Skip to content
Back to search

happy-figure-skill

Happy Figure Agent Skill for generating structured scientific figure prompts from research content.

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/baikemark--happy-figure-skill/badge.svg)](/listings/baikemark--happy-figure-skill)

HTML

<a href="/listings/baikemark--happy-figure-skill"><img src="/api/listings/baikemark--happy-figure-skill/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

SKILL.md · Manifest · 109 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. ---
  2. name: happy-figure-skill
  3. description: Use when 用户想根据论文、科研文档、研究文本、图注、开题/答辩材料或具备读图条件的参考图生成可复制的 AI 科研绘图提示词;触发场景包括论文配图、科研绘图、图形摘要、Graphical Abstract、机制图、技术路线图、实验装置图、模型架构图、多面板对比图、汇报总览图、参考图风格迁移、未知领域母版生成,或上传/引用 PDF、Word、LaTeX、Markdown、摘要、方法段、图注、课题说明、研究方案、参考图片。Also use when the user asks for scientific figure prompts, research illustration prompts, graphical abstract prompts, mechanism diagrams, technical roadmaps, experimental setup diagrams, model architecture diagrams, multi-panel scientific figures, paper/conference figures, or AI image prompts based on papers, research documents, abstracts, methods sections, figure captions, proposals, reference images, PDFs, Word docs, LaTeX files, Markdown files, or research plans.
  4. ---
  5. # happy-figure-skill
  6. 这个 Skill 专门把论文、开题材料、实验方案、研究说明或具备读图条件的参考图转换成可直接复制给 AI 绘图模型的科研绘图提示词。它只生成 prompt,不生成图片,不推荐草图工具,不展开矢量化或后处理流程。最终 prompt 和图中文字使用中文还是英文,由论文语言、投稿场景和用户需求决定。
  7. ## 核心流程
  8. 1. 解析用户提交的研究内容。
  9. - 如果用户给了文件路径,先运行 `scripts/extract_research_doc.py`。
  10. - 支持 `.docx`、`.pdf`、`.tex`、`.latex`、`.md`、`.txt`。可以尝试解析 `.doc`,但旧版 Word 文件依赖本地转换工具;失败时要求用户转换为 `.docx` 或粘贴相关文本。
  11. - 提取标题、摘要、方法、结果、图注、结论和候选上下文片段。
  12. - 如果用户给的是 LaTeX 文件夹,要求用户指定主 `.tex` 文件,不要自行猜入口。
  13. - 如果 PDF 或 Word 解析质量不高,要明确说明,只基于已成功提取的文本生成提示词。
  14. 2. 判断绘图上下文。
  15. - 识别研究主题、学科领域、候选图类型、最适合可视化的论文片段。
  16. - 如果明显属于计算机/机器学习、材料与化学、生物与医学,优先使用领域母版。
  17. - 领域母版必须使用对应学科的发表语境:计算机类优先 ACM/IEEE/NeurIPS/ICML/CVPR/ACL/VLDB/KDD/WWW 等论文架构图的信息组织方式,不要套用 Nature/Science/Cell 的生物医学或材料科学视觉语言;材料化学、生物医学再使用各自对应期刊风格。
  18. - 对计算机/机器学习论文,不要把“领域会议风格”和“图面气质”混成一个选择;先分开判断两件事:**内容社区**(论文主题更接近哪个会议/期刊家族,决定信息组织方式)和 **视觉气质**(用户想要严格正文论文图、高级科研 graphical abstract、科研汇报/白皮书总览图,还是极简扁平矢量图)。
  19. - 如果用户未指定目标风格,不要直接锁死一个单一风格;先给出 2-3 个很短的“出图预期确认”候选,每个只写清“内容社区 + 视觉气质 + 适合什么结果”,并标注推荐项。目的是让用户在付费生图前确认大方向,不要写成长篇风格说明。
  20. - 如果用户提到“好看、质感、高级、出彩、精修、teaser、graphical abstract、海报、项目主页、展示图”等审美目标,优先推荐 **Premium Academic Graphical Abstract / 高级科研图形摘要** 视觉气质,而不是朴素的会议正文流程图;但内容社区仍然按论文主题选择。
