thesis-figure-skill

name thesis-figure-skill description 生成学术论文配图：LaTeX/TikZ 代码（结构化图表，直接嵌入论文）或 draw.io XML （技术路线图、汇报配图）。自动按论文领域风格设计，编译验证后交付。 Use when the user asks for: 论文配图、画架构图、画流程图、TikZ 图、draw.io 学术图、复刻论文图、tikz/latex diagram。 Academic Diagram Skill (TikZ + draw.io) 把论文中的系统架构/协议流程/技术方案转化为高质量配图。 目标：高信息密度 + 设计感 + 一次过编译 。失败模式：平庸、对齐松散、坐标凭感觉。 工具选择 维度 TikZ draw.io 适合 嵌入 LaTeX 论文、数学公式、结构化图表 技术路线图、汇报展示、装饰性强（渐变/3D） 精度 像素级 拖拽，坐标不如 TikZ 精确 中文 需 ctex/fontspec， rotate=90 中文会崩溃 原生支持 数学 原生 LaTeX 完美 MathJax 一般 编译 xelatex + pdftoppm drawio CLI → PDF → PNG 可编辑 代码即源 .drawio 可在 app.diagrams.net 编辑 默认 TikZ 。draw.io 用于：用户要求 / 参考图为 draw.io 风格 / 需要渐变-3D-空心字 / 内容简单且装饰 > 精确。 输出格式仅这两种 ——HTML/CSS/SVG 不可嵌入论文也无法在 draw.io 编辑。 Philosophy（每次画图前必读，所有规则之上） The UNFORGETTABLE Question 画图前 + 交付前问自己： 审稿人 5 秒看完，记住的是什么？ 一个独特的 hero 子结构？ 嵌入的真实热力图 / 曲线 / 图像？ 信息密集的 hyperparameters / loss panel？ 多色和谐的 zone 划分？ 没有"记得住的东西" = 不要交付。 Naming the Gravitational Pull（你必须主动避开的统计中心） 模型默认会画出 "AI slop 学术图" ——下面是统计中心的平庸默认， 主动避开 ： ❌ box + arrow only， 零 嵌入数据可视化 ❌ 3 色单调配色（蓝/橙/紫常见组合） ❌ "FFN" / "Attention" 单字标签， 不写公式 / 不写参数 ❌ hero 内 只有 box list ，无嵌入热力图/曲线/微图 ❌ 没有信息 panel（hyperparameters / loss curve / legend / metrics） ❌ 平面布局 无 visual hierarchy （核心和辅助同重量） ❌ 看起来"像 AI 一次性生成的"——无设计痕迹 Permission for Creativity Claude is capable of extraordinary academic figure design. Checklist 是 catching last-mile bugs， 不是 safe defaults 。 你不是在练习画结构图。你在为 NeurIPS / ICML / Nature 投稿画 figure。 审稿人会用这张图判断作者的领域素养和认真程度。 box+arrow only 的平庸图 = desk reject。 创造空间 — 复杂档可调用的词汇（不强制，但 应该考虑 ） 维度 选项 嵌入可视化 attention heatmap / loss curve / 真实图像色块 / signal waveform / 数学曲线 / N×N matrix / mel spectrogram / 散点分类 信息 panel hyperparameters 框 / metrics 表 (FID/BLEU/Acc) / color legend / glossary 注释 / 数学符号速查 数学公式嵌入 FFN(x) = max(0, xW₁+b₁)W₂+b₂ 直接写进 box 内部， 不是只贴标签 配色 ≥5 种 zone tone + accent color；浅色 zone 背景 + 中饱和度 box + dark accent 层级 五种造层级的手段—— 尺寸 / 字重 / 颜色 / 留白 / 描边粗细 ，任选 ≥2 种叠加。