关于 alterlab-scientific-schematics
alterlab-scientific-schematics 面向需要制作论文、海报或演示图示的研究人员。它根据自然语言描述生成图像,并用 Gemini 3.1 Pro Preview 评估质量,再据此迭代完善。
主要功能
- 01根据文字描述生成图示
- 02按文档类型阈值评估质量
- 03依据评审意见完善图像
- 04保存带版本的图像和评审日志
- 05支持多种科学图示类型
适用场景
- 01制作 CONSORT 参与者流程图
- 02绘制神经网络架构
- 03展示生物通路
- 04为论文或演示准备示意图
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ alterlab-ieu/ alterlab-academic-skills --skill alterlab-scientific-schematics安装后在 Claude Code 中输入/alterlab-scientific-schematics确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
evals/evals.jsonreferences/ai_generation_guide.mdbest_practices.mddiagram_types.mdgeneration_examples.mdQUICK_REFERENCE.mdREADME.mdsubmission_checklist.mdtroubleshooting.mdscripts/example_usage.shgenerate_schematic_ai.pygenerate_schematic.py详细介绍
科学示意图和图表
概述
科学示意图和图表能将复杂概念转化为清晰的视觉呈现,以用于出版。此技能使用 Nano Banana 2 AI 生成图表,并由 Gemini 3.1 Pro Preview 进行质量审查。
工作原理:
- 用自然语言描述图表
- Nano Banana 2 自动生成可用于出版的高质量图像
- Gemini 3.1 Pro Preview 根据文档类型对应的阈值审查质量
- 智能迭代:只有质量低于阈值时才重新生成
- 几分钟内即可获得可用于出版的成品
- 无需编写代码、使用模板或手动绘图
不同文档类型的质量阈值:
| 文档类型 | 阈值 | 说明 |
|---|---|---|
| journal | 8.5/10 | Nature、Science、同行评审期刊 |
| conference | 8.0/10 | 会议论文 |
| thesis | 8.0/10 | 博士论文、学位论文 |
| grant | 8.0/10 | 基金申请 |
| preprint | 7.5/10 | arXiv、bioRxiv 等 |
| report | 7.5/10 | 技术报告 |
| poster | 7.0/10 | 学术海报 |
| presentation | 6.5/10 | 幻灯片、演讲 |
| default | 7.5/10 | 通用 |
只需描述你想要的内容,Nano Banana 2 就会为你创建图表。 所有图表都会存储在 figures/ 子文件夹中,并在论文/海报中引用。
快速开始:生成任意图表
只需描述内容,即可创建任意科学图表。Nano Banana 2 会通过智能迭代自动完成所有工作:
# Generate for journal paper (highest quality threshold: 8.5/10)
python scripts/generate_schematic.py "CONSORT participant flow diagram with 500 screened, 150 excluded, 350 randomized" -o figures/consort.png --doc-type journal
# Generate for presentation (lower threshold: 6.5/10 - faster)
python scripts/generate_schematic.py "Transformer encoder-decoder architecture showing multi-head attention" -o figures/transformer.png --doc-type presentation
# Generate for poster (moderate threshold: 7.0/10)
python scripts/generate_schematic.py "MAPK signaling pathway from EGFR to gene transcription" -o figures/mapk_pathway.png --doc-type poster
# Custom max iterations (max 2)
python scripts/generate_schematic.py "Complex circuit diagram with op-amp, resistors, and capacitors" -o figures/circuit.png --iterations 2 --doc-type journal
幕后流程:
- 生成 1:Nano Banana 2 按照科学图表的最佳实践创建初始图像
- 审查 1:Gemini 3.1 Pro Preview 根据文档类型阈值评估质量
- 决策:如果质量 >= 阈值 → 完成(无需继续迭代!)