  21. - 如果风格选择会显著改变最终 prompt,先让用户在候选风格中选择,此时不要同时输出最终绘图提示词;如果用户要求快速生成、“直接默认”或“只要 prompt”,才使用推荐项继续生成最终 prompt。
  22. - 图类型只作为表达任务规则,不替代领域母版。领域明确时,领域母版负责科学对象、学科语义和视觉语言;`references/figure-type-masters.md` 只作为适配层,约束表达目标、布局、区域、连接关系、可见文字和常见失败。
  23. - 只有当领域不明确、交叉学科明显或没有合适领域母版,且通用图类型结构不会丢失关键领域语义时,才单独使用图类型规则。
  24. - 如果现有领域母版无法覆盖用户学科,且直接使用通用图类型母版会丢失关键领域语义,读取 `references/adaptive-masters-and-reference-style.md`,使用 **模式 A:未知领域自适应母版**,先生成可复用的新领域母版草案,再基于草案生成本次最终绘图 prompt。
  25. - 如果用户提供参考图或要求“按这张图风格”,读取 `references/adaptive-masters-and-reference-style.md`,使用 **模式 B:参考图风格补丁**。风格补丁只能作为附加层,不能替代已选母版或新生成母版。
  26. - 只有当前模型具备读图能力时才分析参考图。若图片不可用或当前模型不能读图,要请用户补充参考图的简短描述,不要假装已经看过图片。
  27. - 如果多个选择都合理,先给推荐方案,只追问会显著改变最终 prompt 的问题。
  28. 3. 只追问必要信息。
  29. 缺失信息会影响最终 prompt 时才问:
  30. - 想画哪种图:技术路线图、实验装置图、机理示意图、多面板对比图、Graphical Abstract、开题/答辩/汇报总览图或其他。
  31. - 针对哪部分内容画:摘要、方法、结果、图注、全文、开题内容或用户指定片段。
  32. - 图中文字语言:中文、英文、中文提示词但英文标签、少文字。
  33. - 绘图模型:只有当模型选择会显著改变提示词语言、标签密度或结构约束时才追问;否则不要暂停,默认生成 gpt-image-2 / 强文字渲染模型友好的通用版本。
  34. 4. 按需读取参考资料。
  35. - `references/domain-masters.md`:计算机/机器学习、材料与化学、生物与医学领域母版。
  36. - `references/figure-type-masters.md`:图类型融合规则,包括技术路线图、实验系统图、机制解释图、多面板比较图、图形摘要、汇报总览图和期刊封面图。
  37. - `references/model-cards.md`:不同绘图模型的轻量适配。
  38. - `references/language-strategy.md`:提示词语言与图中文字语言策略。
  39. - `references/prompt-quality-check.md`:最终检查与简短审查提醒。
  40. - `references/adaptive-masters-and-reference-style.md`:未知领域母版生成、参考图风格补丁和保存为 Skill 母版的协议。
  41. 5. 生成一段最终绘图提示词。
  42. - 不要把领域母版和图类型规则逐段拼接。
  43. - 领域已覆盖时,以领域母版作为主要科学视觉语言。
  44. - 图类型规则只作为适配层,用来约束表达目标、布局、区域、连接关系、可见文字、科学边界和常见失败。
  45. - 写最终 prompt 前,先在内部形成 Figure Brief:图像目标、领域对象、图类型结构、区域/模块、连接关系、可见文字、科学边界和模型适配。
  46. - 如果领域与图类型发生冲突,优先级为:科学事实 > 用户明确要求 > 领域母版 > 图类型结构 > 模型适配 > 审美词。
  47. - 模型适配只能轻量补充,不覆盖领域视觉语言或科学约束。
  48. - 如果用户未指定模型,默认采用 gpt-image-2 / 强文字渲染模型友好的策略:保留能讲清楚流程的较丰富受控标签,而不是默认压缩成极少文字。
  49. - 必须把“图中所有可见文字只能使用以下内容...”写进最终绘图提示词内部。
  50. - 将 `{VISIBLE_TEXT_RULE}` 替换为 `references/language-strategy.md` 中与语言场景匹配的可见文字规则;面向用户的最终 prompt 中不要留下 `{VISIBLE_TEXT_RULE}` 或任何未填占位符。
  51. - Stage 1 Visual Schema 只作为内部规划。最终 prompt 仍然可以使用 `ZONE 1`、`ZONE 2`、`CONNECTIONS` 这类结构标题来组织绘图指令,但不能包含 `[Paste the full Visual Schema here]`、`[Insert extracted research context]`、`---BEGIN PROMPT---`、`---END PROMPT---` 或未替换的 `[Label ...]` 半成品脚手架。
  52. - 如果最终 prompt 使用 `ZONE` 这类结构标题,要通过可见文字规则说明这些只是提示词内部结构,除非显式列入可见标签清单,否则不能被画成图中文字。
  53. - 如果生成了自适应领域母版,要把新母版草案和本次最终 prompt 分开输出;只有当用户确认满意后,才询问是否保存为可复用 skill 母版。
  54. - 如果用户明确同意保存自适应领域母版,将其追加到 `references/domain-masters.md`,并在 Stage 2 保留 `{VISIBLE_TEXT_RULE}` 占位符。
