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，适用于出版物。此技能使用 Nano Banana Pro AI 生成所有图表。

工作原理：

• 用自然语言描述图表
• Nano Banana Pro 自动生成适合出版的高质量图像
• 自动迭代优化（默认 3 轮）
• 内置质量审查与改进
• 几分钟内即可获得可供出版的成果
• 无需编写代码、使用模板或手动绘制

**只需描述你想要的内容，Nano Banana Pro 就会为你生成。**所有图表都会保存在 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 会自动处理所有步骤：

# Generate any scientific diagram from a description
python scripts/generate_schematic.py "CONSORT participant flow diagram with 500 screened, 150 excluded, 350 randomized" -o figures/consort.png

# Neural network architecture
python scripts/generate_schematic.py "Transformer encoder-decoder architecture showing multi-head attention, feed-forward layers, and residual connections" -o figures/transformer.png

# Biological pathway
python scripts/generate_schematic.py "MAPK signaling pathway from EGFR to gene transcription" -o figures/mapk_pathway.png

# Custom iterations for complex diagrams
python scripts/generate_schematic.py "Complex circuit diagram with op-amp, resistors, and capacitors" -o figures/circuit.png --iterations 5

幕后流程：

1. 生成 1：Nano Banana Pro 遵循科学图表的最佳实践，创建初始图像
2. 审查 1：AI 评估图像的清晰度、标签、准确性和可访问性
3. 生成 2：根据评审意见改进提示词并重新生成
4. 审查 2：进行第二轮评估并提供具体反馈
5. 生成 3：生成最终润色版本，解决所有评审意见

输出：三个版本（v1、v2、v3），以及包含质量评分和评审意见的详细审查日志。

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：

✓ 优质提示词（具体、详细）：

• “展示参与者从筛查（n=500）到随机分组，再到最终分析流程的 CONSORT 流程图”
• “Transformer 神经网络架构图：左侧为编码器堆叠，右侧为解码器堆叠，并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”
• “物联网系统框图：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：元素之间的连接方式（从左到右、从上到下）
• 标签：要包含的关键注释或文本
• 风格：任何具体的视觉要求

科学质量准则（自动应用）：

• 简洁的白色／浅色背景
• 高对比度，易于阅读
• 清晰易读的标签（至少 10pt）
• 专业的排版（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

经典代码生成

如需创建可复现、可进行版本控制且完全由程序控制的图表，请使用传统的代码生成方式。

何时使用此技能

遇到以下情况时，应使用此技能：

• 创建神经网络架构图（Transformer、CNN、RNN 等）
• 展示系统架构和数据流图
• 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流水线
• 创建电路图和电气示意图
• 描绘生物通路和分子相互作用
• 生成网络拓扑和层级结构
• 展示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
• ✓ 质量审核与优化
• ✓ 可直接用于发表的输出

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、使用模板或手动画图。

---

AI 生成模式（Nano Banana Pro）

迭代优化工作流

AI 生成系统采用精细的三轮迭代优化流程：

第 1 轮：初始生成

提示词构建：

Scientific diagram guidelines + User request

内部提示词示例：

Create a high-quality scientific diagram with:
- Clean white background
- High contrast for readability
- Clear labels (minimum 10pt font)
- Professional typography
- Colorblind-friendly colors
- Proper spacing

USER REQUEST: CONSORT participant flow diagram showing screening, 
exclusion, randomization, and analysis phases with participant counts

输出： diagram_v1.png

第 2 轮：审核与改进

AI 质量审核：

• 评估科学准确性
• 检查标签是否清晰易读
• 评估布局和构图
• 验证无障碍性（灰度、色盲）
• 评定质量分数（0-10）
• 提供具体的改进建议

评审意见示例：

Score: 7/10

Strengths:
- Clear flow from top to bottom
- Good use of colors
- All phases labeled

Issues:
- Participant counts (n=X) are too small to read
- "Excluded" box overlaps with arrow
- Would benefit from reasons for exclusion

