科研绘图 · 07

academic-figure-generator
AI 科研配图平台交互课件

上传论文 → AI 自动配好"生图咒语" → 一键生成顶会 / Nature 级别学术配图。
平台 + 两条配套 Skill，高中生可读，细节拉满。

作者 LigphiDonk ⭐ Stars 2522（2026-10-05 实测）协议 MIT 科研绘图 GitHub 仓库原链

❓

它解决什么问题

先想象一个场景：你是一位博士生，熬了三年终于做出实验结果，写完论文投给 CVPR（计算机视觉顶会）。打开 PDF 第一页——评审人先看到的是什么？Figure 1：你的方法总体框架图。

评审人每天要看几十篇论文，没人有耐心细读你的公式。一张清晰、漂亮、信息量足的总览图，等于在告诉评审："我的工作逻辑很清楚，值得认真读下去。"反过来，一张东拼西凑、配色辣眼、箭头乱飞的图，可能让你还没进入正文就丢了印象分。

高中生类比
写论文就像开一家餐厅：论文正文是后厨，实验数据是食材，公式是菜谱；而配图是摆在橱窗里的招牌菜。路人会不会进店，全看橱窗。academic-figure-generator 就是这家餐厅的「中央厨房+摆盘师」：你把论文（食材）送进去，它用 AI 自动分析菜品、写好"摆盘指令"（超详细的英文生图提示词），再用 AI 画师（NanoBanana）一道道摆出来——招牌菜（顶会级配图）直接上桌。

为什么"画一张好科研图"这么难？

工具门槛高：顶会图常用 PowerPoint / Illustrator / TikZ / Python 手绘，对齐、字号、线条粗细处处是坑，新手调一周都调不顺。
审美有标准：顶会评审看惯了 ICLR / NeurIPS / CVPR / Nature 的图，配色土、布局乱的图一眼就被"降档"。
信息密度难拿捏：塞太多看不懂，塞太少显得水；模块、箭头、标注、图例缺一不可，还不能互相打架。
重复劳动多：改一次方法就要重画，改十次就重画十次。

记住：这个仓库的核心洞察是：把"画图"拆成两步——"想清楚"和"画出来"。"想清楚"交给 Claude（读论文、定风格、写超详细的英文提示词）；"画出来"交给 NanoBanana（AI 生图模型）。两步都自动化，顶会级配图就能量产。

🗂

仓库结构导览

整个仓库像一栋三层小楼：楼上是给人看的前端界面，楼下是干活的后端引擎，院子里还停着两辆可以直接开走的"小车"（两个 Skill）。下面是实测的仓库结构：

academic-figure-generator/ ├── backend/ # FastAPI 后端：真正的"中央厨房" │ └── app/ │ ├── api/v1/ # 5 组路由：projects / documents / prompts / images / color_schemes │ ├── core/prompts/ # figure_types.py：5 种图类型的"菜谱"注册表 │ ├── services/ │ │ ├── claude_code_service # 调用 Claude Agent SDK 生成提示词 │ │ ├── document_service # 解析 PDF，提取文本和章节 │ │ ├── image_service # 调用 NanoBanana 生成图片 │ │ ├── prompt_service # 提示词的增删改查 │ │ ├── ocr_service # 图片文字识别（OCR） │ │ └── local_storage_service # 本地文件存储 │ └── app.db # SQLite 数据库，首次运行自动创建，零配置 ├── frontend/ # React 19 + TypeScript + Vite 前端：给人点的界面 │ └── 5 个页面：Projects（项目列表） / ProjectWorkspace（项目工作区） │ / Generate（生成页） / ColorSchemes（配色管理） / Settings（设置） ├── academic-figure-prompt/ # ★ Skill ① v1.0.0：提示词生成器 │ └── SKILL.md └── academic-figure-prompt-pastel/ # ★ Skill ② v4.0.0：现代柔彩风 └── SKILL.md

架构概览：数据是怎么流的

下面这张图把"三层小楼"的水管画了出来——点任何一个框都对应上面的目录：

架构概览图：前端只负责"点"，后端负责"想"和"画"，数据存在本地 SQLite，手绘 SVG

记住：记住这个分工：前端 = 脸（好看好点），后端 = 脑+手（解析、思考、调用 AI），SQLite = 记事本（存项目和图片），两个 Skill = 可以单独开走的"小车"（不用装整个平台，在 Claude Code 里也能用）。