例：hero ≥ 2× 辅助 box、hero 容器描边 1.4pt 而其余 0.6pt、hero 用唯一中调底色、"N=6 layers" 灰色透明栈背景。 ⚠️ 画布尺寸已定时，优先用字重/颜色/描边/留白，不要用字号 ——字号是全局耦合量，放大它等于同时挤压所有框 Cross-zone dashed rail + 跨段标签 (如 "K, V") 学术 polish dataset 标注 ("CIFAR-10") / 性能数字 ("FID=3.17") / 引用作者年份 视觉直觉法则（meta，在 ④.5 Step 0 应用） 0.1 秒直觉 ：视觉流向 ≠ 逻辑流向 = 必错（每写一条 \draw ，问读者直觉对吗） 眼睛轨迹 ：沿主线走，任何"卡住"位置 = blocker 删除测试 ：能删的就该删； 修一个 bug 不能引入新审美问题 最重要的一点 审美 + 信息密度 > 规则合规。 规则只是地板，审美是天花板。 18 项 checklist 是 catching last-mile bugs ——不是设计指南。设计指南是上面的 Philosophy。 复杂档画图捷径 — TikZ Snippet Library（21 个 + 预览 PNG） Batch 17 fig153 教训 ：Philosophy 文本指南让 sub-agent 知道要嵌入 viz / panel / 公式 ，但 写出来的视觉重量、留白、配色协调仍然失败 ——因为这些是 visual perception 而非 textual 任务。 解决方案 ： references/tikz-snippets/ 提供 21 个手工精雕的 TikZ 片段（各带 PNG 预览）+ 6 个 example-skeleton + 1 个组合规则文档 （完整清单见该目录 README.md ）——sub-agent 看 PNG 选 + 复制粘贴 + 替换参数 + 按组合规则拼装 即可达到 examples 标杆。 5 大类零件 （详见 references/tikz-snippets/README.md inline gallery）： 类别 数量 文件 1. 嵌入数据可视化 6 attention-heatmap / confusion-matrix / mini-spectrogram / image-strip / scatter-plot / embedded-graph 2. 信息 panel / 图表 5 bar-chart / line-chart / radar-chart / hyperparams-table / metrics-card 3. 数学 / 几何 3 gaussian-curve / vector-arrows / formula-box 4. 结构 / 流程 4 stage-container / pipeline-stages / layer-stack / feedback-loop 5. 整图骨架元素 3 multi-zone-palette / color-legend / summary-bar 组合规则 （ 必读 ）： COMPOSITION-RULES.md — snippet 间留白 / 对齐 / Z-order / 整图骨架（双栏对称 / 5 stage 横向 / 中央 hero + 4 panels） 复杂档强制流程 ： 先读 references/tikz-snippets/README.md —— inline gallery 含每个 snippet 的 PNG 预览 首选 ：复制完整 example-skeleton-B-horizontal.tex （pipeline 类）或 example-skeleton-C-centralhero.tex （hero+panels 类）作 figure.tex，改 content 不动 layout（连线拓扑与需求语义不匹配时按「mode A 拓扑逃生舱」改拓扑，见 4 路径一节） 次选 （特殊布局需求）：看 PNG 选 ≥ 3 snippet 自己拼装 必读 COMPOSITION-RULES.md —— 解决"snippets 都塞进去但仍乱"问题 底部必有 color-legend OR summary-bar 绝对不能"简化"snippet 核心结构 —— 简化 = 信息稀疏 = 平庸 硬约束（违反必失败） 🧱 代码正确性地基 → tikz-figure-code skill 。