- 若低于阈值:根据评审意见改进提示词,然后重新生成
- 重复:直到质量达到阈值,或达到最大迭代次数
智能迭代的优势:
- ✅ 首次生成效果足够好时,可节省 API 调用
- ✅ 对期刊论文采用更高的质量标准
- ✅ 加快演示文稿/海报的交付速度
- ✅ 为每种使用场景提供适当的质量
输出:带版本号的图像,以及详细的审查日志,其中包含质量分数、评审意见和提前停止信息。如果审查调用失败,图像仍会保留;日志会记录 "review_skipped": true,并将分数设为 null,而不是凭空编造分数。
提交前请自行检查内容。 图像模型会绘制每个标签和数字,因此即使提示词正确,也可能拼错术语或更改计数(例如 CONSORT 中的 n=);而审查模型评估的是清晰度和布局,并不会核对数值是否与记录一致。图表放入稿件前,请将每个计数、标签和箭头方向与数据和方案逐一核对。
配置
设置你的 OpenRouter API 密钥(或者,如果已安装 python-dotenv,则将 OPENROUTER_API_KEY=... 写入 .env 文件):
export OPENROUTER_API_KEY='your_api_key_here'
在此获取 API 密钥:https://openrouter.ai/keys
默认模型(已于 2026-09-23 在 OpenRouter 上验证):生成使用 google/gemini-3.1-flash-image(Nano Banana 2),审查使用 google/gemini-3.1-pro-preview。使用 ALTERLAB_IMAGE_MODEL / ALTERLAB_REVIEW_MODEL 可覆盖默认模型。
数据与隐私
此技能的生成脚本(scripts/generate_schematic_ai.py)会通过网络将你的图表说明/提示词发送给第三方 API(OpenRouter),用于图像生成和质量审查。你的文本提示词及其中包含的任何详细信息都会离开你的设备,并由外部提供商处理。请勿在图表说明中包含机密、临床、可识别患者身份或尚未公开的专有内容。请以通用方式描述图表,并在需要时于本地添加敏感标签。
AI 生成最佳实践
好的提示词应具体说明图表的类型、组件、流程/方向、
标签和风格。模糊的提示词(“制作流程图”“神经网络”)效果不佳。
系统会自动应用科学质量指南(干净的背景、标签字号 ≥10pt、无衬线字体、Okabe-Ito 配色、
适当的间距)。优劣提示词示例和完整指南列表位于 references/ai_generation_guide.md。
何时使用此技能
以下情况应使用此技能:
- 创建神经网络架构图(Transformer、CNN、RNN 等)
- 绘制系统架构图和数据流图
- 绘制研究设计方法流程图(CONSORT、PRISMA)
- 可视化算法工作流和处理管线
- 创建电路图和电气原理图
- 描绘生物通路和分子相互作用
- 生成网络拓扑和层级结构
- 绘制概念框架和理论模型
- 为技术论文设计框图
不适用的情况
| 场景 | 改用 |
|---|---|
| 应在 README 或 Markdown 文档中保持为可编辑文本的图表(可在 GitHub 上渲染,可在 git 中查看差异) | alterlab-mermaid |
| 照片、插图、艺术作品或幻灯片/海报的主视觉图 | alterlab-generate-image |
| 面向大众展示统计数据、时间线或比较信息的信息图 | alterlab-infographics |
| 测量数据图(散点图、柱状图、折线图、热力图) | alterlab-matplotlib / alterlab-scientific-viz |
| 根据真实节点/边数据计算布局的网络图 | alterlab-networkx |
如何使用此技能
只需用自然语言描述你的图表。 Nano Banana 2 会自动生成:
python scripts/generate_schematic.py "your diagram description" -o output.png
就是这么简单! AI 会处理:
- ✓ 布局和构图
- ✓ 标签和注释
- ✓ 颜色和样式
- ✓ 质量检查和润色
- ✓ 可直接用于出版的输出
适用于所有图表类型:
- 流程图(CONSORT、PRISMA 等)
- 神经网络架构
- 生物通路
- 电路图
- 系统架构
- 框图
- 任何科学可视化
无需编写代码、使用模板或手动绘图。
AI 生成模式(Nano Banana 2 + Gemini 3.1 Pro Preview 审核)
AI 生成系统采用智能迭代:Nano Banana 2 生成图像,Gemini 3.1 Pro Preview 对图像进行评分(从科学准确性、清晰度、标签质量、布局和专业程度等方面按 0-10 分评估),系统在评分达到文档类型对应的 阈值后会提前停止;否则,系统会根据评审意见改进提示词并重新生成(最多迭代 2 次)。 每次运行都会生成一份 JSON 审核日志,记录每轮迭代的评分、评审意见和提前停止信息。
详细内容包括迭代流程图、审核标准、审核输出示例、决策表、JSON