✍

Skill ① 提示词生成器 v1.0.0

academic-figure-prompt（v1.0.0）是仓库的"灵魂 Skill"：它本身不画图，而是为论文生成超详细的英文"生图咒语"（prompt），再把这个咒语喂给 NanoBanana / Gemini / DALL-E / Midjourney 画出顶会级配图。你可以把它理解成一位既懂论文、又懂画图、还懂英文修辞的"翻译官"：把你的中文想法，翻译成 AI 画师能 100% 执行的施工图纸。

高中生类比
你想装修房子，跟装修队说"装得好看点"——结果一定翻车。但如果你给出一份施工图纸：客厅 3.2m×4.5m、墙面米白色、地板浅灰橡木纹、沙发朝南……装修队就能精准还原。这个 Skill 干的就是从"装得好看点"到"施工图纸"的活：它替你把"画一张我论文的方法框架图"翻译成几百词的英文细节描述。

标准工作流（4 步，顺序不能乱）

读论文，理解内容：Skill 先通读你的论文，搞懂方法到底在干什么——输入是什么、经过哪几个模块、输出是什么。不懂内容就画图，等于闭眼摆盘。
分析参考图（5 个维度）：如果你给了参考图（比如你喜欢的 CVPR 论文里的图），它会从 配色 / 布局 / 模块样式 / 标注 / 信息密度 五个维度拆解："人家为什么好看"。
先选配色（8 套预设，必须等你确认）：从 8 套学术预设配色里挑一套，这一步必须停下来等你点头才继续——配色是图的"底妆"，不能自作主张。
生成提示词：输出一份超详细的英文 prompt，长到"宁可过长、也不简化"。

核心理念（三句话）

信息密度极高：提示词里每个模块、每根箭头、每个标注都要写到，不给 AI 留"自由发挥"的空间——AI 的自由发挥，99% 是翻车。
视觉风格精确：配色色号、字体风格、圆角还是直角、阴影多重，全部量化写死。
内容完整无遗漏：宁可提示词写 500 词，也不为了省字删掉一个模块。

8 套预设配色（Step 2.5，第 8 套原文未展开，只列 7 套 + 说明）

编号	名称	风格 / 适用场景
A	Okabe-Ito 学术标准	Nature / Science / CVPR 推荐，色盲友好。含 Steel Blue `#0072B2`、Warm Orange `#E69F00`、Bluish Green `#009E73` 等
B	Blue 单色系	沉稳的单一蓝色系，适合偏理论的论文
C	Teal + Amber	ICLR / NeurIPS 风，青+琥珀的现代感
D	Navy + Coral	IEEE 期刊风，深海军蓝配珊瑚色
E	Slate + Violet	医学 / 生物信息风，岩灰配紫罗兰
F	Forest + Gold	自然科学期刊风，森林绿配金色
G	Minimal Grey	arXiv 技术报告风，极简灰

注：Skill 文档共列出 8 套预设，但第 8 套在文档中被截断未展开，这里如实只讲前 7 套。

怎么触发它？（可复制的例子）

在装了这个 Skill 的 Claude Code 里，用下面这类"触发词"开头就行（文档自带的触发词如：论文配图提示词、学术论文生图、CVPR风格图）：

我想做论文配图提示词。
论文 PDF 在 ./paper.pdf，讲的是一种新的图像去噪网络。
参考图在 ./refs/ 文件夹里，我喜欢这种 CVPR 风格图的布局。
配色我想用 C 套 Teal + Amber（ICLR/NeurIPS 风）。
目标：画一张 16:9 的总体框架图，放在论文 Figure 1。

记住：触发的关键不是背咒语，而是一次给齐四样东西：论文（讲什么）+ 参考图（喜欢哪种好看）+ 配色选择（底妆定哪套）+ 图类型（画哪种图）。给得越齐，生成的提示词越准。

🎨

Skill ② 柔彩风 v4.0.0

academic-figure-prompt-pastel（v4.0.0）是 Skill ① 的"风格特化版"。如果说 Skill ① 是"什么风格都能写的全能翻译官"，那 Skill ② 就是只做一种风格、但做到极致的"风格大师"：现代柔彩风（Modern Pastel），对标 ICLR / NeurIPS / ICML 2024–2025 年顶会论文里最流行的那种清新配图。

高中生类比
Skill ① 像一家什么菜系都做的中央厨房；Skill ② 像一家只做"新派江浙菜"的私房菜——菜单很窄，但每一道都经过 7 轮迭代验证，火候精确到秒。想走"2024–2025 顶会清新风"就直接点它，不用再跟 AI 反复掰扯审美。

