这个工具提供了哪些能力
点开任一能力,看清怎么用
每个能力展开后是三件事:它会给你什么、你需要准备什么、哪些必须由你把关。
常见场景:需要将论文方法描述自动生成可编辑的科研插图时;已有位图草稿想转成可编辑SVG并替换图标时;需要通过Web界面逐步确认分割、重建和优化效果时
帮你把图里的图标抠出来备用:它按标注框从原图裁出各个图标,再由去背景模型生成透明底版本,供最终拼图时替换使用。
它会给你什么
- 裁出的图标图片。
- 去背景的透明图标。
- 每个图标的信息记录。
你需要准备
- 原始的科研位图。
- 一份候选框清单。
- 裁切结果要存到的输出文件夹。
由你把关
- 去背景模型的访问权限是否已准备好,由你核对。
- 是否允许把图片发给本地或远程模型处理,由你决定。
- 去背景后的图标有没有丢掉必要细节,由你核对。
帮你标出图里可以被替换的部分:它按你给的提示词识别图标、人物、动物等区域,画出标注图并存一份坐标清单,后面拼图就照这份清单对位置。
它会给你什么
- 一张画好标注框的图。
- 一份候选框坐标清单。
- 通过筛选的候选框列表。
你需要准备
- 原始的科研位图。
- 提示词,写清要找哪几类目标,可一次写多个。
- 识别的置信度阈值。
由你把关
- 提示词有没有覆盖你想替换的图标类型,由你核对。
- 阈值是不是设低了导致混进错误候选,由你核对。
- 找不到图标时的回退做法是否符合你的预期,由你核对。
帮你把半成品图合成最终可编辑的矢量图:先按需要优化模板、对齐坐标,再把透明图标嵌进对应位置,最后产出可以在编辑器里继续改的最终文件;万一某步失败也有可看的备用产物。
它会给你什么
- 优化后的模板。
- 优化后模板的预览图。
- 最终可编辑的矢量图文件。
你需要准备
- 生成的 SVG 模板。
- 原始的科研位图。
- 画好标注框的图。
由你把关
- 优化后的版本是不是比原模板更像原图,由你核对。
- 图标有没有嵌到正确位置,由你核对。
- 最终文件是否还能正常编辑,由你核对。
帮你通过网页下任务、看进度、改成品:页面提交的参数会在后台开任务跑,中间产物和最终文件都能在历史页回看,还能在浏览器内置编辑器里继续微调。
它会给你什么
- 一个任务编号。
- 该任务的所有产物文件。
- 网页编辑器里的可编辑状态。
你需要准备
- 表单里填的方法描述,或导入图片的路径。
- 服务配置、模型选择、密钥、提示词、优化轮数和放大开关。
- 你上传的参考图或导入的图。
由你把关
- 是否允许网页服务长期保存你上传的图和输出结果,由你决定。
- 之前跑出来的历史产物要不要清理,由你决定。
- 是否允许把密钥传给后台进程,由你决定。
帮你生成带占位符的图模板:模型会同时看原图、标注图和坐标清单,画出一份可编辑的矢量模板,代码有问题时自动修复到能正常解析为止。
它会给你什么
- 一份 SVG 模板。
- 修复后的模板代码。
- 供后续优化和合成使用的输入文件。
你需要准备
- 原始的科研位图。
- 画好标注框的图。
- 候选框坐标清单。
由你把关
- 模板有没有保留原图的图表结构,由你核对。
- 占位符的位置是否和标注图对得上,由你核对。
- 要不要跳过优化步骤直接合成,由你决定。
帮你复用已有的科研图:如果你手上已有画好的位图,直接导入即可,系统会把它整理成标准输入格式,跳过重新生图的步骤和费用,直接进入替换图标和重建矢量图的环节。
它会给你什么
- 整理成标准格式的输入图。
- 供后续替换图标和生成矢量图使用的标准产物。
你需要准备
- 本地图片的路径,或网页上传后得到的文件地址。
- 支持的图片格式:PNG、JPG、JPEG、WEBP、BMP、GIF。
- 是否开启放大处理的开关。
由你把关
- 导入的图是不是合适的科研位图,由你核对。
- 是否允许把图片上传到这项服务,由你决定。
- 要不要开启放大处理,由你决定。
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。开始前想清楚要用哪个能力、把对应材料备在手边——每张能力卡展开后有具体清单。
第一次直接复制
帮我安装这个库:https://github.com/ResearAI/AutoFigure-Edit 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。
别这样用
这些判断,仍然由你负责
- 把生成位图质量直接等同于最终出版级图表
- 不检查SAM检测框是否漏检或误检就进入后续环节
- 未验证图标去背景后是否保留了必要细节
技术依据
查看能力拆解、验证范围与来源
技术依据
查看能力拆解、验证范围与来源
处理机制
- 01
provider与外部服务路由边界
AutoFigure-Edit 把生图、文本、多模态 SVG、SAM 和 RMBG 分成多条外部服务路线。本机制卡说明 provider 配置、key 复用、custom base URL、SAM backend 和 HuggingFace gated 模型如何影响能力边界。
- 02
五步产物状态链与回退边界
AutoFigure-Edit 的多张能力卡共享同一条产物状态链:figure.png 先被分割成 samed.png 和 boxlib.json,再生成 icons/、template.svg、optimizedtemplate.svg 和 final.svg。本机制卡说明这些产物如何衔接,以及空检测、SVG 失败和编辑器缺失时如何降级。
已核对范围
- 静态读取 README 的 RMBG-2.0 说明、HuggingFace token 要求和 cropandremovebackground
- 静态确认 boxlib boxes 会生成 iconAFxx.png 与 iconAFxxnobg.png
- 静态读取 README 的 SAM3 分割说明、segmentwithsam3、box 合并和 API response 解析函数
- 静态确认输出包含 samed.png、boxlib.json、promptsused、boxes 和 noiconmode 标记
- 静态读取 optimizesvgwithllm、getsvgdimensions、calculatescalefactors、replaceiconsinsvg 和 final fallback
- 静态确认输出包含 optimizedtemplate.svg、可选 PNG 预览和 final.svg
- 静态读取 FastAPI 路由、Job 监控、artifact 扫描、Web run payload、SSE 和 svg-edit 加载逻辑
- 静态确认服务把 CLI 子进程产物映射到可回看 artifact 和浏览器编辑器
仍待核对
- 未下载 briaai/RMBG-2.0
- 未配置 HFTOKEN
- 未运行真实去背景模型
- 未安装本地 SAM3
- 未调用 fal.ai 或 Roboflow
- 未验证真实检测框质量和 prompt 召回率
- 未渲染真实 SVG
- 未验证图标替换成功率
读取版本
63f3f81cdecaae9d009d9a9b7af2dc7384fbaaec许可
MIT
最近核对
内容 2026-06-16
Stars 2026-07-11
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