  55. - 不要把“图中可出现的文字”做成用户需要额外复制的独立步骤。
  56. ## 输出格式
  57. 默认跟随用户交流语言输出:用户用中文提问时,使用中文交流;用户用英文提问时,使用英文交流。最终绘图 prompt 和图中文字语言不简单跟随交流语言,而是按论文语言、投稿场景、用户要求和 `references/language-strategy.md` 的规则决定。
  58. 当需要用户先确认出图预期时,只输出 `## 文档理解`、`## 出图预期确认` 和必要的 `## 选用依据`,等待用户选择后再输出最终绘图提示词。只有在用户要求快速生成、直接默认或只要 prompt 时,才跳过等待并使用推荐项输出最终 prompt。
  59. ```markdown
  60. ## 文档理解
  61. [3-6 条:研究主题、领域判断、选用片段、图类型、绘图模型、图中文字语言]
  62. ## 出图预期确认
  63. [当用户未指定目标风格,且风格会显著影响付费生图结果时列出 2-3 个短候选。每项不超过 2 行,包含:内容社区 + 视觉气质 + 适合什么结果;标注推荐项。让用户快速选方向,不写长篇解释。]
  64. ## 选用依据
  65. [简要列出使用了哪些摘要、方法、结果、图注或候选片段]
  66. ## 自适应领域母版草案
  67. [仅当现有领域母版无法覆盖并生成了新领域母版时输出。包含适合场景、领域图示特征、Stage 1 Visual Schema、Stage 2 Rendering Prompt、可替换变量、稳定约束和质检清单。]
  68. ## 参考图风格补充
  69. [仅当使用参考图或参考风格时输出。包含可迁移风格摘要、可添加到最终 prompt 的风格补充、不应复制内容和适用边界。]
  70. ## 最终绘图提示词
  71. [一段可以直接复制给绘图模型的完整 prompt。必须在这段 prompt 内部包含“图中所有可见文字只能使用以下内容...”。输出前必须替换所有占位符和内部 schema 交接标记。]
  72. ## 图中文字核对清单
  73. [默认不输出。只有当图中文字较多、用户要求检查标签,或需要额外核对术语时才输出;必须与最终 prompt 内嵌文字清单一致。]
  74. ## 简短审查提醒
  75. [一句话提醒用户审查科学结构、箭头关系、图中文字、数据边界和期刊要求;如果未指定模型或默认使用丰富标签,可顺带说明需要时可再提供少文字标签版]
  76. ```
  77. 如果用户明确说“只要 prompt”,只输出 `## 最终绘图提示词`。
  78. ## 期刊正文图与事实内容
  79. 不要阻止用户生成期刊投稿正文图提示词。正文科研示意图、机制图、图形摘要和方法图都可以生成 prompt。
  80. 如果用户提到投稿、正文图、SCI、期刊图,只做简短审查提醒:生成后需要作者检查科学准确性、标签、数据边界和期刊要求。
  81. 如果用户要求真实数据图、显微图、实验照片、事实性图像修补或数据结果图,要提醒:不要让绘图模型编造、修补或改写事实证据;但主输出仍然聚焦于提示词生成。
  82. ## 不做的事
  83. 除非用户明确要求,不要推荐或解释 Excalidraw、draw.io、Figma、Illustrator、Vectorizer、Edit-Banana、Paper2Any、视频教程、去水印或矢量化流程。这个 Skill 的边界就是“从科研文档生成绘图提示词”。
README.md · README · 256 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. # Happy Figure Skill
  2. <p align="center">
  3. <a href="https://github.com/datawhalechina/happy-figure">
  4. <img src="https://raw.githubusercontent.com/datawhalechina/happy-figure/main/docs/media/banner.png" alt="Happy Figure" width="100%">
  5. </a>
  6. </p>
  7. <h3 align="center">🚀 把科研内容编译成可控、可校对、可复用的 AI 绘图 Prompt 💡</h3>
  8. <div align="center">
  9. [![GitHub Stars](https://img.shields.io/github/stars/BAIKEMARK/happy-figure-skill?style=for-the-badge&logo=github&label=Stars&logoColor=white&color=ffda65&cacheSeconds=300)](https://github.com/BAIKEMARK/happy-figure-skill/stargazers)
  10. [![Happy Figure Tutorial](https://img.shields.io/badge/Happy%20Figure-Tutorial-6D5EF8?style=for-the-badge&logo=github&logoColor=white)](https://github.com/datawhalechina/happy-figure)
  11. <a href="https://qm.qq.com/q/ZEfzKSQ5CW"><img alt="QQ reader group" src="https://img.shields.io/badge/QQ%20Group-Reader%20Community-12B7F5?style=for-the-badge&logo=qq&logoColor=white"></a>
