这个 Skill 能做什么，适合哪些场景？
这个技能面向需要为学术论文制作配图的研究者。它先阅读论文源文件（LaTeX、Word、PDF），提取章节核心概念、模型架构与数学符号，然后在生成任何提示词前强制让用户从 8 种预设学术配色方案（含 Okabe-Ito 色盲友好方案）中做选择，或提供自定义色值。最终输出极其详细的英文提示词，可直接投喂给 NanoBanana、Gemini、DALL-E、Midjourney 等图片生成工具。提示词遵循严格的四层结构模板，并附带质量自检清单，目标是产出信息密度高、风格贴近 CVPR/NeurIPS 顶会出版物的专业配图。
- 读取用户提供的论文源文件（LaTeX、Word、PDF），提取核心概念、方法、模型架构、数据流、数学符号和维度信息。
- 如用户提供参考图，分析其配色、布局、模块样式、标注方式和信息密度。
- 在生成提示词前展示 8 种预设配色方案及 Coolors、ColorBrewer 等配色工具链接，等待用户确认（用户已指定配色时跳过）。
- 按「全局描述 → 分区详细描述 → 全局标注 → 风格规格」四层模板，为框架图、网络架构图、模块详解图、对比/消融图、数据模板图五类图表生成英文提示词，包含精确色值、维度标注（如 R^(120×6)）、LaTeX 风格公式和嵌入缩略图描述。
- 依据 13 项质量检查清单自检（无空白框、色彩克制、白底主导、灰度可读等），并以带图号、类型、配色和推荐分辨率的 markdown 格式输出。
- 它本身不生成图片，只生成提示词；图片需由外部 AI 生图工具完成。
- 研究生或博士后写完 CV/NLP 顶会论文后，需要为方法章节生成总体框架图和网络架构图，但缺乏专业绘图技能。
- 投稿前需要制作对比/消融实验图，把多个模型变体并排展示并高亮差异部分。
- 期刊返修阶段需要批量为一整篇论文按章节生成配图，并获得优先级建议。
- 已有团队参考图风格，希望 AI 生成的配图严格遵循参考图的色值、布局和标注方式。
- 医学或生物信息学论文作者希望采用色盲友好的学术配色（如 Okabe-Ito）并保证黑白打印时图片仍可阅读。
- 期望直接产出图片的用户——该技能只生成提示词，图片需由外部 AI 生图工具（NanoBanana/Gemini/DALL-E/Midjourney）完成。
- 无法进行多轮交互的简单客户端——配色确认步骤依赖多轮对话，缺失时流程无法完整执行。
- 需要短提示词或严格输入长度限制的场景——该技能强制生成最长、最高密度的提示词，可能超出部分生图工具或 API 的输入上限。
如何安装这个 Skill？
- 本地文件系统
AI image generation tool (NanoBanana / Gemini / DALL-E / Midjourney) to use the generated prompts
推荐方式，通过 skills CLI 安装：
npx skills add LigphiDonk/academic-figure-generator手动安装（适用于 Gemini CLI 和 Claude Code），先克隆仓库，再将技能文件夹复制到对应 skills 目录：
git clone https://github.com/LigphiDonk/academic-figure-generator.git注意：该仓库是一个包含 2 个技能的 monorepo，本技能仅指 academic-figure-prompt/SKILL.md；Gemini CLI 复制到 .gemini/skills/，Claude Code 复制到 .claude/skills/。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 论文配图提示词：根据我上传的 LaTeX 论文，为方法部分生成总体框架图和网络架构图的英文提示词
- 用 Okabe-Ito 配色（方案 A），为我的消融实验生成对比图的提示词
- 生成论文配图：参考我提供的这张架构图，让新图严格沿用它的色值、布局和标注风格
- 学术论文生图：为整篇论文按章节批量生成配图提示词，并给出优先级建议
安装后在 AI 编程助手对话中直接用自然语言触发，例如：「帮我看一下这篇论文，生成论文配图提示词」或「用 Teal+Amber 配色，帮我画一个网络架构图的提示词」，也可提供 LaTeX/PDF/Word 论文文件。若未指定配色，技能会先展示 8 种配色方案和配色工具链接等待你选择；指定后直接进入生成。输出的英文提示词可复制到 NanoBanana / Gemini / DALL-E / Midjourney 等工具中生成图片。
这个 Skill 有哪些优点和局限？
- 工作流程严谨：强制先理解论文内容、分析参考图、确认配色，再生成提示词，而非一步到位。
- 提示词结构化程度高：四层模板 + 精确色值 + 维度标注 + 公式标注 + 缩略图词汇表，信息密度远超自由发挥。
- 内置 8 种学术配色方案（含色盲友好方案）和 6 个配色工具链接，附带配色禁忌表规避典型 AI 生图感。
- 带 13 项质量检查清单，包括灰度测试和「无简化省略」要求，保证产出一致性。
- 纯提示词工程实现，无脚本依赖，理论上可移植到任何支持 Agent Skills 标准的客户端；README 明确兼容 Claude Code、Gemini CLI、Cursor 等。
- 最终图片质量取决于外部生图工具（NanoBanana/Gemini/DALL-E/Midjourney）的能力，技能本身无法保证渲染精度，复杂架构图中的文字和公式可能出现 AI 生图常见的错乱。
- 要求提示词「宁长勿短」，生成的提示词可能非常长，部分生图工具或 API 对输入长度有限制。
- skill 交互深度依赖 agent 客户端对多轮确认（配色选择）的支持，不支持多轮对话的简单客户端会跳过该流程。
- 仓库未提供针对该技能本身的测试套件或系统性效果评估，实际生成配图的顶会水准缺乏可验证证据。
- README 中的功能（PDF 解析、50+ 配色、图生图编辑、SSE 进度等）属于完整的 Web 平台，不属于本技能——技能本身不会解析 PDF 或生成图片。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 学术论文配图提示词生成器 本页 | 69 · 推荐 | ★ 2.6k | 7 个月前 | MIT |
| 学术配图提示词生成器（现代柔彩 ML 风格） | 68 · 推荐 | ★ 2.6k | 7 个月前 | MIT |
| Banana Claude —— Gemini 图像创作指挥技能 | 59 · 推荐 | ★ 1.1k | 7 天前 | MIT |
| Codex 图像生成技能（imagegen） ✓ OpenAI · 官方 | 56 · 谨慎使用 | ★ 129k | 11 天前 | Apache-2.0 |
| GPT Image 2 图像创作工作流 | 53 · 谨慎使用 | ★ 13k | 14 天前 | MIT |
FollowSkills 如何评估这个 Skill？
同类学术配图提示词生成技能（通用版），要求先充分理解论文内容、分析参考图配色再生成，流程比较严谨。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
本条评估按 FSRS 1.0 标准完成，维度分不做换算，已进入按 FSRS 2.0 重新评估的复核队列。
查看完整评分方法 →