本技能管"画什么 + 怎么编排迭代"； "怎么写出编译干净、编辑安全的 TikZ 代码"（5 条按构造 idiom + 8 条硬约束全集 + canonical 箭头 + lint.sh 静态检查入口） 沉淀在那个地基技能里。写从零图 / 改排版 bug / CJK 渲染问题时按需加载它。本节是其硬约束的高频子集。 🔴 工具铁律：只用 TikZ 或 draw.io，禁止 Python/matplotlib 替代 （2026-05-22 Batch 17 fig153 教训：sub-agent 在执行 Module-First 时用 Python+matplotlib 生成 .py 文件 = 完全偏离 thesis-figure-skill 价值主张）： Module-First 子流程（③.A→③.D）必须保持 TikZ ——即使 matplotlib 画嵌入 viz 更方便 复杂嵌入 viz 仍用 TikZ 原生（ \foreach 画 cell / pgfplots 包 / \draw 手画 patch） 学术论文图嵌入仍是金标准 ： \input{figure.tex} 比 \includegraphics{fig.png} 在公式渲染、矢量缩放、风格统一上都优 仅当用户 明确要求 Python 时才允许 — 默认必 TikZ 🔴 配色铁律：默认 light background，dark theme 需用户明确请求 ： 学术论文标准是 white/light bg；dark theme 与正文风格断裂 Philosophy 段"≥5 种 zone tone"指 zone 浅色背景 + box 中饱和度， 不是 整图反转色 sub-agent 不要自作主张套 dark theme ⚠️ xelatex + rotate=90 中文 — 渲染为不可读色块，所有中文标注必须水平 ⚠️ \texttt 包裹中文 — 报错，纯英文代码才用 \texttt / code_block ⚠️ ctex 不可用 — 编译前 kpsewhich ctex.sty ，否则切方案 B（fontspec） ⚠️ ucharclasses — tikz 节点内中英混排频繁 Missing character，禁用 ⚠️ xelatex 对缺失字体静默失败 — 编译后必须 grep "Missing character" *.log ⚠️ 单条 \draw + rounded corners 画长距离 U 型回路 — 路径异常，拆 3 段独立 \draw ⚠️ SVG clip-path + preserveAspectRatio="none" 模拟梯形 — 高度不可控，禁用 ⚠️ 空心描边字 stroke-width ≥ 1.2 — 笔画间隙被填满变模糊，控制 0.6-0.8 工作流（⓪→⑦） ⓪ 依赖检测 → ① 画图指令 → ② 加载规则 → ③ 生成代码 → ④ 编译验证 → ⑤ 评分 → ⑥ 迭代 → ⑦ 沉淀 ⓪ 依赖检测（首次自动执行一次） TeX / pdftoppm 缺失： 只提示用户安装 ，不自动装。 which xelatex || echo "请装 mactex-no-gui (macOS) / texlive-xetex (Linux)" which pdftoppm || echo "请装 poppler" Python 工具（小依赖，缺失自动 pip3 install ）： pdfplumber 、 pymupdf 、 pathfinding 、 opencv-python 、 scikit-image （ pymupdf 不装 → line-through-node + node-overlap 两类几何检测会 ERROR 退出，不静默跳过——别忽略） ⓪.5 入口模式分流（⓪ 之后第一问，路径分叉点） skill 现在支持 4 种生成路径 ——画图前必须先确定走哪条。 A / C 之间必须让用户选（见下方判断规则第 5 条），B / D 由关键词触发 。 