核心风格规则（7 轮迭代验证，一个都不能少）

画布与面板：纯白画布 #FFFFFF + 白色内容面板，面板带极弱阴影：3px 模糊、1px 向下偏移、颜色 rgba(0,0,0,0.06)——像纸片轻轻浮在桌面上，有层次但不抢戏。
两条禁令：⛔ 禁用灰色面板（会显得脏）、⛔ 禁用渐变（会显得过时）。顶会清新风 = 干净的纯色。
字体：圆角友好型字体，如 Nunito / Poppins——字母圆滚滚，亲和力拉满，跟"严肃学术"形成反差萌。
装饰三件套：① 密集但不乱的浮动小元素（小圆点、小星星漂在空白处）；② 小柔彩 token 方块（像马卡龙色的乐高小块，表示数据/特征块）；③ 彩色关键词文本（重要术语直接上彩色字）；④ 药丸形概念标签（圆角胶囊标签，贴概念名）。

记住：柔彩风的精髓一句话："白纸 + 轻阴影 + 马卡龙色块 + 圆字体"。记住这 12 个字，你也能一眼认出 ICLR/NeurIPS 2024–2025 的流行长相。

Skill ① vs Skill ②：怎么选？

	Skill ① academic-figure-prompt（v1.0.0）	Skill ② academic-figure-prompt-pastel（v4.0.0）
定位	全能型：任何风格都能生成提示词	专精型：只做现代柔彩风
风格	由你选的 8 套预设配色决定	锁定 ICLR/NeurIPS/ICML 2024–2025 柔彩风
验证	通用流程	核心规则经 7 轮迭代验证
适合	投 Nature / IEEE / arXiv 等，需要匹配期刊气质	投 AI 顶会，想要"最新潮"视觉语言

🖼

5 大图类型

后端 backend/app/core/prompts/figure_types.py 里注册了 5 种图类型（这是平台生成时的"菜谱"口径；Skill 文档里还提到过 pipeline 流程图、数据模式网格等说法，实际使用以前端界面和这 5 种为准）。点开每一种，看"什么时候用 + 画面长什么样"：

什么时候用：论文开篇 Figure 1 的位置，向评审 10 秒钟讲清"我这个方法整体在干嘛"。几乎是每篇论文的必备图。

画面长什么样：一张 16:9 的宽幅长卷，从左到右一条主线：输入数据 → 预处理 → 核心模型（几个大模块排排站）→ 输出结果。模块用圆角方块，之间用粗箭头连接，关键创新点用彩色高亮或药丸标签标出来，边角配小图例。像一张地铁线路图：起点、换乘站、终点一目了然。

例子：下面的"PMST 预测网络架构图"就是典型的总体框架图——整个预测流程铺开展示。

什么时候用：当评审想知道"你的神经网络内部到底长什么样"时。适合放在方法章节，展示网络结构细节。

画面长什么样：同样 16:9 宽幅，但视角从"流程"变成"结构"：一层层的网络层像千层蛋糕一样铺开，卷积层、注意力模块、跳跃连接（skip connection）用不同颜色/形状区分，数据维度变化（如 256×256 → 128×128）标注在层与层之间。像建筑的剖面图：每层楼干什么、楼梯在哪，一清二楚。

例子："深度学习模块详解图"（见示例图）就带有浓厚的架构图气质。

什么时候用：你的方法有一个最得意的创新模块，评审一定会追问"这个小盒子里面到底发生了什么"。这时就用模块详解图把它"炸开"细讲。

画面长什么样：把总体框架图里的某一个小方块拿出来放大，占据整张图：输入进来后经过哪几个子步骤、公式怎么算、注意力权重怎么流动，一步步画出来。常用"放大镜"式构图——左边是小方块在原图中的位置，右边是炸开后的细节。像把手表拆开给你看机芯。

什么时候用：实验章节。你需要两样东西说服评审：① 我的方法比别人的好（对比）；② 我的每个创新点都不是摆设（消融）。

画面长什么样：对比部分常用分组柱状图 / 折线图：你的方法一根柱子高高在上，baseline 们在下面排排站；消融部分像"做减法实验"的记分牌——完整模型 92.1%，去掉模块 A 掉到 89.4%，去掉模块 B 掉到 90.2%，每个零件的贡献一目了然。记住：柱子颜色要用色盲友好配色，别让红绿色盲评审分不清哪根是你的。

