scientific-schematics

科学示意图与图表

概述

科学示意图与图表将复杂概念转化为清晰的视觉呈现，便于发表。此技能使用 Nano Banana Pro AI 生成图表，并由 Gemini 3 Pro 进行质量审查。

工作原理：

• 用自然语言描述图表
• Nano Banana Pro 自动生成可用于发表的高质量图像
• Gemini 3 Pro 根据文档类型的阈值审查质量
• 智能迭代：仅在质量低于阈值时重新生成
• 几分钟内即可获得可用于发表的成品
• 无需编写代码、使用模板或手动绘制

不同文档类型的质量阈值：

文档类型	阈值	说明
期刊	8.5/10	Nature、Science、同行评审期刊
会议	8.0/10	会议论文
学位论文	8.0/10	博士论文、学位论文
资助申请	8.0/10	资助申请书
预印本	7.5/10	arXiv、bioRxiv 等
报告	7.5/10	技术报告
海报	7.0/10	学术海报
演示文稿	6.5/10	幻灯片、演讲
默认	7.5/10	通用

只需描述你的需求，Nano Banana Pro 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。

快速入门：生成任意图表

只需描述图表，即可创建任意科学图表。Nano Banana Pro 会通过智能迭代自动处理所有内容：

# 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

后台处理过程：

1. 第 1 次生成：Nano Banana Pro 遵循科学图表最佳实践，创建初始图像
2. 第 1 次审查：Gemini 3 Pro 根据文档类型阈值评估质量
3. 决策：如果质量 >= 阈值 → 完成（无需进一步迭代！）
4. 如果低于阈值：根据评审意见改进提示词，然后重新生成
5. 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：

• ✅ 如果首次生成的质量已足够，可节省 API 调用
• ✅ 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，以及包含质量评分、评审意见和提前停止信息的详细审查日志。

配置

设置你的 OpenRouter API 密钥：

export OPENROUTER_API_KEY='your_api_key_here'

在此获取 API 密钥：https://openrouter.ai/keys

AI 生成最佳实践

科学图表的有效提示词：

✓ 好的提示词（具体、详尽）：

• “CONSORT 流程图，展示参与者从筛查（n=500）到随机分组，再到最终分析的流程”
• “Transformer 神经网络架构，左侧为编码器堆栈，右侧为解码器堆栈，展示多头注意力和交叉注意力连接”
• “生物信号级联：EGFR 受体 → RAS → RAF → MEK → ERK → 细胞核，并标注磷酸化步骤”
• “IoT 系统框图：传感器 → 微控制器 → WiFi 模块 → 云服务 → 移动应用”

✗ 避免含糊的提示词：

• “画一个流程图”（过于笼统）
• “神经网络”（哪种类型？包含哪些组件？）
• “通路图”（哪条通路？涉及哪些分子？）

应包含的关键要素：

• 类型：流程图、架构图、通路图、电路图等
• 组件：要包含的具体元素
• 流程/方向：元素如何连接（从左到右、从上到下）
• 标签：要包含的关键注释或文字
• 风格：任何特定的视觉要求

科学质量指南（自动应用）：

• 简洁的白色/浅色背景
• 高对比度，便于阅读
• 清晰易读的标签（最小 10pt）
• 专业的字体排版（无衬线字体）
• 色盲友好配色（Okabe-Ito 调色板）
• 合理留白，避免拥挤
• 适当添加比例尺、图例和坐标轴

适用场景

在以下情况下使用此技能：

• 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
• 生成网络拓扑和层次结构
• 展示概念框架和理论模型
• 为技术论文设计框图

使用方法

只需用自然语言描述你的图表。 Nano Banana Pro 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
• ✓ 质量审核和优化
• ✓ 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）
• 神经网络架构图
• 生物通路图
• 电路图
• 系统架构图
• 框图
• 任何科学可视化图表

无需编写代码、套用模板或手动绘图。

---

AI 生成模式（Nano Banana Pro + Gemini 3 Pro 审核）

智能迭代优化工作流

AI 生成系统采用智能迭代——只有当质量低于对应文档类型的阈值时才会重新生成：

智能迭代的工作方式

┌─────────────────────────────────────────────────────┐
│  1. Generate image with Nano Banana Pro             │
│                    ↓                                │
│  2. Review quality with Gemini 3 Pro                │
│                    ↓                                │
│  3. Score >= threshold?                             │
│       YES → DONE! (early stop)                      │
│       NO  → Improve prompt, go to step 1            │
│                    ↓                                │
│  4. Repeat until quality met OR max iterations      │
└─────────────────────────────────────────────────────┘

