academic-figure-architecture-extractor

学術図のアーキテクチャ抽出

提供された図から、根拠に基づく構造と参考スタイルのエビデンスを抽出します。科学的内容と、応用可能なビジュアルの文法は分けて扱います。

関連する場合のみ読み込みます。

• エビデンスの不足 → references/missing-info-policy.md
• ローカル PDF ヘルパー → scripts/extract_pdf_figures.py

対象範囲と入力

ローカル画像、PDF、公開論文・図の URL、または修正が必要な既存のレンダリング結果を 1 件以上受け付けます。スクリーンショットと元の図画像の両方がある場合は、元の図画像を優先します。PDF 抽出では埋め込み画像またはラスタライズされたページを検出しますが、アーキテクチャを判定するものではありません。図の分類は、あくまでエビデンスに基づく判断です。

記事の URL が提供された場合は、利用可能なウェブツールまたはブラウザツールでページを確認し、指定された図とキャプションを探して、元の画像または PDF の直接 URL を特定します。論文の URL をリポジトリとして分類しないでください。レンダラーが参照画像を必要とする場合は、ユーザーファイルを上書きせずに、参照画像を保持するか、絶対ローカルパスにダウンロードしてください。

候補の取得

• ローカル画像： 利用可能な画像表示ツールで、元の詳細度のまま確認します。
• リモートの図： 開いて、ソース URL とキャプションを保持し、可能であればローカライズした画像を確認します。
• PDF： PDF 対応のリーダーでページとキャプションを確認します。候補を抽出するには、利用可能であればスキルリポジトリに同梱のヘルパーを実行します。

python3 academic-figure-architecture-extractor/scripts/extract_pdf_figures.py \
  /absolute/path/to/paper.pdf -o /absolute/path/to/extraction-directory

任意で指定できる便利なフラグは、--backend auto|pdfimages|pymupdf、--pages 1-3|all、--dpi 150、--min-side 300、--min-pixels 90000 です。生成された extract-report.json を読み込みます。抽出ツールが利用できない場合は、直接表示できるページを使うか、エクスポートされた図を依頼してください。ローカルパスを決して捏造しないでください。

各候補について、ソース URL／パス、ページ番号または図番号、キャプション、ピクセル寸法、利用可能な場合は絶対ローカルパス、理由を添えた採用／除外／不確実の判定を記録します。

意味構造の分析

採用した各図について、画像とキャプションで裏付けられる内容のみを特定します。

• コンポーネントと、それぞれの中核／補助的な役割
• グループ、階層、読み進める方向、主要な焦点
• 有向エッジ、分岐、ループ、注釈、凡例の意味
• 図の種類、および不確実または判読できない内容

新しい手法の図に、参照図のラベル、主張、指標、トポロジーを持ち込まないでください。ユーザーが忠実な描き直しを明示的に求めた場合に限り、それらを再利用できます。

スタイルの文法を抽出

図を単なる配色名に還元せず、観察可能なデザイン上の判断を記述します。次の点を捉えます。

composition: storyboard|pipeline|loop|modular collage|nested mechanism|other
regions: panel geometry, grouping, asymmetry, whitespace and density
marks: vector, hand-drawn, editorial illustration, geometric, line-art, mixed
strokes: weight, curvature, joins, arrow and connector language
fills: flat/tinted/wash/white, border treatment, shadow and texture
color_roles: background, regions, primary structure, accents, exceptions
typography: family character, hierarchy, placement and approximate density
motifs: agents, scientific objects, tokens, icons, mini-plots, callouts
emphasis: focal scale, contrast, saturation and annotation strategy
avoid: visual traits absent from or conflicting with the reference

classic と pastel、Nature Blue、白塗りのボックス、または投稿先にまつわる固定観念を無理に当てはめないでください。参照図が、手描きのエディトリアルな科学インフォグラフィックのような第三のスタイル系統を定義する場合もあります。正確な 16 進カラー値は観察内容として扱い、構成や階層の代わりにしないでください。

ReferenceAnalysis v1 の引き継ぎ

採用した各図について、JSON 互換オブジェクトを 1 つ出力します。

schema: academic-figure/ReferenceAnalysis@1
reference_id
source: {url_or_absolute_path, local_absolute_path, page_or_figure, caption, size}
semantic_structure: {components[], groups[], edges[], reading_order, uncertainties[]}
style_grammar: {composition, regions, marks, strokes, fills, color_roles,
                typography, motifs, emphasis, avoid[]}
transfer_policy: {reuse[], do_not_copy[]}
confidence: high|partial|sparse

後続の FigurePlan v1 では reference_id と style_grammar を保持します。FigureSpec v1 では、参照画像を実体化できる場合、その絶対ローカルパスを保持します。アセットが現在の会話内にしかない場合は、直近のレンダリングに限り、ワークフローの一時的な直近会話ディスクリプターを使用できますが、再現可能な再実行の前に実体化してください。対応するバックエンドは画像自体を条件として処理します。後続の RenderAudit v1 では、内容の模倣を求めずに、観察可能なスタイルの忠実度を比較します。

ユーザーの依頼が候補一覧の作成のみであれば、一覧の作成後に停止します。それ以外の場合は、ReferenceAnalysis v1 が完了した時点、または不足しているソース画像のために誠実な分析ができなくなった時点で停止します。