Suggestions:
- Increase font size for all numbers to at least 12pt
- Add more vertical spacing between boxes
- Include exclusion criteria in a separate annotation box

改进后的提示词：

[Original guidelines + user request]

ITERATION 2: Address these improvements:
- Increase font size for participant counts to 12pt minimum
- Add vertical spacing to prevent overlaps
- Include exclusion criteria in annotation box

输出： diagram_v2.png

第 3 轮：最终润色

第二次审核：

• 验证改进是否已落实
• 检查是否还存在问题
• 进行最终质量评估

最终生成：

• 纳入所有反馈
• 生成可直接用于发表的图表

输出： diagram_v3.png（最终版本）

审核日志

所有迭代均会保存，并附带 JSON 审核日志：

{
  "user_prompt": "CONSORT participant flow diagram...",
  "iterations": [
    {
      "iteration": 1,
      "image_path": "figures/consort_v1.png",
      "score": 7.0,
      "critique": "..."
    },
    {
      "iteration": 2,
      "image_path": "figures/consort_v2.png",
      "score": 8.5,
      "critique": "..."
    },
    {
      "iteration": 3,
      "image_path": "figures/consort_v3.png",
      "score": 9.5,
      "critique": "..."
    }
  ],
  "final_score": 9.5
}

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
results = generator.generate_iterative(
    user_prompt="Transformer architecture diagram",
    output_path="figures/transformer.png",
    iterations=3
)

# 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
python scripts/generate_schematic.py "diagram description" -o output.png

# Custom iterations (1-10)
python scripts/generate_schematic.py "complex diagram" -o diagram.png --iterations 5

# 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-..."

提示词工程技巧

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. 添加定量细节：

✓ "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

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 3

示例 3：生物通路

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

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

---

其他工具

TikZ 编译（compile_tikz.py）

如果你有需要编译的现有 TikZ .tex 文件：

# Compile TikZ diagram to PDF
python scripts/compile_tikz.py diagram.tex -o diagram.pdf

# Compile and generate PNG
python scripts/compile_tikz.py diagram.tex --png --dpi 300

# Compile and preview
python scripts/compile_tikz.py diagram.tex --preview

如需了解 compile_tikz.py 的用法，请运行：

python scripts/compile_tikz.py --help

---

统一入口：generate_schematic.py

主入口同时支持 AI 生成和基于代码的生成：

# AI generation (default)
python scripts/generate_schematic.py "diagram description" -o output.png

# Explicit AI method
python scripts/generate_schematic.py "diagram description" -o output.png --method ai

# Code-based generation
python scripts/generate_schematic.py "1. Step one\n2. Step two" -o flow.tex --method code --type flowchart

# Custom iterations for AI
python scripts/generate_schematic.py "complex diagram" -o diagram.png --iterations 5

# Verbose mode
python scripts/generate_schematic.py "diagram" -o out.png -v

方法选择：

• --method ai：使用 Nano Banana Pro 进行迭代优化（默认）
• --method code：使用传统的基于代码的生成方式

基于代码的类型：

• --type flowchart：生成 TikZ 流程图
• --type circuit：生成电路图
• --type pathway：生成生物通路

辅助脚本

compile_tikz.py

带质量检查的独立 TikZ 编译工具：

# Compile TikZ to PDF with verification
python scripts/compile_tikz.py flowchart.tex -o flowchart.pdf --verify

# Generate PNG with quality report
python scripts/compile_tikz.py flowchart.tex -o flowchart.pdf --png --dpi 300 --verify

# Preview with quality overlay
python scripts/compile_tikz.py flowchart.tex --preview --show-quality

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。每轮都会评估科学准确性、清晰度和无障碍性。

最佳实践概要

设计原则

1. 清晰胜于复杂——简化图表，移除不必要的元素
2. 样式保持一致——使用模板和样式文件
3. 兼顾色盲人士的无障碍性——使用 Okabe-Ito 调色板和冗余编码
4. 采用合适的字体——使用无衬线字体，字号至少为 7-8 pt
5. 使用矢量格式——发表时始终使用 PDF/SVG