第 1 次迭代：初始生成

提示词构建：

Scientific diagram guidelines + User request

输出： diagram_v1.png

Gemini 3 Pro 质量审核

Gemini 3 Pro 会从以下方面评估图表：

1. 科学准确性（0-2 分）——概念、标注和关系是否正确
2. 清晰度和可读性（0-2 分）——是否易于理解、层次是否清晰
3. 标签质量（0-2 分）——标签是否完整、易读且一致
4. 布局和构图（0-2 分）——流程是否合理、布局是否均衡、是否存在重叠
5. 专业外观（0-2 分）——质量是否达到可直接用于出版的水平

审核输出示例：

SCORE: 8.0

STRENGTHS:
- Clear flow from top to bottom
- All phases properly labeled
- Professional typography

ISSUES:
- Participant counts slightly small
- Minor overlap on exclusion box

VERDICT: ACCEPTABLE (for poster, threshold 7.0)

决策点：继续还是停止？

如果得分……	操作
>= threshold	停止——质量已满足此文档类型的要求
< threshold	使用改进后的提示词继续下一次迭代

示例：

• 对于海报（阈值 7.0）：得分为 7.5 → 迭代 1 次后完成！
• 对于期刊（阈值 8.5）：得分为 7.5 → 继续优化

后续迭代（仅在需要时进行）

如果质量低于阈值，系统会：

1. 从 Gemini 3 Pro 的审核中提取具体问题
2. 在提示词中加入优化说明
3. 使用 Nano Banana Pro 重新生成
4. 再次使用 Gemini 3 Pro 审核
5. 重复以上步骤，直到达到阈值或达到最大迭代次数

审核日志

所有迭代都会保存，并附带包含提前停止信息的 JSON 审核日志：

{
  "user_prompt": "CONSORT participant flow diagram...",
  "doc_type": "poster",
  "quality_threshold": 7.0,
  "iterations": [
    {
      "iteration": 1,
      "image_path": "figures/consort_v1.png",
      "score": 7.5,
      "needs_improvement": false,
      "critique": "SCORE: 7.5\nSTRENGTHS:..."
    }
  ],
  "final_score": 7.5,
  "early_stop": true,
  "early_stop_reason": "Quality score 7.5 meets threshold 7.0 for poster"
}

注意： 使用智能迭代时，如果较早就达到质量要求，你可能只会看到 1 次迭代，而不是完整的 2 次！

AI 生成高级用法

Python API

from scripts.generate_schematic_ai import ScientificSchematicGenerator

# Initialize generator
generator = ScientificSchematicGenerator(
    api_key="your_openrouter_key",
    verbose=True
)

# Generate with iterative refinement (max 2 iterations)
results = generator.generate_iterative(
    user_prompt="Transformer architecture diagram",
    output_path="figures/transformer.png",
    iterations=2
)

# Access results
print(f"Final score: {results['final_score']}/10")
print(f"Final image: {results['final_image']}")

# Review individual iterations
for iteration in results['iterations']:
    print(f"Iteration {iteration['iteration']}: {iteration['score']}/10")
    print(f"Critique: {iteration['critique']}")

命令行选项

# Basic usage (default threshold 7.5/10)
python scripts/generate_schematic.py "diagram description" -o output.png

# Specify document type for appropriate quality threshold
python scripts/generate_schematic.py "diagram" -o out.png --doc-type journal      # 8.5/10
python scripts/generate_schematic.py "diagram" -o out.png --doc-type conference   # 8.0/10
python scripts/generate_schematic.py "diagram" -o out.png --doc-type poster       # 7.0/10
python scripts/generate_schematic.py "diagram" -o out.png --doc-type presentation # 6.5/10

# Custom max iterations (1-2)
python scripts/generate_schematic.py "complex diagram" -o diagram.png --iterations 2

# Verbose output (see all API calls and reviews)
python scripts/generate_schematic.py "flowchart" -o flow.png -v

# Provide API key via flag
python scripts/generate_schematic.py "diagram" -o out.png --api-key "sk-or-v1-..."

# Combine options
python scripts/generate_schematic.py "neural network" -o nn.png --doc-type journal --iterations 2 -v

提示词编写技巧

1. 明确指定布局：

✓ "Flowchart with vertical flow, top to bottom"
✓ "Architecture diagram with encoder on left, decoder on right"
✓ "Circular pathway diagram with clockwise flow"

2. 提供定量细节：

✓ "Neural network with input layer (784 nodes), hidden layer (128 nodes), output (10 nodes)"
✓ "Flowchart showing n=500 screened, n=150 excluded, n=350 randomized"
✓ "Circuit with 1kΩ resistor, 10µF capacitor, 5V source"

3. 指定视觉风格：

✓ "Minimalist block diagram with clean lines"
✓ "Detailed biological pathway with protein structures"
✓ "Technical schematic with engineering notation"

