scientific-schematics

科学示意图和图表

概述

科学示意图和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 2 AI 生成图表，并通过 Gemini 3.6 Flash 进行质量审查。

工作原理：

• 用自然语言描述图表
• Nano Banana 2 自动生成出版级图像
• Gemini 3.6 Flash 根据文档类型的质量门槛审查质量
• 智能迭代：仅在质量低于门槛时重新生成
• 几分钟内即可获得可供发表的成品
• 无需编程、模板或手动绘图

不同文档类型的质量门槛：

文档类型	门槛	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	基金申请书
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

只需描述你的需求，Nano Banana 2 就会为你生成。 所有图表都存储在 figures/ 子文件夹中，并在论文/海报中引用。

**输出内容：**图像模型以其返回的任意分辨率生成的栅格 PNG。此技能不支持矢量路径，也无法控制 DPI——如果期刊要求 PDF、EPS 或 300 dpi TIFF，请在后续转换 PNG，并在最终打印尺寸下检查效果。

快速开始：生成任意图表

只需描述即可创建任意科学图表。Nano Banana 2 会通过智能迭代自动处理所有事项：

# 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

幕后处理流程：

1. 第 1 次生成：Nano Banana 2 遵循科学图表最佳实践创建初始图像
2. 第 1 次审查：Gemini 3.6 Flash 根据文档类型的质量门槛评估质量
3. 作出决定：如果质量 >= 门槛 → 完成（无需继续迭代！）
4. 如果未达到门槛：根据评审意见改进提示词，然后重新生成
5. 重复：直到质量达到门槛或达到最大迭代次数

智能迭代的优势：

• ✅ 如果首次生成效果足够好，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
• ✅ 为每种使用场景提供适当的质量

输出：带版本号的图像（name_v1.png、name_v2.png）、一份复制到你指定路径的获胜版本，以及 name_review_log.json，其中记录每次迭代的评分、评审意见和提前停止原因。

如果无法进行审查——例如遇到速率限制、内容过滤，或评审器返回了意外格式——图像仍会生成并保存，但不会虚构评分。日志会记录 "score": null 和 "reviewed": false，并在 "review_error" 中注明原因；运行过程会打印 Review unavailable — image kept, quality not verified。请将该图像视为未经检查，并亲自查看；值得尝试重新运行，因为此类故障通常是暂时的。

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

数据会离开本机。 你的提示词会发送到 OpenRouter 以生成图像，生成的图像也会发送回 OpenRouter 进行质量审查。两者均受 OpenRouter 及底层模型提供商的数据政策约束。请勿在提示词中描述未发表的数据、患者信息或任何处于禁运期的内容。

AI 生成最佳实践

科学图示的有效提示词：

✓ 好的提示词（具体、详细）：

• “展示参与者从筛查（n=500）到随机分组再到最终分析的 CONSORT 流程图”
• “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 → 云服务器 → 移动应用”

✗ 避免使用含糊的提示词：

• “制作一个流程图”（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：元素之间的连接方式（从左到右、从上到下）
• 标签：需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）：

• 干净的白色／浅色背景
• 高对比度，确保易读
• 清晰易读的标签（最小字号为 10pt）
• 专业的字体排版（无衬线字体）
• 色盲友好型配色（Okabe-Ito 色板）
• 合理留白，避免拥挤
• 适当添加比例尺、图例和坐标轴

何时使用此技能

适用于以下场景：

• 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
• 绘制研究设计的方法流程图（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

如何使用此技能

只需用自然语言描述你的图示。 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
• ✓ 质量检查和优化
• ✓ 可直接用于出版的输出

适用于所有图示类型：

• 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、使用模板或手动画图。

---

AI 生成模式（Nano Banana 2 + Gemini 3.6 Flash Review）

智能迭代优化、高级用法和示例

生成—审查—优化循环、Python API 和命令行选项、提示词工程指南，以及四个完整示例（CONSORT 流程图、神经网络架构、生物通路、系统架构）均位于 references/iterative_refinement.md。

审查通过后，循环会立即停止，因此简单图示通常只需一次迭代；只有复杂图示才会用完整的迭代次数。

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查。每次迭代都会评估科学准确性、清晰度和易用性。

最佳实践总结

设计原则——在提示词中提出这些要求

1. 清晰优先于复杂——简化并移除不必要的元素
2. 风格一致——描述论文所有图表共同遵循的视觉规范
3. 考虑色盲人士的无障碍需求——要求使用 Okabe-Ito 调色板和冗余编码
4. 采用合适的字体排印——使用无衬线字体，并让标签字号足够大
5. 逻辑清晰——明确说明方向（从左到右、从上到下）

生成器默认会应用以上所有原则，但针对具体图表用自己的话明确说明，效果会比单纯依赖内置指南更好。

此流程无法做到的事

1. 输出矢量图——仅支持 PNG；不会生成 PDF、SVG 或 EPS
2. 控制分辨率——由图像模型决定；没有 DPI 参数
3. 控制色彩空间——仅支持 RGB；用于 CMYK 印刷工作流时，需在后续转换
4. 精确控制线条粗细或文字大小——在提示词中描述，然后目测检查