路径 触发关键词（用户原 prompt） 说明 状态 A — Skeleton 复用 "画一张 X 图"、"帮我画 Y"、未明示其他 从已验证 skeleton (B/C/D/E/F/G) 选一个， 复制全部 + 改 content + 不动 layout 常量 ；需求语义与 skeleton 连线拓扑不匹配时走**「mode A 拓扑逃生舱」**（见下）。⚠️ mode A 高发缺陷=语义被 skeleton 拓扑绑架（stale-semantics），④.5 文末 gate 对 A 同样强制 ✅ 默认 B — Remix（跨 skeleton 拼模块） "组合 D 的雷达 + G 的图表那种"、"想要 X 的左半 + Y 的右半" 多选 skeleton 部件，自动拼装 🚧 暂未实装， 回退到 A C — 原创设计 "独特版面"、"复刻这张 ref.png"、"从零设计"、"我没有合适的 skeleton" 从零设计 layout（Module-First ③.A→③.D）→ 强制独立多镜头审查 gate （④.5 文末）。⚠️ mode C 最易在"图里最新、无 skeleton 先例的那个结构"上崩，且 generator 自审对此 结构性失明 ✅ 现有路径 D — 沉淀入库 "把这张 .tex 存进库"、"作为新 skeleton"、"添加到 examples"、"沉淀到模板库" 用户已有 .tex → 自动入库为 example-skeleton-{H..Z}-<topic>.tex ✅ 走 Φ 沉淀通道 走 A → 继续 ① ② ③ ④ ④.5 ⑤ ⑥ ⑦（③ 走 A 路：从 6 个 skeleton 选最匹配的 → 复制全部 → 改 content / 不动 layout 常量 / 严格遵守 CONSTRAINTS section；连线拓扑与需求语义冲突时 必须 走「mode A 拓扑逃生舱」；④.5 必走「独立多镜头审查 gate」 ——与 mode C 同一道，见 ④.5 文末） 走 B → 当前不可用。报告用户"Remix 模式暂未实装，当前请用 A skeleton 复用；如果你想要的部件组合在某个 skeleton 里近似存在，可以直接走 A 选最接近的" 走 C → 继续 ① ② ③ ④ ④.5 ⑤ ⑥ ⑦（③ 走从零路 + Module-First ③.A→③.D 子流程；④.5 必走「独立多镜头审查 gate」 ——见 ④.5 文末，不可只靠 generator 自审） 走 D → 跳过 ①-⑦ ，直接进 Φ 沉淀通道 （见文末） 判断规则 （按优先级）： 用户提到 "存进库 / 入库 / 作为模板 / save to examples" → 强 D （直接走 Φ） 用户提到 "组合 X 的 Y + Z 的 W" → 强 B （回退到 A + 提示） 用户明确要 "独特 / 原创 / 从零 / 自由发挥 / 复刻这张 ref.png" → 强 C （不必再问） 用户明确要 "用模板 / 照 skeleton X / 跟上次那张一样" → 强 A （不必再问） 其余（ 绝大多数情况 ）→ 🔴 必须询问用户走 A 还是 C，禁止默认 A 静默开画 为什么第 5 条必须问 （2026-07-25 skill 作者澄清原始设计意图）：「用参考组件（按模板样式） vs 自由发挥（用模型能力）」是 用户的审美决策，不是 agent 的技术决策 ——它决定成品是 "skeleton X 的换皮版"还是"为这段文字原创的版面"，而用户对此的偏好 agent 无法从 prompt 推断 。 旧规则"其余 → A，不需要询问"把这个决策硬编码掉了，且与 ①.5（复杂度档不明确时必须问用户） 自相矛盾 ——模式选择的后果比复杂度档更大，没有理由反而不问。 问之前先做 skeleton 贴合度预检（便宜，≤1 次 Read），带着推荐去问 ——不要空手问"你要哪个"： a) 从需求拓扑（几路输入 / 有无 hero / 有无闭环 / 几个输出 / 版面宽高比）粗选最接近的 skeleton b) 粗数 需要改几处拓扑 才装得下（删列 / 加连线 / 改连线角色 / 折叠 zone 链 / 换底部 panel 语义） c) 由改动量形成推荐： - 0–2 处 → 推荐 A （复用真省事，且版面已被验证过，几何风险低） - ≥3 处 → 推荐 C （改到这个量级，"复用"已名不副实；继续硬套 A 只是规则惯性， 不如从零为内容设计版面。