技术要求

1. 分辨率——优先使用矢量格式；若使用光栅格式，则至少为 300 DPI
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——数字用途使用 RGB，印刷用途使用 CMYK（必要时进行转换）
4. 线宽——至少为 0.5 pt，通常为 1-2 pt
5. 文字大小——最终尺寸下至少为 7-8 pt

集成指南

1. 在 LaTeX 中包含 - TikZ 使用 \input{}，外部文件使用 \includegraphics{}
2. 详尽添加图注 - 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风格
5. 版本控制 - 将源文件（.tex、.py）保存在仓库中

常见问题排查

TikZ 编译错误

问题：! Package tikz Error: I do not know the key '/tikz/...

• 解决方案：缺少库——在导言区添加 \usetikzlibrary{...}

问题：文本或元素重叠

• 解决方案：使用 AI 生成，它会自动处理间距
• 解决方案：增加迭代次数：使用 --iterations 5 以改进细化效果
• 解决方案：在路径生成器中使用 auto_spacing=True，自动调整间距

问题：箭头未正确连接

• 解决方案：使用锚点：(node.east)、(node.north) 等
• 解决方案：检查重叠报告，查看箭头与节点的交叉情况

Python 生成问题

问题：Schemdraw 元素未对齐

• 解决方案：使用 .at() 方法精确定位
• 解决方案：启用 auto_spacing 以避免重叠

问题：Matplotlib 文本渲染问题

• 解决方案：设置 plt.rcParams['text.usetex'] = True 以使用 LaTeX 渲染
• 解决方案：确保已安装 LaTeX

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：对于 TikZ，使用：python scripts/compile_tikz.py diagram.tex --png --dpi 300

问题：生成后元素重叠

• 解决方案：运行 detect_overlaps() 函数以识别问题区域
• 解决方案：使用迭代细化：iterative_diagram_refinement(create_function)
• 解决方案：将元素间距增加 20-30%

质量检查问题

问题：重叠检测误报

• 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：生成的图像质量较低

• 解决方案：AI 生成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：使用 --iterations 5

问题：色盲模拟显示对比度较差

• 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、线条样式）
• 解决方案：增大颜色的饱和度和明度差异

问题：检测到高严重性重叠

• 解决方案：查看 overlap_report.json，了解具体位置
• 解决方案：增加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：可视化报告生成失败

• 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：检查报告生成是否有足够的磁盘空间

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、形状或线条样式作为冗余区分方式
• 解决方案：提高相邻元素之间的对比度

问题：打印时文本太小

• 解决方案：运行分辨率验证器：validate_resolution(image_path)
• 解决方案：按照最终尺寸设计，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

资源和参考资料

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/tikz_guide.md - 完整的 TikZ 语法、定位、样式和技巧
• 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
• references/python_libraries.md - Schemdraw、NetworkX 和 Matplotlib 图表库指南

外部资源

TikZ 和 LaTeX

• TikZ & PGF 手册：https://pgf-tikz.github.io/pgf/pgfmanual.pdf
• TeXample.net：http://www.texample.net/tikz/（示例集）
• CircuitikZ 手册：https://ctan.org/pkg/circuitikz

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：

• Scientific Writing - 图表遵循图表最佳实践
• Scientific Visualization - 共用调色板和样式
• LaTeX Posters - 在海报图表中重用 TikZ 样式
• Research Grants - 为提案绘制方法图
• 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，请确认：

视觉质量

• 使用高质量图像格式（由 AI 生成的 PNG）
• 无元素重叠（由 AI 自动处理）
• 所有组件之间间距充足（由 AI 优化）
• 对齐整洁、专业
• 所有箭头均正确连接到目标位置