如果期刊要求矢量图或 300+ dpi 的 TIFF，请在生成后转换 PNG，并按实际印刷尺寸检查结果。

集成指南

1. 在 LaTeX 中插入——对生成的图像使用 \includegraphics{}
2. 撰写详尽的图注——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——论文中的所有图表使用相同风格
5. 进行版本控制——将提示词和生成的图像保存在代码库中

常见问题排查

生成过程具有随机性，迭代次数上限为 2，因此真正能改变结果的因素是提示词、文档类型和重新运行。此技能没有后处理步骤，也没有质量检查库：所有可供检查的内容都在生成的 PNG 和 <name>_review_log.json 中。

图表有误

文字重叠、元素拥挤，或箭头没有指向目标

• 在提示词中指定布局：“垂直流程，每行一个框，各阶段之间留出充足间距”
• 明确说明连接关系：“从 RAF 指向 MEK 的箭头，标注为磷酸化”，而不是“展示这一系列反应”
• 重新运行。同一提示词运行两次的结果会不同；糟糕的布局往往只是随机性所致

内容存在科学性错误，或缺少某个组件

• 明确列出所有组件及其数量和标签——模型不会自行推断
• 阅读审查日志中的 critique 字段：审查者通常会指出它发现的缺失内容

标签文字有误，或图中包含了图号

• 提示词已禁止使用“Figure 1:”这样的图注；如果仍然出现，请重新运行
• 标签拼写错误是图像模型最常见的问题。使用前请逐一检查所有标签

分数似乎不合理

分数低于图表应得的水平

• 重新运行前先阅读批评意见；审查者提出的问题通常合理且具体
• 是否继续迭代由阈值决定，而非分数——--doc-type journal 的要求是 8.5

运行在分数低于阈值时停止

• 这是迭代次数上限所致。--iterations 2 是最大值；最终图像会保留并以其实际分数报告

日志中出现 "score": null 和 "reviewed": false

• 审查调用失败，或返回内容的格式无法使用。图像正常且已保留；只是从未测得其质量。检查 "review_error"，自行查看图像，然后重新运行

设置

Error: OPENROUTER_API_KEY not found

• 运行 export OPENROUTER_API_KEY='sk-or-v1-...'，或将其添加到 .env 文件中，或传入 --api-key

Error: requests library not found

• 运行 uv pip install requests

任何 API 错误——使用 -v 运行，以查看请求、模型标识和完整错误内容

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/iterative_refinement.md - 生成-审查-优化循环、Python API、所有命令行选项、提示词工程指南，以及四个完整示例
• references/best_practices.md - 撰写提示词和评估结果时可参考的出版标准和无障碍指南

外部资源

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

与其他技能集成

此技能可与以下技能协同使用：

• 科学写作 - 图表遵循最佳实践
• 科学可视化 - 共享配色方案和样式
• LaTeX 海报 - 为海报演示生成图表
• 研究资助申请 - 为提案绘制方法示意图
• 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：

阅读审查日志（这是唯一的自动化检查）

• <name>_review_log.json 文件存在，且最后一次迭代中的 "reviewed" 为 true
• "final_score" 是一个真实数值，而不是 null，并且达到相应文档类型的阈值
• 阅读 "critique"——即使评分达标，审查者指出的遗留问题也会列在其中
• 如果生成了多个版本，请比较 _v1 和 _v2，并保留较好的版本

亲自检查图像

• 所有标签拼写正确——图像模型可能会拼错文字，而且没有自动检查能发现这一点
• 没有文字重叠或被裁切
• 所有箭头都连接到预期元素
• 科学内容正确：组件无误、方向正确，没有凭空添加的内容
• 单位和数量与要求一致

无障碍性（目视检查或使用外部检查工具）

• 配色方案适合色盲用户，且信息编码不只依赖颜色
• 转换为灰度后仍清晰可读
• 相邻元素之间有足够的对比度

符合出版要求

• 与稿件中的其他图表风格一致
• 按实际印刷时的栏宽显示仍清晰易读
• 如果期刊不接受 PNG，则转换为期刊要求的格式
• 已撰写图注，并解释所有缩写
• 已在稿件正文中引用

版本控制

• 已记录提示词（审查日志中会逐字保存）
• 将审查日志与图像一并提交，以便核查评分
• 已记录重新生成图表所用的命令

最终集成检查

• 图表在编译后的稿件中显示正确
• 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
• 图注出现在相对于图表的正确页面上
• 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

开始使用

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。AI 驱动的迭代优化工作流可确保图表符合专业标准。

相关技能

• infographics：使用 Nano Banana Pro 图像生成，根据自然语言提示词生成信息图，并可选择使用 Perplexity Sonar 进行研究，适用于 fa…
• generate-image：通过 OpenRouter Image API（Gemini、Seedream、Recraft、GPT-Image、Riverflow）使用 AI 模型生成或编辑图像。
• academic-plotting：根据研究背景为机器学习论文生成达到出版质量的图表。