⚠️ 这也是「拓扑逃生舱」被反复触发的信号） - 库里没有形态相近的 skeleton → 推荐 C d) 用 AskUserQuestion 把两条路的 代价 一起讲清，而不是只列名字： A = 快 / 稳 / 一次过编译概率高，但版面创意上限受限于库里现有 6 个骨架； C = 上限高 / 版面为内容量身定制，但实测 3/3 会在"图里最新、无先例的那个结构"上崩， 必须靠独立多镜头 gate 兜回来，迭代轮数更多。 e) 顺带可与 ①.5 的复杂度档合并成一次 AskUserQuestion 调用（2 个问题），少打断一次用户。 模式选择对编译验证 / vision-audit 的影响 ：A 模式因为 skeleton 已经过版面验证，④.5 重点放在"内容是否完全脱离 skeleton 主题（renaming 漏掉、stale 标签）+ 连线拓扑是否还在讲 skeleton 原来的故事 （stale-semantics）"上，且 同样必须过「独立多镜头审查 gate」 （2026-07-22 实测：mode A 复用图 checker 全绿、生成方自审通过，独立 gate 仍抓出 3 个 HIGH 语义缺陷——skeleton 复用的语义缺陷率不比 mode C 低）； C 模式走完整 18 项 checklist + 同一道 gate （generator 自审在 mode C 实测 3/3 漏掉核心缺陷，必须外部对抗审查兜底）；D 模式走 Φ.2 简化版 audit。 mode A 拓扑逃生舱（2026-07-22 实测坐实） ：skeleton 的连线拓扑是为它原来的故事设计的——当用户需求的数据流与之不匹配（典型症状：子步骤间缺内部流程箭头、fan-out 目标错位被读成错误分发、闭环/回传通道缺失）， "只改 content 不动拓扑"会让语义被 skeleton 绑架：图看起来对、读起来错 。实测案例（纵向联邦学习 × skeleton-F）：生成方自己把两条语义缺陷列进"遗留问题"，仍因"不改拓扑"规则照常交付，独立 gate 判 REJECT。规则： ①.0 图契约写完后， 显式核对 skeleton 连线拓扑 vs 需求数据流 ，不匹配处逐条列出——不允许"语义松弛处理"后沉默交付。 需要改拓扑时 允许且必须改 ，但只能用 by-construction 方式：新连线走 node anchor（ .east / .west ）、fan-out 用 trunk+spine+stub canonical、长回环拆段挂 zone anchor—— 禁止手填绝对坐标 （实测：按此方式改拓扑 3 处 + 框加行，几何零新伤，下游元素 anchor 自动回流）。 改动的拓扑记录进 figure.tex 头部契约注释（改了什么、为什么），供 ④.5 与 gate 审查。 已知语义遗留 = blocker，不是"遗留问题" ——生成方列得出来的语义缺陷必须修掉或升级给用户拍板，不允许自知有缺陷仍按"规则不让改"交付。 ① 画图指令（强制显式输出，不可跳过） 加载 references/step1-instructions.md ——里面有完整的 10 项要素清单、参考图测量规则、ASCII 草图法、嵌入可视化决策表、 密度参考表（按论文复杂度选档位） 、节点形状/连线速查、Pre-flight P1-P7。 禁止"心里想好直接写代码" ——跳过这步返工率 100%。 关键认识 ：步骤① 的输出不是"最大复杂度版本"。先判断论文实际复杂度（极简/中等/复杂/超复杂），再选画图档位。 从复杂版起步然后修瑕疵 比 从合适档位起步 累计 token 高一个数量级——MMAlign 11 轮迭代就是反面教材。 ①.0 图契约（动笔/选 form 前先写，≤6 行；极简档可一句话带过） conclusion-first：先确定"这张图要证明什么"，再选最小结构——而不是先挑模板再填内容。 写进 figure.tex 头部注释块 最顶部 ： 核心结论：<一句话，必须带动词。如"X 通过 Z 把 Y 降低"——不是"X 的结果"/"系统架构"> 图原型：<对应 skeleton/mode：横向流水线=B / 中心 hero=C / 纵向侧栏=D / 多模态融合=E / 多阶段多子图=F / 联邦纵向=G / 纯几何·对比=无 skeleton> 证据层级：hero（最该被 5 秒记住的那块）=<…>；支撑=<…，视觉上更安静，不抢 hero> 能不能更少？