  12. </div>
  13. <p align="center">
  14. 简体中文 |
  15. <a href="README_EN.md">English</a> |
  16. <a href="#-快速开始">快速开始</a> |
  17. <a href="LICENSE">License</a>
  18. </p>
  19. 把论文、图注、开题材料、研究方案和参考图,编译成可复制、可校对、可控的 AI 科研绘图 prompt。
  20. `happy-figure-skill` 是 [Happy Figure](https://github.com/datawhalechina/happy-figure) 的 Agent Skill。它不直接生成图片,而是让 Claude Code / Codex 这类 Agent 先读懂科研内容,再按 **领域 x 图类型 x 绘图模型特性** 生成适合 Nano Banana Pro、Nano Banana 2、Qwen Image 2 / 2 Pro、GPT Image 2 等模型执行的结构化绘图提示词。
  21. 一句话:它不是“再给你一段万能 prompt”,而是一个面向科研插图的 **提示词路由器 + 图形结构编译器**。
  22. ## 🖼️ 先看效果
  23. 我们挑选了 5 类典型科研绘图任务交给 Happy Figure Skill,下面是用它生成的提示词分别在 5 个模型上跑出的结果。
  24. 这个 showcase 想先证明一件事:Happy Figure Skill 可以覆盖不同领域、不同图类型,而不是只会写某一种“科研风”提示词。顺带你也能看到,同一套 prompt 换到不同模型后,默认画风、文字稳定性和结构习惯会怎样分化。
  25. - 它能把 CS/ML、材料化学、生物医学、地球科学等内容,整理成可执行的绘图 prompt。
  26. - 它能让你按领域、图类型和模型特性选择更合适的出图路线。
  27. <table>
  28. <tr>
  29. <th width="13%">任务</th>
  30. <th width="17%">Qwen Image 2</th>
  31. <th width="17%">Qwen Image 2 Pro</th>
  32. <th width="17%">Nano Banana 2</th>
  33. <th width="17%">Nano Banana Pro</th>
  34. <th width="17%">GPT Image 2</th>
  35. </tr>
  36. <tr>
  37. <td><b>CS/ML 架构图</b><br><sub>model architecture</sub></td>
  38. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/attention__qwen-image-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/attention__qwen-image-2.webp" width="160"></a></td>
  39. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/attention__qwen-image-2-pro.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/attention__qwen-image-2-pro.webp" width="160"></a></td>
  40. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/attention__nano-banana-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/attention__nano-banana-2.webp" width="160"></a></td>
  41. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/attention__nano-banana-pro.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/attention__nano-banana-pro.webp" width="160"></a></td>
  42. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/attention__gpt-image-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/attention__gpt-image-2.webp" width="160"></a></td>
  43. </tr>
  44. <tr>
  45. <td><b>文档智能流程图</b><br><sub>document pipeline / KG</sub></td>
  46. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/docs2kg__qwen-image-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/docs2kg__qwen-image-2.webp" width="160"></a></td>