4. 要求使用特定标签：

✓ "Label all arrows with activation/inhibition"
✓ "Include layer dimensions in each box"
✓ "Show time progression with timestamps"

5. 说明颜色要求：

✓ "Use colorblind-friendly colors"
✓ "Grayscale-compatible design"
✓ "Color-code by function: blue for input, green for processing, red for output"

AI 生成示例

示例 1：CONSORT 流程图

python scripts/generate_schematic.py \
  "CONSORT participant flow diagram for randomized controlled trial. \
   Start with 'Assessed for eligibility (n=500)' at top. \
   Show 'Excluded (n=150)' with reasons: age<18 (n=80), declined (n=50), other (n=20). \
   Then 'Randomized (n=350)' splits into two arms: \
   'Treatment group (n=175)' and 'Control group (n=175)'. \
   Each arm shows 'Lost to follow-up' (n=15 and n=10). \
   End with 'Analyzed' (n=160 and n=165). \
   Use blue boxes for process steps, orange for exclusion, green for final analysis." \
  -o figures/consort.png

示例 2：神经网络架构图

python scripts/generate_schematic.py \
  "Transformer encoder-decoder architecture diagram. \
   Left side: Encoder stack with input embedding, positional encoding, \
   multi-head self-attention, add & norm, feed-forward, add & norm. \
   Right side: Decoder stack with output embedding, positional encoding, \
   masked self-attention, add & norm, cross-attention (receiving from encoder), \
   add & norm, feed-forward, add & norm, linear & softmax. \
   Show cross-attention connection from encoder to decoder with dashed line. \
   Use light blue for encoder, light red for decoder. \
   Label all components clearly." \
  -o figures/transformer.png --iterations 2

示例 3：生物通路图

python scripts/generate_schematic.py \
  "MAPK signaling pathway diagram. \
   Start with EGFR receptor at cell membrane (top). \
   Arrow down to RAS (with GTP label). \
   Arrow to RAF kinase. \
   Arrow to MEK kinase. \
   Arrow to ERK kinase. \
   Final arrow to nucleus showing gene transcription. \
   Label each arrow with 'phosphorylation' or 'activation'. \
   Use rounded rectangles for proteins, different colors for each. \
   Include membrane boundary line at top." \
  -o figures/mapk_pathway.png

示例 4：系统架构图

python scripts/generate_schematic.py \
  "IoT system architecture block diagram. \
   Bottom layer: Sensors (temperature, humidity, motion) in green boxes. \
   Middle layer: Microcontroller (ESP32) in blue box. \
   Connections to WiFi module (orange box) and Display (purple box). \
   Top layer: Cloud server (gray box) connected to mobile app (light blue box). \
   Show data flow arrows between all components. \
   Label connections with protocols: I2C, UART, WiFi, HTTPS." \
  -o figures/iot_architecture.png

---

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 Pro AI 生成系统会在迭代优化过程中自动进行质量审核。每次迭代都会评估科学准确性、清晰度和易用性。

最佳实践摘要

设计原则

1. 清晰胜于复杂 - 简化内容，移除不必要的元素
2. 风格一致 - 使用模板和样式文件
3. 色盲友好 - 使用 Okabe-Ito 调色板和冗余编码
4. 恰当的字体排印 - 使用无衬线字体，字号至少为 7-8 pt
5. 矢量格式 - 发布时始终使用 PDF/SVG

技术要求

1. 分辨率 - 优先使用矢量格式，或使用 300+ DPI 的栅格图像
2. 文件格式 - LaTeX 使用 PDF，网页使用 SVG，PNG 作为备用格式
3. 色彩空间 - 数字内容使用 RGB，印刷使用 CMYK（如有需要请转换）
4. 线条粗细 - 至少为 0.5 pt，通常为 1-2 pt
5. 文字大小 - 成稿尺寸至少为 7-8 pt

集成指南

1. 在 LaTeX 中包含图片 - 使用 \includegraphics{} 插入生成的图片
2. 撰写详细图注 - 描述所有元素和缩写
3. 在正文中引用 - 在叙述中解释图表
4. 保持一致性 - 论文中的所有图表使用相同的风格
5. 版本控制 - 在代码库中保留提示词和生成的图片

常见问题排查

AI 生成问题

问题：文字或元素重叠

• 解决方案：AI 生成会自动处理间距
• 解决方案：增加迭代次数：使用 --iterations 2 以获得更好的优化效果

问题：元素未正确连接

• 解决方案：让提示词更具体地说明连接关系和布局
• 解决方案：增加迭代次数以获得更好的优化效果

图像质量问题

问题：导出质量差

• 解决方案：AI 生成会自动生成高质量图像
• 解决方案：增加迭代次数以获得更好的效果：--iterations 2

问题：生成后元素发生重叠

• 解决方案：AI 生成会自动处理间距
• 解决方案：增加迭代次数：使用 --iterations 2 以获得更好的优化效果
• 解决方案：让提示词更具体地说明布局和间距要求

