academic-figure-architecture-extractor

学术图示架构提取器

将提供的图示转换为有依据的结构和参考风格证据。将科学内容与可迁移的视觉语法分开。

仅在相关时加载：

• 缺少证据 → references/missing-info-policy.md
• 本地 PDF 辅助工具 → scripts/extract_pdf_figures.py

范围和输入

接受一个或多个本地图像、PDF、公开论文/图示 URL，或需要修订的现有渲染图。如果原始图示图像和屏幕截图同时存在，优先使用原始图像。PDF 提取可查找嵌入图像或栅格化页面；它不是架构检测器，图示分类仍须基于证据进行判断。

对于文章 URL，使用可用的网页或浏览器工具检查页面，找到所需图示及其说明，并解析出直接图像或 PDF 来源。不要将论文 URL 分类为代码仓库。如果渲染器需要参考图，请将其保留或下载到绝对本地路径，且不要覆盖用户文件。

获取候选项

• 本地图像： 使用可用的图像查看工具，按原始细节检查图像。
• 远程图示： 打开图示，保留其来源 URL 和说明，然后尽可能检查本地化图像。
• PDF： 使用支持 PDF 的阅读器查看页面和说明。若要提取候选项，请在可用时从技能仓库运行捆绑的辅助工具：

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

可选的实用标志包括 --backend auto|pdfimages|pymupdf、--pages 1-3|all、--dpi 150、--min-side 300 和 --min-pixels 90000。读取生成的 extract-report.json。如果提取工具不可用，请使用可直接查看的页面或请求导出的图示；切勿编造本地路径。

记录每个候选项的来源 URL/路径、页码或图号、说明、像素尺寸、可用时的本地绝对路径，以及保留/舍弃/不确定的判定和理由。

分析语义结构

对于每个保留的图示，只识别图像和说明能够支持的内容：

• 组件及其核心/辅助角色；
• 分组、层级、阅读方向和主要焦点；
• 有向边、分支、循环、注释和图例含义；
• 图示类型，以及不确定或难以辨认的内容。

不要将参考图中的标签、主张、指标或拓扑结构引入新的方法图示。只有在用户明确要求忠实重绘时，才可复用这些内容。

提取风格语法

描述可观察到的设计选择，而不是将图示简化为一个调色板名称。记录：

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

不要强行归类为 classic 或 pastel、Nature Blue、白色填充框或某种场合的刻板风格。参考图可能呈现第三种风格，例如手绘的编辑式科学信息图。将精确的十六进制值视为观察结果，而不是构图和层级的替代品。

ReferenceAnalysis v1 交接内容

为每个保留的图示输出一个兼容 JSON 的对象：

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

下游的 FigurePlan v1 会携带 reference_id 和 style_grammar；FigureSpec v1 会在参考图可被本地化时携带其绝对本地路径。如果素材仅存在于当前对话中，可使用工作流的近期对话临时描述符进行即时渲染，但在可复现的再次运行之前应将其本地化。功能完备的后端会基于图像本身进行处理。后续的 RenderAudit v1 会比较可观察到的风格保真度，而不要求模仿内容。

如果用户只要求清单，完成清单后即停止。否则，在 ReferenceAnalysis v1 完成后停止，或在缺少源图像而无法进行可靠分析时停止。