  47. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/docs2kg__qwen-image-2-pro.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/docs2kg__qwen-image-2-pro.webp" width="160"></a></td>
  48. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/docs2kg__nano-banana-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/docs2kg__nano-banana-2.webp" width="160"></a></td>
  49. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/docs2kg__nano-banana-pro.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/docs2kg__nano-banana-pro.webp" width="160"></a></td>
  50. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/docs2kg__gpt-image-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/docs2kg__gpt-image-2.webp" width="160"></a></td>
  51. </tr>
  52. <tr>
  53. <td><b>材料化学机制图</b><br><sub>materials chemistry mechanism</sub></td>
  54. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/wis-lintf2__qwen-image-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/wis-lintf2__qwen-image-2.webp" width="160"></a></td>
  55. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/wis-lintf2__qwen-image-2-pro.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/wis-lintf2__qwen-image-2-pro.webp" width="160"></a></td>
  56. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/wis-lintf2__nano-banana-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/wis-lintf2__nano-banana-2.webp" width="160"></a></td>
  57. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/wis-lintf2__nano-banana-pro.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/wis-lintf2__nano-banana-pro.webp" width="160"></a></td>
  58. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/wis-lintf2__gpt-image-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/wis-lintf2__gpt-image-2.webp" width="160"></a></td>
  59. </tr>
  60. <tr>
  61. <td><b>生物医学机制图</b><br><sub>biomedicine mechanism</sub></td>
  62. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/ferroptosis-rcd__qwen-image-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/ferroptosis-rcd__qwen-image-2.webp" width="160"></a></td>
  63. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/ferroptosis-rcd__qwen-image-2-pro.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/ferroptosis-rcd__qwen-image-2-pro.webp" width="160"></a></td>
  64. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/ferroptosis-rcd__nano-banana-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/ferroptosis-rcd__nano-banana-2.webp" width="160"></a></td>