什么时候用：想展示数据在方法中如何一步步变化：信号怎么被处理、特征怎么被提取、分布怎么从混乱变整齐。

画面长什么样：一条时间/处理顺序轴，数据在每个阶段"长什么样"都画出来：比如原始信号波形 → 时频谱图 → 特征热力图 → 分类结果。像延时摄影记录毛毛虫变蝴蝶的全过程。

例子："时频域信号处理流程图"就是典型的数据行为图——信号从时域到频域的变形记。

一张好科研图的 5 要素（手绘图解）

不管画哪种图，好图都有 5 个共同要素——这是 Skill ① 在"分析参考图"时看的 5 个维度，也是你以后看任何论文配图都可以套用的"打分表"：

「一张好科研图的 5 要素」图解：信息密度 / 配色 / 布局 / 标注 / 风格一致性，手绘 SVG

记住：以后看到任何论文配图，就用这 5 要素打分：信息全不全（密度）、颜色土不土（配色）、一眼能不能看懂主线（布局）、小字说明够不够（标注）、跟论文其他图像不像一家人（风格一致性）。

⚙

平台功能全景

平台（backend + frontend）把 Skill 的能力包装成了"点点鼠标就能用"的网页应用。README 功能表里的能力，一句话版本：

功能	说明（说人话）
智能 Prompt 生成	上传 PDF / DOCX / TXT 论文，Claude 自动分析内容，生成配图描述（提示词）。你不用再手写英文咒语。
多分辨率	1K / 2K / 4K 三档：1K 够屏幕看，4K 打印海报都不虚。
多比例	16:9（宽屏，适合 Figure 1）/ 4:3（传统）/ 1:1（方形，适合社交媒体或摘要图）。
50+ 预设学术配色	50 多套配色方案，含色盲友好配色，还支持自定义——不用再纠结"这个蓝会不会太土"。
图生图编辑	已有图片 + 一句文字指令（"把箭头改成红色"），AI 二次修改。不满意不用从头画。
SSE 流式进度	生成过程像看直播弹幕：进度条实时推送，不用干等、不用反复刷新。
项目管理	按项目组织论文、提示词和图片：一篇论文的所有配图放在一个"文件夹"里。
快捷生成模式	手里已经有写好的 Prompt？直接粘贴，跳过"上传论文"步骤，秒进生图。

记住：平台 = Skill 的"网页版 + 工作台"：Skill 解决"提示词怎么写"，平台再解决"论文怎么管、图怎么存、进度怎么看、怎么改图"。两个 Skill 也可以脱离平台，在 Claude Code 里单独用。

🔁

完整工作流演示

README 给出的核心工作流，一共 6 步。下面这张手绘流程图，建议对照着"开一家餐厅"的比喻看：

完整工作流演示：上传论文 → 解析 → Claude 生成 Prompt → 确认 → NanoBanana 生图 → 下载/编辑，手绘 SVG

记住：第 ④ 步是整条链路里唯一必须人工参与的环节：AI 负责想和画，人负责拍板。这是刻意的设计——论文配图发出去是要署名的，最后的质量关必须人来把。

📷

真实示例图

下面 4 张是 README 里展示的真实生成示例（AI 实际产出的图，不是示意图）。看的时候可以套用"5 要素打分表"自己评一评：

示例 1 · PMST 预测网络架构图（README 标注）——典型的总体框架图：预测流程从左到右铺开

示例 2 · 时频域信号处理流程图（README 标注）——典型的数据行为图：信号从时域到频域的"变形记"

示例 3 · 深度学习模块详解图（README 标注）——网络架构/模块细节：层层结构与连接

示例 4 · 带标注的解剖结构图（README 标注）——连生物/医学的解剖标注图也能画，标注线清晰

4 张示例图均来自仓库 README 的实际生成效果展示。

💾

安装与上手

前置要求（缺一不可，先检查）

Python 3.12+、Node.js 18+
本机已安装 Claude Code CLI 并完成登录（后端靠它调用 Claude Agent SDK）
NanoBanana / Gemini 图片 API Key（生图要用的"颜料钱"）

步骤 1：克隆仓库

git clone https://github.com/LigphiDonk/academic-figure-generator.git
cd academic-figure-generator