日志架构、ScientificSchematicGenerator Python API、所有命令行选项和提示词工程技巧,详见 references/ai_generation_guide.md。
references/generation_examples.md 中提供了可复制并修改后使用的调用示例,涵盖 CONSORT 流程图、Transformer 架构、生物通路和系统框图。
命令行用法
生成科学示意图的主要入口:
# Basic usage
python scripts/generate_schematic.py "diagram description" -o output.png
# Custom iterations (max 2)
python scripts/generate_schematic.py "complex diagram" -o diagram.png --iterations 2
# Verbose mode
python scripts/generate_schematic.py "diagram" -o out.png -v
注意: Nano Banana 2 AI 生成系统会在迭代优化过程中自动进行质量审核。每轮迭代都会评估科学准确性、清晰度和可访问性。
最佳实践摘要
设计时应优先清晰,而非复杂,保持样式一致,确保色盲人士也能识别(Okabe-Ito 配色、冗余编码),使用字号 ≥7-8 pt 的无衬线字体,并输出矢量格式(PDF/SVG;栅格图像需达到 300+ DPI)。通过 \includegraphics{} 集成到 LaTeX 中,充分撰写图注,在正文中引用,并对提示词和输出进行版本控制。完整的设计、技术与集成检查清单,以及提交前验证清单,请参阅 references/submission_checklist.md。
常见问题排查
有关 AI 生成问题(元素重叠、连接不佳)、图像质量问题、质量检查失败以及无障碍问题(灰度对比度、文字过小)的解决方法,请参阅 references/troubleshooting.md。大多数问题都可以通过让提示词更具体或调高 --iterations 2 来解决。
资源与参考资料
详细参考资料
如需了解特定主题的完整信息,请加载以下文件:
references/ai_generation_guide.md- 智能迭代工作流、评审标准、Python API、CLI 选项、提示词工程references/generation_examples.md- CLI 调用示例(CONSORT、Transformer、通路、系统图)references/troubleshooting.md- 生成、质量检查和无障碍问题的解决方法references/submission_checklist.md- 最佳实践摘要和提交前验证清单references/diagram_types.md- 科学图表类型目录及示例references/best_practices.md- 出版标准和无障碍指南
外部资源
Python 库
- Schemdraw 文档:https://schemdraw.readthedocs.io/
- NetworkX 文档:https://networkx.org/documentation/
- Matplotlib 文档:https://matplotlib.org/
出版标准
- Nature 图表指南:https://www.nature.com/nature/for-authors/final-submission
- Science 图表指南:https://www.science.org/content/page/instructions-preparing-initial-manuscript
- CONSORT 流程图:https://www.consort-spirit.org/
与其他技能集成
此技能可与以下技能协同使用:
alterlab-scientific-writing- 图表遵循图示最佳实践alterlab-scientific-viz- 共用调色板和样式alterlab-latex-posters- 为海报演示生成图表alterlab-research-grants- 为提案生成方法示意图alterlab-peer-review- 评估图表的清晰度和无障碍性
快速参考清单
提交图表前,请按照 references/submission_checklist.md 中的完整清单逐项检查(视觉质量、无障碍性、排版、出版标准、必要的质量验证、文档与版本控制,以及最终集成)。
环境设置
# Required
export OPENROUTER_API_KEY='your_api_key_here'
# Get key at: https://openrouter.ai/keys
入门
最简单的用法:
python scripts/generate_schematic.py "your diagram description" -o output.png
使用此技能创建清晰、无障碍且达到出版质量的图表,有效传达复杂的科学概念。通过 AI 驱动并逐步完善的工作流,确保图表符合专业标准。