  65. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/ferroptosis-rcd__nano-banana-pro.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/ferroptosis-rcd__nano-banana-pro.webp" width="160"></a></td>
  66. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/ferroptosis-rcd__gpt-image-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/ferroptosis-rcd__gpt-image-2.webp" width="160"></a></td>
  67. </tr>
  68. <tr>
  69. <td><b>地球科学解释图</b><br><sub>earth science explanation</sub></td>
  70. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/earth-aurora__qwen-image-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/earth-aurora__qwen-image-2.webp" width="160"></a></td>
  71. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/earth-aurora__qwen-image-2-pro.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/earth-aurora__qwen-image-2-pro.webp" width="160"></a></td>
  72. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/earth-aurora__nano-banana-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/earth-aurora__nano-banana-2.webp" width="160"></a></td>
  73. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/earth-aurora__nano-banana-pro.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/earth-aurora__nano-banana-pro.webp" width="160"></a></td>
  74. <td align="center"><a href="https://github.com/BAIKEMARK/happy-figure-showcase-assets/blob/main/hd/earth-aurora__gpt-image-2.png"><img src="https://raw.githubusercontent.com/BAIKEMARK/happy-figure-showcase-assets/main/thumbs/earth-aurora__gpt-image-2.webp" width="160"></a></td>
  75. </tr>
  76. </table>
  77. > 🔎 完整提示词和 5 x 5 映射表放在 [showcase assets](https://github.com/BAIKEMARK/happy-figure-showcase-assets/tree/main/prompts) 里,主仓库只保留 Skill 本体。
  78. > 💡 TIPS:同系列模型通常会保留相近的默认画风。Qwen 2 系列有独特的科研插图质感,适合低成本多抽卡,但复杂图可能破碎,文字越多错字率越高;Nano 系列更像平面科研插画,AI 味更明显,容易把 `ZONE` 这类结构词画进图里;GPT Image 2 的文字和结构更稳,画风更偏干净矢量底稿,和 Nano / Qwen 不是同一路线。
  79. > ⚠️ Warning:这些图是模型输出示例,不是投稿终稿。正式发表前仍建议作者人工校对科学结构、图中文字、箭头关系、数据边界,并按期刊要求重绘、矢量化或重新排字。
  80. ## 🧭 它强在哪
  81. 普通提示词经常只会说“生成一张科研示意图”。Happy Figure Skill 会先做三层判断:
  82. | 判断层 | 它会看什么 | 结果是什么 |
  83. | --- | --- | --- |
  84. | 研究领域 | CS/ML、材料化学、生物医学,或未知/交叉领域 | 选择对应领域母版,决定科学对象、期刊语境和视觉语言 |
  85. | 图类型 | 技术路线图、实验系统图、机制图、多面板比较图、Graphical Abstract、汇报总览图、Cover Art | 约束布局、区域、箭头、面板、可见文字和失败边界 |
  86. | 绘图模型 | Nano Banana Pro、Nano Banana 2、Qwen Image 2 / Pro、GPT Image 2 | 轻量适配标签密度、结构约束、审美目标和文字策略 |
  87. 这意味着你可以说:
  88. ```text
  89. 使用 $happy-figure-skill,读取这段 methods,生成一张材料化学机制解释图 prompt。
  90. 目标模型是 Nano Banana Pro,图中文字只保留英文短标签。
  91. ```