无障碍性

• 使用色盲友好型调色板（Okabe-Ito）
• 灰度模式下效果良好（已通过无障碍检查器测试）
• 元素之间对比度充足（已验证）
• 适当使用冗余编码（形状 + 颜色）
• 通过所有色盲模拟检查

字体排印和可读性

• 按最终尺寸计算，文字最小为 7-8 pt
• 所有元素均已清晰、完整地标注
• 字体系列和字号保持一致
• 无文字重叠或裁切
• 适用时注明单位

出版标准

• 与稿件中的其他图表样式一致
• 编写完整的图注，并定义所有缩写
• 在稿件正文中恰当引用
• 符合期刊对尺寸的具体要求
• 导出为期刊要求的格式（PDF/EPS/TIFF）

质量验证（必需）

• 运行 run_quality_checks() 并获得 PASS 状态
• 检查重叠检测报告（无高严重性重叠）
• 通过无障碍验证（灰度和色盲）
• 按目标 DPI 验证分辨率（印刷需达到 300+）
• 生成并检查视觉质量报告
• 将所有质量报告与图表文件一同保存

文档和版本控制

• 保存源文件（.tex、.py），以便日后修改
• 将质量报告存档在 quality_reports/ 目录中
• 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
• 在 README 或注释中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
• 图注相对于图表出现在正确的页面
• 无与图表相关的编译警告或错误

总结：AI 生成与基于代码的生成

快速决策指南

选择 AI 生成（Nano Banana Pro），如果：

• ✓ 速度很重要（几分钟内获得结果）
• ✓ 你希望自动进行质量审查和改进
• ✓ 图表较复杂，包含许多视觉元素
• ✓ 相较于编写代码，你更喜欢使用自然语言
• ✓ 你需要立即获得可用于出版的图像
• ✓ 你正在探索不同的设计方案

选择基于代码的生成，如果：

• ✓ 你需要根据源代码精确复现
• ✓ 你希望对图表源文件进行版本控制
• ✓ 你要以编程方式生成许多相似的图表
• ✓ 你需要原生 LaTeX TikZ 集成
• ✓ 你希望对每个元素进行像素级精确控制
• ✓ 图表由数据或算法生成

工作流对比

方面	AI 生成	基于代码
获得首个结果所需时间	2-3 分钟	15-30 分钟
迭代	自动（3 轮）	手动
质量审查	AI 自动完成	手动或通过脚本完成
自定义	自然语言	完全的编程控制
可复现性	基于提示词	基于代码（精确）
学习曲线	低（只需描述）	中到高（需要学习库）
输出格式	PNG/JPG	PDF/SVG/EPS/PNG
版本控制	提示词 + 图像	源代码 + 输出
最适合	快速迭代、复杂视觉内容	可复现研究、数据驱动

混合方案（推荐）

许多用户发现，采用混合工作流效果很好：

1. 使用 AI 制作原型：通过自然语言快速生成初始设计
2. 审查并改进：利用 AI 的迭代改进功能，使设计接近最终效果
3. 用代码重建（可选）：如果需要精确复现，可将获批的设计用代码重建
4. 版本控制：同时保留 AI 提示词和代码版本

环境设置

AI 生成：

# Required
export OPENROUTER_API_KEY='your_api_key_here'

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

基于代码的生成：

# Install Graphviz
brew install graphviz  # macOS
sudo apt-get install graphviz  # Linux

# Install Python packages
pip install graphviz schemdraw networkx matplotlib

入门指南

最简单的用法（AI）：

python scripts/generate_schematic.py "your diagram description" -o output.png

最简单的用法（代码）：

python scripts/generate_schematic.py "1. Step one\n2. Step two" -o flow.tex --method code

---

使用此技能创建清晰、易于理解且达到出版质量的图表，有效传达复杂的科学概念。AI 驱动的工作流通过迭代改进确保图表达到专业标准，而基于代码的方案则为研究出版物提供精确的可复现性。