步骤 2：配置 .env（两个 Key 必填，一个可选）

在项目根目录新建 .env 文件，填入：

# 必填：Claude 的 Key（用来生成提示词）
ANTHROPIC_API_KEY=sk-ant-你的Key

# 必填：NanoBanana 的 Key（用来生图）
NANOBANANA_API_KEY=你的NanoBanana_Key

# 可选：只有需要自定义 API 网关地址时才填
# NANOBANANA_API_BASE=https://你的网关地址

步骤 3：启动后端（FastAPI）

cd backend
python -m venv .venv
source .venv/bin/activate
pip install -e .
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

步骤 4：启动前端（React）

另开一个终端窗口：

cd frontend
npm install
npm run dev

步骤 5：打开浏览器

访问 http://localhost:5173，看到项目列表页就说明成功了。然后：新建项目 → 上传论文 → 等 Claude 生成提示词 → 确认 → 生图 → 下载。

避坑
① 后端和前端是两个终端窗口同时跑，关掉任何一个页面就打不开了；② pip install -e . 要在激活虚拟环境（.venv）之后执行；③ SQLite 的 app.db 会自动创建，不用手动建库；④ 如果第 4 步卡住，先确认 Node.js 版本 ≥ 18。

📖

适用场景小故事

故事 1：CVPR 投稿前 7 天的博士生

小林是研三博士生，论文投 CVPR，实验结果很漂亮，但 Figure 1 是用 PPT 临时拼的——配色像十年前的课件，箭头粗细不一。导师看了一眼："这图投出去，评审第一印象就没了。"

他把论文 PDF 传进平台，Claude 读完论文后生成了提示词，他选了 C 套 Teal + Amber（ICLR/NeurIPS 风）配色，确认提示词里每个模块都在，点生成。NanoBanana 吐出一张 16:9 总体框架图：输入→预处理→他的三个创新模块→输出，主线清晰，配色清新。他又用图生图说了一句"把第三个模块的标注字号加大"，两分钟后拿到终版。投稿前夜，他睡了个整觉。

故事 2：要给生物论文画解剖图的研一新生

小陈学生物信息学，论文里需要一张"带标注的解剖结构图"：某个器官分区 + 每个分区的名称引线。她完全不会用 Illustrator，师兄的图她又复刻不出来。

她用了快捷生成模式：没传论文（因为图跟论文方法无关），直接粘贴自己写好的中文描述，请 Skill 翻译成超详细的英文提示词，选了 E 套 Slate + Violet（医学/生信风），生成 2K 分辨率。引线、分区色块、标注一次成型——示例图里的"带标注的解剖结构图"就是这类需求的样板。

故事 3：开题报告要画研究框架图的大四学生

小周大四做毕业设计，开题答辩需要一张"研究框架图"挂在 PPT 第一页：研究背景 → 三个研究问题 → 技术路线 → 预期成果。他连画图软件都没装过。

他把开题报告的 Word（DOCX）传进平台——对，平台支持 DOCX，不只收 PDF。Claude 提取出章节结构，生成总体框架图提示词，他选 4:3 比例（适配 PPT），一张框架图 10 分钟搞定。答辩时老师问的第一个问题不是"图哪来的"，而是"这个技术路线具体怎么做"——好图让老师直接跳过"看不懂"，进入"聊内容"。

