允许上传图像和图代码给外部模型。

文本描述到初始科研图代码生成

源码已核对

  • 文本描述或 Markdown 内容。
  • topic，允许 paper、survey、blog、textbook。
  • 输出格式，允许 svg、mxgraphxml，SDK 还把 mxgraph 归一为 mxgraphxml。
  • iteration0.svg 或 iteration0.drawio
  • iteration0.png
  • GenerationResult 中的 svgpath、mxgraphpath、previewpath、finalscore、iterationsused 和 error
  • 文本描述是否足以支持科研图。
  • 输出格式选择是否适合后续编辑。
  • 是否允许把论文内容传给外部模型。

论文文件到方法段抽取与图生成

源码已核对

  • paperpath 指向 PDF、Markdown、markdown 或 txt。
  • Web 端 inputcontent 和 contenttype=paper。
  • 方法抽取 LLM 的 provider、API key、模型和 base URL。
  • methodologytext
  • extractedmethodology
  • 图代码、PNG 预览和后续迭代输入
  • 抽取方法段是否忠实保留原文边界。
  • 是否允许上传全文论文到外部方法抽取模型。
  • 被排除的实验、结果或数据集内容是否确实不应进入图生成。

评审反馈驱动的代码修复迭代

源码已核对

  • 当前 SVG 或 mxGraph XML。
  • 当前 PNG 预览。
  • 论文或方法文本。
  • 下一轮 SVG 或 mxGraph XML。
  • 下一轮 PNG 预览。
  • evaluation JSON。
  • 模型指出的问题是否真实存在。
  • 人类分数是否覆盖模型分数。
  • 质量阈值是否足以停止。

处理机制

  1. 01

    provider配置与凭证边界

    解释 AutoFigure 如何在 SDK、backend 和 frontend 三层处理 provider、base URL、模型名、API key 和用户凭证输入。这个机制支撑生成、方法抽取、评审、图像增强和 Web 会话能力。

  2. 02

    迭代产物状态链与停止线

    解释 AutoFigure 从输入文本到图代码、预览图、评审记录、迭代历史、最终图和增强变体之间的状态链，以及哪些失败会让链路停止或降级。

已核对范围

  • 静态读取 backend Flask routes、frontend context、types、start script 和 docs
  • 静态确认 Web 会话保存 iteration、final XML、enhancement progress 和用户反馈
  • 静态读取 SVG、mxGraph XML 校验、渲染、修复和 saveiterationresults
  • 静态确认每轮代码、PNG 和 evaluation JSON 会写入输出目录
  • 静态读取 README enhancement 示例、Agent enhancement 分支、ImageEnhancer 和 backend enhancement route
  • 静态确认可用 none、code、code2prompt 三种输入模式生成增强图变体
  • 静态读取 README、SDK agent、generator prompt、provider 调用和代码抽取逻辑
  • 静态确认文本输入可生成 SVG 或 mxGraph XML，并可返回预览路径与分数

仍待核对

  • 未启动 backend 或 frontend
  • 未验证本地端口、CORS 和浏览器 draw.io 行为
  • 未验证并发 session 的内存占用
  • 未运行 CairoSVG
  • 未运行 Playwright draw.io export
  • 未验证复杂 mxGraph XML 的浏览器导出稳定性
  • 未调用图像生成模型
  • 未验证增强图是否保持科学含义

读取版本

45895304cc270181abf94bb59742648b1d949ed0

许可

MIT

最近核对

内容 2026-06-16
Stars 2026-07-11

已完成源码核对

相关文章

科研之我见

用 AI 写文献综述，怎样控制幻觉和证据断裂

把文献关系、核心文献筛选、方法矩阵和四类 Gap 分开处理，让综述中的每个判断都能回到具体材料。

查看内容

具备相关能力的其他库

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML，提取元数据、全文结构和参考文献

查看内容

文献 · 设计 · 分析 · 写作

Scientific-Agent-Skills

为AI科研代理提供文献检索、写作、统计、实验设计和同行评审的结构化能力。

查看内容

起步 · 文献 · 设计 · 验证 · 写作

Academic Research Skills

在Claude Code中将研究、写作、审稿和修订串成可追溯的学术论文全流程

查看内容