  92. 它不会把“材料机制图”写成通用流程图,也不会把“模型架构图”套成 Nature/Cell 生物医学风格。领域母版负责科学语义,图类型负责表达任务,模型卡负责最后的执行适配。
  93. ## 🎛️ 模型怎么选
  94. 这不是一个“哪个模型绝对最强”的排名。更准确的说法是:不同模型适合不同出图目标。
  95. | 你更看重 | 优先尝试 | 原因 |
  96. | --- | --- | --- |
  97. | 高完成度 graphical abstract、第一眼质感 | Qwen Image 2 Pro、Nano Banana Pro | 更容易生成有层次、有设计感的科研主视觉 |
  98. | 复杂结构稳定、最终候选稿 | Nano Banana Pro | 更适合多区域、强层级、箭头关系明确的结构图 |
  99. | 多轮快速试图、找构图方向 | Nano Banana 2、Qwen Image 2 | 适合先跑多个候选,再挑结构和风格 |
  100. | 中文或中英混排的风格候选稿 | Qwen Image 2、Qwen Image 2 Pro | 中文语义和科研术语理解友好,但图中文字要尽量少 |
  101. | 模块关系清楚、文字较多、后期重绘底稿 | GPT Image 2 | 结构底稿、系统框架和 text-rich diagram 更可控,文字相对更稳 |
  102. 你也可以参考上面的 showcase,按各个模型的实际效果挑选适合自己的风格。如果还是不知道选哪个,先让 Skill 生成一版模型中性的结构化 prompt;等你拿到第一批图,再按“更漂亮 / 更清晰 / 更少文字 / 更像正文图 / 更像主视觉”继续改。
  103. ## 🧩 覆盖的图类型
  104. | 图类型 | 适合内容 | Skill 会重点控制 |
  105. | --- | --- | --- |
  106. | 技术路线图 / 研究流程图 | methods、研究方案、开题技术路线、数据处理流程 | 步骤数量、阅读方向、分支/反馈、输入输出 |
  107. | 实验系统 / 装置结构示意图 | 实验平台、仪器结构、采集系统、样品流转 | 真实部件、连接关系、物料流/信号流/数据流 |
  108. | 机制解释图 | 反应路径、调控通路、材料演化、疾病机制 | 实体形态、因果链、促进/抑制/转化箭头 |
  109. | 多面板比较图 | 对比实验、组别差异、消融、工况设置 | 面板统一性、尺度、组别名、数据边界 |
  110. | 图形摘要 / 论文主图 | 论文核心贡献、项目主页图、投稿摘要图 | 研究问题、核心方法、关键过程、主视觉层级 |
  111. | 开题 / 答辩 / 汇报总览图 | 课题结构、研究模块、预期成果、组会汇报 | 总览层级、模块关系、演示可读性 |
  112. | 期刊封面图 / Cover Art | cover art、teaser、宣传主视觉 | 视觉隐喻、强中心对象、禁止伪造刊名/卷期/logo |
  113. ## 🌐 覆盖的领域
  114. | 领域 | 典型视觉语言 | 适合任务 |
  115. | --- | --- | --- |
  116. | 计算机科学 / 机器学习 | ACM/IEEE/NeurIPS/ICML/CVPR/ACL 等论文图语境,模块、数据流、token、KG、pipeline、系统边界 | 模型架构图、LLM pipeline、知识图谱系统、信息检索、数据库、文档处理系统 |
  117. | 材料与化学 | Nature Materials / Advanced Materials 风格,晶格、界面、离子迁移、溶剂化壳层、反应路径 | 电化学、催化、晶体/界面机制、多尺度材料结构、反应路径图 |
  118. | 生物与医学 | BioRender / Cell / Nature 风格,细胞、蛋白、通路、组织微环境、药物作用机制 | 信号通路、疾病机制、临床流程、药物作用、细胞微环境 |
  119. | 未知或交叉领域 | 自适应领域母版,从参考材料和领域语义生成新母版草案 | 地球科学、环境、能源系统、农业、心理学、公共卫生、政策建模等 |
  120. | 参考图风格迁移 | 只抽取可迁移的布局、配色、线条、字体和层级,不复制科学内容 | “按这张图的风格画”,但保持本论文自己的科学结构 |
  121. ## ⚡ 快速开始
  122. ```bash
  123. npx skills add BAIKEMARK/happy-figure-skill
  124. ```
  125. 安装后,在 Claude Code / Codex 里直接说:
  126. ```text
  127. 使用 $happy-figure-skill,读取下面这段论文摘要,生成一张适合 Nano Banana Pro 的图形摘要 prompt。
  128. ```
  129. 也可以把安装任务交给有 shell 权限的 Agent:
  130. ```text
  131. 帮我安装 Happy Figure Agent Skill:
  132. 1. 从 GitHub 克隆 BAIKEMARK/happy-figure-skill。
  133. 2. 按 Codex/Claude Skills 的本地规范安装这个 Skill。
  134. 3. 安装完成后检查目录中是否包含 SKILL.md、README.md、references/ 和 scripts/。
  135. 4. 给我一条可以直接测试的调用示例。
  136. ```
  137. ## 🧪 使用示例
  138. 指定图类型:
  139. ```text
  140. 使用 $happy-figure-skill,根据这段 methods 生成一个技术路线图 prompt。
