mcpField
T
table-generation

table-generation

github.com/lingzhi227文档处理4401.6k 次安装35 周前更新
代码仓库

关于 table-generation

将实验数据转换为可用于发表的 LaTeX 表格的技能。支持比较、消融、描述性、自定义和多数据集布局，并可设置结果高亮。

主要功能

  1. 01从 JSON 或 CSV 生成 LaTeX 表格
  2. 02支持比较和消融布局
  3. 03突出最佳及次佳结果
  4. 04添加显著性标记和标题

适用场景

  1. 01为论文整理实验结果表格
  2. 02制作多数据集比较表

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/lingzhi227/agent-research-skills --skill table-generation

安装后在 Claude Code 中输入/table-generation确认已加载。

附带文件references/table-templates.mdscripts/results_to_table.py

详细介绍

表格生成

将实验结果转换为可直接用于出版的 LaTeX 表格。

输入

  • $0 — 表格类型：comparison、ablation、descriptive、custom
  • $1 — 数据来源：JSON 文件、CSV 文件或内联数据

脚本

从 JSON/CSV 生成 LaTeX 表格
python ~/.claude/skills/table-generation/scripts/results_to_table.py \
  --input results.json --type comparison \
  --bold-best max --caption "Performance comparison" \
  --label tab:main_results

支持的表格类型：comparison、ablation、descriptive、multi-dataset。 其他标志：使用 --type multi-dataset 生成方法 x 数据集 x 指标布局，使用 --significance 添加 p 值星号，使用 --underline-second 标出次优结果。

参考资料

  • LaTeX 表格模板和示例：~/.claude/skills/table-generation/references/table-templates.md

表格类型

comparison — 主要结果表
  • 行 = 方法（基线 + 我们的方法），列 = 指标/数据集
  • 将每列中的最佳结果加粗
  • 有标准差时，包含均值 +/- 标准差
  • 使用 \multirow 标示方法类别（监督式、自监督式等）
ablation — 消融研究表
  • 行 = 变体（完整模型、移除组件 A、移除组件 B，……）
  • 列 = 指标
  • 将完整模型的结果加粗
  • 使用勾选标记表示组件是否存在
descriptive — 数据集/统计信息表
  • 数据集特征、超参数或汇总统计信息
  • 格式简洁，并使用恰当的单位
custom — 自定义表格
  • 用户指定布局和内容

必需的宏包

\usepackage{booktabs}    % \toprule, \midrule, \bottomrule
\usepackage{multirow}    % \multirow
\usepackage{multicol}    % multi-column layouts
\usepackage{threeparttable}  % table notes

输出格式

表格始终应满足以下要求：

  1. 使用 booktabs 线条（\toprule、\midrule、\bottomrule）
  2. 使用 \caption{} 和 \label{tab:...}
  3. 使用 \textbf{} 将最佳结果加粗
  4. 必要时通过 threeparttable 添加表格注释
  5. 使用恰当的对齐方式（文本使用 l，数字使用 c 或 r）

规则

  • 仅使用实际实验日志中的数字，绝不编造结果
  • 所有数字必须与数据来源完全一致
  • 标准差使用 $\pm$
  • 适当时使用 \underline{} 标出次优结果
  • 表格应保持紧凑，避免不必要的列
  • 跨越两栏的宽表使用 table*
  • 为缩写的列标题添加术语表/注释

相关技能

评论

支持 Markdown