：<去掉哪个框/panel 后仍能证明核心结论？能去就去——每个元素必须挣到位置> 为什么加这一步 （借鉴 nature-figure 的 figure-contract，砍掉其 Python/SVG/统计字段）： 核心结论 = ④.5 Step 0「审稿人 5 秒记住什么」的标准答案，提前钉死，避免画完才发现没重点。 图原型直接决定档位与 skeleton —— 判档看原型，不是数节点 （消解下面的"节点数悖论"：原型一旦定了，form 和档位随之确定）。 「能不能更少」是反 AI-slop 的硬约束 ：把 Philosophy 的"每个元素earn its place"变成动笔前的一次显式删减，而不是 ④.5 事后做无用功。 极简档 ：核心结论写一句、图原型选「纯几何·对比」即可，证据层级/能不能更少可略。 🔴 强制物质化要求 （fig126 Tacotron2 教训：sub-agent 加载 step1 但跳过实际输出，产生大块空白）： 步骤 ① 必须 以文字形式实际输出 （不是"想了就过"），且 第一段写进 figure.tex 头部注释块 作为证据。 形式两选一 ，按图复杂度选： 🔵 form A/B 选择前的先决条件 （消除"节点数悖论"——判档依赖草图、草图依赖判档的循环）： 首选信号 = ①.0 的图原型 （原型一旦定下，form 与档位随之确定，不必先数节点）：C/E/F/G 原型 → 复杂档 → form B；B 原型 → 中等或复杂档 → form A 或 B；纯几何·对比原型 → 极简档 → form A。原型仍模糊时，再用下面的兜底信号： 1. 先粗估档位（无需精确节点数，先看明显信号）： ① 含 hero 子结构 / 嵌入热力图 / 多 panel / ≥3 列 → 复杂档 → form B ② 含 fan-out / 时序生命线 / 12+ 模块 → 中等档 → form A 或 form B ③ 纯几何/单链/对比图（明显 < 15 节点）→ 极简档 → form A 2. 按粗判选 form 写注释块（form A 画 ASCII OR form B 写 narrative） 3. 注释块写完后**数节点 → ①.5 精确确认档位** 4. 若精确档位 ≠ 粗判档位 → 调整 form（极简误判为复杂 = 简化为 A； 复杂误判为极简 = ASCII 画不下 → 改写 B） 铁律 ：先粗判 → 写注释块 → ①.5 精确确认 → 必要时调整。 禁止凭直觉直接选 form 又凭直觉判档 。 形式 A — ASCII 草图（极简档 / 中等档无嵌入 viz） % Step ① 设计文档 % 领域 / 格式 / 档位 / 整图 W×H cm / 信息流方向 / 行×列 % 模块列表 N 个，核心 = X / 连线逻辑 / 空间规划 rail x / 视觉强调 % ASCII 草图： % +-----------+ +-----------+ +-----------+ % | Encoder |----->| Attention |----->| Decoder | % +-----------+ +-----------+ +-----------+ % 预防 issues：[2-3 个坑] 形式 B — Narrative 设计文字（复杂档 / hero 子结构 / 嵌入 viz / 多 panel） 复杂图 ASCII 表达不全，用 叙述性空间描述 ——每列/每 zone 写一段：(a) x/y 范围 (b) 内部子结构 (c) 与相邻列关系 (d) 留白处理 （ 特别要预想哪里可能出现大块空白并写出应对 — fig126/137 教训） 写在 figure.tex 头部作为注释 ，sub-agent 在 ④.5 Step 0 时读取核验。若注释不存在 → blocker 回 ① 重做。 注意 ：form B 不是必须填模板，是用"设计师的叙述思维"展开布局——重点是 Philosophy 段的 UNFORGETTABLE Question ：你怎么布局让审稿人 5 秒记住一个独特结构？ ①.5 图档判断（ 用户驱动 + 自动检测兜底）