  141. 图中文字只保留英文短标签,不要生成长句解释。
  142. ```
  143. 指定领域和期刊语境:
  144. ```text
  145. 使用 $happy-figure-skill,把这段材料化学机制描述转成 Nature Materials 风格的机制示意图 prompt。
  146. 目标模型是 Qwen Image 2 Pro。
  147. ```
  148. 指定模型特性:
  149. ```text
  150. 使用 $happy-figure-skill,基于这篇 CS/ML 论文生成模型架构图 prompt。
  151. 目标是 GPT Image 2,优先保证模块关系和较多文字标签清晰。
  152. ```
  153. 只要最终 prompt:
  154. ```text
  155. 使用 $happy-figure-skill,只输出最终绘图 prompt,不要解释过程。
  156. ```
  157. 使用文件:
  158. ```text
  159. 使用 $happy-figure-skill,读取 ./paper.pdf,提取摘要、方法、图注和结论,生成一张 Graphical Abstract prompt。
  160. ```
  161. ## 🔁 工作流
  162. 1. 读取科研内容:支持摘要、methods、图注、研究方案,也支持 `.pdf`、`.docx`、`.tex`、`.md`、`.txt` 等文件。
  163. 2. 形成 Figure Brief:判断研究主题、领域、图类型、目标模型、图中文字语言和科学边界。
  164. 3. 选择母版:领域母版决定科学对象和学科视觉语言,图类型母版决定表达任务和布局结构。
  165. 4. 适配模型:根据模型偏置调整标签密度、结构约束、文字策略和风格词强度。
  166. 5. 输出最终 prompt:包含可见文字白名单、禁止编造内容、箭头语义、区域结构和渲染风格。
  167. 6. 简短审查:提醒作者检查科学结构、标签、箭头、数据边界和期刊要求。
  168. ## 🚧 不做什么
  169. 这个 Skill 专注于“从科研文档生成绘图提示词”,因此它不会假装解决所有科研绘图问题。
  170. | 不适合 | 原因 |
  171. | --- | --- |
  172. | 真实数据图、统计曲线、显著性标记 | 不能让图像模型编造数据、坐标、p 值或实验结果 |
  173. | 显微图、实验照片、真实设备照片 | 这些属于证据图像,不应由生成模型伪造 |
  174. | 需要严格几何尺寸或工程制图的图 | 生成图适合构图参考,不适合作为精确工程图 |
  175. | 直接投稿原始 PNG | 投稿前仍需人工校对、重绘、矢量化或重新排字 |
  176. | 去水印、仿真实期刊封面元素 | 不生成刊名、logo、卷期号、条形码等可能误导的出版物元素 |
  177. ## 📚 和 Happy Figure 教程的关系
  178. Happy Figure 教程讲方法论,覆盖:如何理解科研绘图、如何设计提示词、如何控图、如何后处理 AI 生成的插图,以及如何处理学术合规。学懂 Happy Figure,你就能系统掌握可控、可校对、可发表级别的 AI 科研绘图流程。
  179. `happy-figure-skill` 把其中“撰写科研绘图提示词”的方法变成了支持 Agent 调用的 Skill:读论文内容,判断图类型,选择领域视觉语言,适配模型特性,生成可复制的绘图 prompt。
  180. 教程负责让你理解为什么这样画;Skill 负责让你更快开始画。
  181. ## ⭐ Star 这个项目
  182. 如果它帮你把“我知道论文该画什么,但不知道怎么写成图像模型能执行的 prompt”这件事推进了一步,欢迎 Star。
  183. 接下来会继续补更多真实论文案例、更多领域母版、更多模型对比和更完整的科研绘图质量检查规则。
  184. <a href="https://www.star-history.com/?repos=BAIKEMARK%2Fhappy-figure-skill&type=date&logscale=&legend=top-left">
  185. <picture>
  186. <source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/chart?repos=BAIKEMARK/happy-figure-skill&type=date&theme=dark&logscale&legend=top-left" />
  187. <source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/chart?repos=BAIKEMARK/happy-figure-skill&type=date&logscale&legend=top-left" />
  188. <img alt="Star History Chart" src="https://api.star-history.com/chart?repos=BAIKEMARK/happy-figure-skill&type=date&logscale&legend=top-left" />
  189. </picture>
  190. </a>
  191. ## License
  192. This project is licensed under CC BY-NC-SA 4.0. See [LICENSE](LICENSE) for details.

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.