mcpField
A
Academic Figure Architecture Extractor & Analyzer

Academic Figure Architecture Extractor & Analyzer

github.com/azhi-ssデザイン・UI17885 回インストール3 週間前に更新
リポジトリ

Academic Figure Architecture Extractor & Analyzer について

論文の図を抽出または確認し、再描画に引き継げる構造化分析を作成するスキルです。PDFや既存のアーキテクチャ図を扱う研究者向けで、抽出にはローカルツールを使い、画像分類はヒューリスティックな判断に基づきます。

主な機能

  1. 01PDFから図をローカル抽出
  2. 02候補画像の一覧化と選別
  3. 03構成要素、階層、流れの分析
  4. 04配色名の提案
  5. 05再描画パラメーターの提示

活用シーン

  1. 01論文PDF内のアーキテクチャ図の確認
  2. 02提供されたアーキテクチャ画像の分析
  3. 03再描画プロンプト用の図情報の準備

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/azhi-ss/academic-figure-skills --skill academic-figure-architecture-extractor-&-analyzer

インストール後、Claude Code で/academic-figure-architecture-extractor-&-analyzerを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
missing-info-policy.md
palettes.md
scripts/
extract_pdf_figures.py

詳細

学術論文の図のアーキテクチャ抽出・分析

論文 PDF や既存のアーキテクチャ画像を、色の専門家やプロンプト関連スキルにスムーズに引き継げる、構造化された架构图分析结果に変換します。

パレット：→ references/palettes.md（名前のみ）
不足情報：→ references/missing-info-policy.md
抽出ツール：→ scripts/extract_pdf_figures.py

対応範囲について

  • 図の画像がユーザーから提供されている場合は、そちらを優先します。
  • PDF の抽出は実際に動作するローカルヘルパー（pdfimages / PyMuPDF / オプションの pdftoppm）を使用し、学習済み検出器は使用しません。
  • サイズフィルターはヒューリスティックにすぎません。アーキテクチャ図か写真・表かの判断はエージェントが行います。
  • パレット：references/palettes.mdから名前を推奨します。必要に応じて、色の専門家が HEX 値を提示します。

入力条件

  • 優先するもの：PDF のパス、図の画像、ドメイン、開催地
  • 最低条件：PDF またはアーキテクチャ画像が 1 つ
  • 不足している場合：存在するものを分析し、実行できない手順を列挙します

出力条件 — 架构图分析结果

  • インベントリ（パス／ページ、サイズ、採用／除外の理由）
  • 採用した図ごとの構造（コンポーネント、階層、フロー、種類）
  • 推奨パレットの名前
  • academic-figure-promptに渡す再描画パラメーター

手順

Step 1：画像を取得する

画像が提供されている場合 → パスをインデックス化します。

PDF が提供されている場合 → ヘルパーを実行します（スキルディレクトリまたはリポジトリのルートから実行）：

python3 academic-figure-architecture-extractor/scripts/extract_pdf_figures.py \
  /path/to/paper.pdf -o /tmp/arch-extract/paper

便利なフラグ：

フラグ意味
--backend auto|pdfimages|pymupdf埋め込み画像のバックエンド
--min-side 300小さなアイコンを除外します（デフォルト）
--min-pixels 90000解像度の低い切り抜きを除外します
--pages 4 または --pages 1-3 または --pages allpdftoppm でページもラスタライズします
--dpi 150ラスタライズの DPI

出力ディレクトリにあるextract-report.json（kept / dropped / tools）を読み取ります。

両方のバックエンドが見つからない場合 → 書き出した図の提供をユーザーに依頼し、パスを捏造しないでください。

完了条件：各候補にパスまたはページ参照があるか、明確なツールの障害が示されていること。

Step 2：アーキテクチャ図らしい画像に絞り込む

サイズ条件を満たしたkeptから開始します。エージェントが再分類します：

採用の目印除外の目印
ボックスと矢印、階層化されたブロック写真のみ、散布図のみ、情報量の多い表
構造化されたエッジ／モジュールサイズ不足ですでに除外された小さなアイコン

判断に迷う場合 → 採用し、待确认とします。

完了条件：各画像が採用／除外／要確認のいずれかに分類され、1 行の理由が記載されていること。

Step 3：構造を分析する

採用した図ごとに、次を確認します：

  1. コンポーネント（中核と補助）
  2. 階層／データフロー
  3. 種類：Overall Framework / Network Architecture / Module Detail / Comparison
  4. ドメインに関する注記

完了条件：採用したすべての図に、種類、コンポーネント一覧、フローの要約があること。

Step 4：パレットの提案と再描画への引き継ぎ

references/palettes.mdを使って対応づけます（例：4 つ以上のモジュールを持つフレームワーク → Nature Blue、モジュールの詳細 → Blue Monochrome、比較 → ML TopConf Deep）。

图类型: ...
核心组件: ...
配色方案名: ...
布局建议: 16:9 | 3:2 | 4:3
风格: white fill, colored borders, flat vector
标注要求: ...

完了条件：採用したすべての図に、再描画パラメーターとパレット名があること（HEX 値の表は不要）。

停止条件

レポートを提出したとき、ユーザーから画像が提供されるまで抽出できないとき、またはユーザーがインベントリだけを求めていたときに停止します。

コメント

Markdown 対応