Aitishiku.com📌 Skill 基础信息
- Skill 名称：Research Paper Figure Skill Factory（科研论文图表技能工厂）
- 简称：paper-figure-factory
- 来源：社区第三方（作者：c-narcissus）
- 运行宿主：OpenAI Agent 生态（包括 ChatGPT web、Codex、OpenClaw、ClawHub marketplace）
- 核心定位：通过构建可复用的专业图表生成技能，为科研论文自动生成符合学术规范的图表，适合学术写作和论文插图自动化场景。
🧩 内部核心组成
能力架构
- 双层设计：
1. 技能构建层：从合法文献源提取图表证据，构建分类体系，生成专用技能包
2. 图表生产层：使用已构建的技能为特定论文生成、比较和优化图表
核心模块
| 类型 | 名称 | 功能简述 |
|---|---|---|
| 工作流阶段 | S0-B9 | 技能构建流程（源材料获取→证据提取→分类体系构建） |
| 工作流阶段 | P1-P9 | 图表生产流程（设计→比较→渲染→评审→集成） |
| 关键节点 | P5 | 第一轮候选图表生成（IMAGE_ONLY） |
| 关键节点 | P6b-P6c | 第二轮论文本地化优化（基于最佳实践） |
| 渲染引擎 | ChatGPT Images 2.0 | 主渲染通道（ChatGPT web环境） |
| 渲染引擎 | $imagegen | 备选渲染通道（Codex环境） |
约束系统
- 文本与图像响应隔离机制（TEXT_ONLY/IMAGE_ONLY）
- 可视化结构图像嵌入强制要求
- 候选图表桥接强制流程（4-6个候选方案）
- 状态追踪脚注系统（记录工作流位置和待处理动作）
🛠 安装与启用方式
安装命令：
skills install --user c-narcissus/research-paper-figure-skill-factory前置要求：
- 支持 OpenAI Agent 环境（ChatGPT web、Codex、OpenClaw 或 ClawHub）
- 具备图像生成能力（Create image / $imagegen）
- 本地PDF文献库（用于技能构建阶段）
启用方式：安装后通过自然语言指令触发技能工厂工作流
📋 标准工作流
- 技能构建阶段（首次触发）
- 用户提出图表类需求 → 输出STARTUP_PLAN_ONLY（仅文本）
- 制定语料计划 → 获取合法源材料 → 提取图表证据
- 构建分类体系 → 生成专用技能蓝图 → 测试并锁定技能
- 图表生产阶段（技能锁定后）
- 输入目标论文信息 → 生成4-6个多样化候选方案（第一轮）
- 选择最优方向 → 进行论文本地化优化（第二轮，4-6个变体）
- 最终方向确定 → 构建完整图像提示 → 生成正式图表
- 评审与集成 → 输出最终论文图表
- 状态维护：每个响应包含状态脚注，记录当前工作流位置和待处理动作
⚠️ 关键限制、缺陷、注意事项
平台限制：
- 仅支持 OpenAI Agent 生态，不支持其他AI代理工具
- 依赖图像生成能力，无此功能的平台无法使用
资源消耗：
- 高token消耗（多轮交互和图像生成）
- 需要大量本地PDF文献作为训练材料
适用项目：
- 学术论文插图生成
- 科研数据可视化
- 学术演示材料制作
不适用场景：
- 商业设计项目
- 非学术性插图需求
- 实时或低延迟应用
生产环境就绪度：实验性阶段，适合研究环境使用，不建议直接用于生产环境
已知坑点：
- 第一轮响应仅输出计划，不立即生成图像
- 必须严格遵守TEXT_ONLY/IMAGE_ONLY边界
- 需要大量参考图像作为视觉结构解释
✅ 适用场景 & ❌ 不适合场景
适用场景：
- 科研人员需要快速生成论文图表
- 学术机构构建标准化图表库
- 需要基于已有文献风格生成新图表
- 学术写作中的可视化需求
不适合场景：
- 商业产品UI/UX设计
- 艺术创作和自由设计
- 实时聊天或快速响应场景
- 无学术文献基础的非结构化图表需求
- 需要高度定制化艺术风格的项目
如何安装
skills install --user c-narcissus/research-paper-figure-skill-factory通用安装教程：在哪里输入上面的命令
上面的命令本质是在「终端 / 命令行」中调用技能管理器，把该 Skill 下载并注册到你的 AI 工具。各主流工具打开终端的位置不同，按下面操作即可：
- 打开工具自带的终端面板，或系统终端（macOS「终端」、Windows「PowerShell」、Linux「Terminal」）。
- 把上面的安装命令复制进去，回车运行，等待下载与注册完成。
- 重启或重新加载 AI 工具，让新安装的 Skill 被识别。
- 新建对话并触发：直接描述用途，或通过该工具的技能 / 斜杠菜单选中此 Skill。
Claude 桌面版（macOS / Windows）
桌面版没有内置命令行，Skill 需通过 Claude Code CLI 安装。打开系统终端，先执行 npm install -g @anthropic-ai/claude-code，再运行上面的安装命令；完成后完全退出并重新打开 Claude。
Claude Code（终端 CLI）
直接在项目目录的终端里运行上面的命令即可。也可先输入 claude 启动交互界面，再在对话中引用该 Skill（/ 斜杠菜单或直接描述用途）。
VS Code（含 GitHub Copilot）
打开终端面板：菜单「终端 → 新建终端」，或快捷键 Ctrl+`（macOS 为 ⌃+`）。在终端里运行上面的命令；装完后执行「重新加载窗口」（Ctrl+Shift+P → Reload Window），让 Copilot 等扩展识别新技能。
Cursor
底部「终端」面板（Ctrl+`）即是内置终端。粘贴运行上面的命令，完成后在命令面板执行「Reload Window」刷新，再开始对话。
Windsurf
底部「终端」面板运行命令；也可直接使用其内置 Agent 终端，在对话侧执行安装。
其他工具（ChatGPT、本地脚本等）
不支持本地终端的产品，可先在本机终端完成安装，再在对话中描述该 Skill 的能力让其调用；不同工具的命令格式请以其官方文档为准。
风险提示
自动扫描未发现高危命令、隐私抓取或数据外传行为。仍建议安装前快速浏览仓库代码。