质量检查问题

问题：重叠检测出现误报

• 解决方案：调整阈值：detect_overlaps(image_path, threshold=0.98)
• 解决方案：在可视化报告中手动检查标记的区域

问题：生成的图像质量低

• 解决方案：AI 默认会生成高质量图像
• 解决方案：增加迭代次数以获得更好的效果：--iterations 2

问题：色盲模拟显示对比度差

• 解决方案：在代码中明确切换到 Okabe-Ito 调色板
• 解决方案：添加冗余编码（形状、图案、线型）
• 解决方案：增大颜色的饱和度和明度差异

问题：检测到严重重叠

• 解决方案：检查 overlap_report.json 以查看具体位置
• 解决方案：增大这些特定区域的间距
• 解决方案：使用调整后的参数重新运行并再次验证

问题：生成可视化报告失败

• 解决方案：检查 Pillow 和 matplotlib 是否已安装
• 解决方案：确保图像文件可读取：Image.open(path).verify()
• 解决方案：检查是否有足够的磁盘空间来生成报告

无障碍问题

问题：灰度图中无法区分颜色

• 解决方案：运行无障碍检查器：verify_accessibility(image_path)
• 解决方案：添加图案、形状或线型作为冗余编码
• 解决方案：增大相邻元素之间的对比度

问题：打印时文字太小

• 解决方案：运行分辨率验证器：validate_resolution(image_path)
• 解决方案：按成稿尺寸设计，使用至少 7-8 pt 的字体
• 解决方案：在分辨率报告中检查实际尺寸

问题：无障碍检查持续失败

• 解决方案：查看 accessibility_report.json，了解具体失败项
• 解决方案：将颜色对比度至少提高 20%
• 解决方案：定稿前使用实际的灰度转换进行测试

资源与参考资料

详细参考资料

如需了解特定主题的全面信息，请加载以下文件：

• references/diagram_types.md - 科学图表类型目录及示例
• references/best_practices.md - 出版标准与无障碍指南

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：http://www.consort-statement.org/consort-statement/flow-diagram

与其他技能的集成

此技能可与以下技能协同使用：

• 科学写作 - 图表遵循图表最佳实践
• 科学可视化 - 共用配色方案和样式
• LaTeX 海报 - 为海报演示生成图表
• 研究资助 - 为提案绘制方法图表
• 同行评审 - 评估图表的清晰度和无障碍性

快速参考清单

提交图表前，请确认：

视觉质量

• 使用高质量图像格式（由 AI 生成的 PNG）
• 无重叠元素（AI 自动处理）
• 所有组件之间留有足够间距（由 AI 优化）
• 对齐整洁、专业
• 所有箭头均正确连接到预期目标

无障碍性

• 使用适合色盲人士的配色方案（Okabe-Ito）
• 在灰度模式下显示正常（已使用无障碍检查器测试）
• 元素之间对比度足够（已验证）
• 在适当情况下使用冗余编码（形状 + 颜色）
• 通过所有色盲模拟检查

排版与可读性

• 正文尺寸下的文本至少为 7-8 pt
• 所有元素均有清晰、完整的标签
• 字体系列和字号保持一致
• 无文字重叠或裁切
• 适用时标明单位

出版标准

• 与稿件中的其他图表保持样式一致
• 编写完整图注，并定义所有缩写
• 在稿件正文中适当引用
• 符合期刊特定的尺寸要求
• 按期刊要求的格式导出（PDF/EPS/TIFF）

质量验证（必需）

• 已运行 run_quality_checks()，且状态为通过
• 已检查重叠检测报告（无高严重性重叠）
• 已通过无障碍验证（灰度和色盲）
• 已按目标 DPI 验证分辨率（印刷需达到 300+）
• 已生成并检查视觉质量报告
• 所有质量报告均与图表文件一同保存

文档与版本控制

• 已保存源文件（.tex、.py），以便日后修改
• 已将质量报告归档至 quality_reports/ 目录
• 已记录配置参数（颜色、间距、尺寸）
• Git 提交包含源文件、输出文件和质量报告
• README 或注释说明如何重新生成图表

最终集成检查

• 图表在编译后的稿件中显示正常
• 交叉引用有效（\ref{} 指向正确的图表）
• 图表编号与正文引用一致
• 图注与图表出现在正确的页面位置
• 没有与图表相关的编译警告或错误

环境设置

# Required
export OPENROUTER_API_KEY='your_api_key_here'

# Get key at: https://openrouter.ai/keys

入门指南

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。借助 AI 驱动的工作流和迭代优化，确保图表符合专业标准。