🃏

术语翻卡

点卡片翻转，看高中生能懂的解释（共 12 张）：

Prompt 工程

Prompt Engineering

把"我想要什么"翻译成 AI 能精确执行的超详细指令的技术。本仓库的 Skill 就是"自动化的 Prompt 工程师"：把中文想法变成几百词的英文生图咒语。

生图咒语

Image Prompt

AI 圈对"喂给生图模型的提示词"的戏称。咒语越详细，AI 画师"自由发挥"翻车的概率越低——本仓库的核心理念就是"宁可过长，不简化"。

NanoBanana

Google Gemini 图像模型

Google 的 AI 生图引擎，本仓库里负责"画出来"的那一位。你给它超详细的英文咒语，它还你一张图。

Claude Agent SDK

Anthropic 智能体开发包

让 Claude 在你的程序里"动手干活"的工具包。本仓库后端靠它让 Claude 读论文、写提示词——它是"想清楚"环节的大脑。

消融图

Ablation Study

把模型的零件一个个拆掉，看性能掉多少：掉得多说明这个零件重要。像做菜时逐个去掉调料，证明"这勺盐不能少"。

色盲友好配色

Colorblind-friendly Palette

红绿色盲也能分清的颜色组合，如 Okabe-Ito 配色。论文评审里可能就有色盲读者，用错配色等于主动丢分。

图生图

Image-to-Image

给 AI 一张已有的图 + 一句文字指令（"把箭头改红"），让它在原图基础上修改。不满意不用从零重画，适合微调。

SSE

Server-Sent Events

服务器向浏览器"单向直播"数据的技术。本仓库用它实时推送生图进度——像看外卖骑手的实时位置，不用反复刷新。

FastAPI

Python Web 框架

用 Python 写的高性能后端框架。本仓库的 backend 就是用它搭的：收前端请求、调 Claude、调 NanoBanana、存数据库。

图注 / 图例

Legend

图里小色块、小图标分别代表什么的"说明书"。没有图例的科研图，就像没有图例的地图——颜色再好看也看不懂。

信息密度

Information Density

单位面积里塞了多少"有效信息"。太稀显得水，太密看不清。Skill ① 分析参考图时看的 5 个维度之一，也是好图的第 1 要素。

1K / 2K / 4K

分辨率档位

图片清晰度：1K≈1024 像素宽（屏幕看够用），2K≈2048，4K≈4096（打印海报不虚）。分辨率越高，生成越慢、文件越大。

✅

自测一下

单选题：点选项立即出对错 + 解析（共 6 道）：

Q1Skill ①（academic-figure-prompt）的标准工作流顺序是？

解析：文档规定的顺序是：读论文 → 分析参考图（配色/布局/模块样式/标注/信息密度）→ 选配色（8 预设，必须等用户确认）→ 生成提示词。顺序不能乱：不懂内容就画图等于闭眼摆盘。

Q2柔彩风 Skill（v4.0.0）明确禁用的两项是？

解析：核心规则原文：禁用灰色面板 / 渐变。柔彩风 = 纯白画布 #FFFFFF + 白面板 + 极弱阴影（3px blur, 1px y-offset, rgba(0,0,0,0.06)），干净的纯色才是顶会清新感。

Q3哪种图类型是 16:9、且最适合放在论文 Figure 1 的位置？

解析：figure_types.py 注册：overall_framework 和 network_architecture 都是 16:9。其中总体框架图是论文的"门面"，放在 Figure 1 向评审 10 秒讲清方法全貌。

Q4"快捷生成模式"指的是？

解析：README 原文：快捷生成模式 = 直接输入 Prompt 文本，跳过论文上传。适合"我知道要画什么"的老手；但 ANTHROPIC_API_KEY 和 NANOBANANA_API_KEY 依然必填。

Q5平台用 SSE 技术主要是为了？

解析：SSE（Server-Sent Events）是服务器到浏览器的单向实时推送。生图要几十秒到几分钟，有了 SSE 就能看实时进度条，而不是干等或狂点刷新。

Q6Okabe-Ito 配色（A 套）被 Nature / Science / CVPR 推荐，关键原因是？

解析：Okabe-Ito 是学术界公认的色盲友好配色标准。论文评审中可能有色盲读者，用红绿对比等于主动制造阅读障碍——这是学术配图的基本素养。

🏁

总结与延伸思考

一句话总结

academic-figure-generator 把"画一张顶会级科研配图"拆成两步自动化：Claude 负责"想清楚"（读论文 → 写超详细英文提示词），NanoBanana 负责"画出来"；配上网页平台（项目管理 / 50+ 配色 / 多分辨率 / 图生图 / SSE 进度）和两个可单独使用的 Skill（v1.0.0 全能提示词生成器、v4.0.0 柔彩风专精），让"论文像餐厅，配图是招牌菜"的愿望，变成 10 分钟能上桌的现实。

延伸思考（留给你）

如果 AI 10 分钟就能画出顶会级配图，人类还需要学"审美"吗？（提示：第 ④ 步"人工确认"为什么被刻意保留？署名意味着什么？）
"提示词宁可过长也不简化"——这条规则有没有边界？提示词长到什么程度会适得其反？
当所有论文的配图都变成同一种"柔彩风"，会不会出现新的"审美趋同"问题？风格和辨识度之间怎么平衡？
色盲友好配色提醒我们：科研图的读者是"所有人"。你的 PPT / 海报里，有没有只用红绿对比传达关键信息的地方？

仓库原链

⭐ Stars 2522（2026-10-05 实测）· 默认分支 main · 协议 MIT
https://github.com/LigphiDonk/academic-figure-generator

作者：LigphiDonk · 分类标签：科研绘图
本课件内容忠于 2026-10-05 实测调研笔记；stars 数、仓库结构、Skill 功能、安装命令均按实测值编写，未编造。

academic-figure-generatorAI 科研配图平台交互课件