上传论文生成一张图只解决了科研配图的一部分问题。真正进入修改阶段你还需要回答这个模块、这条箭头依据原文的哪一段标签需要修改能不能直接编辑新版本不满意之前那版还能找回来吗提示词生成和图片生成是否需要分别配置不同厂商的 API我正在维护的Academic Figure Generator — OpenAI Edition尝试把这些环节放进同一个科研配图工作台。项目基于LigphiDonk/academic-figure-generator继续开发采用 MIT 许可证开源支持中英文界面。 GitHubAcademic Figure Generator — OpenAI Edition1一个 OpenAI API Key覆盖文本与图像流程这是一个容易被忽略、实际部署时却很实用的设计。生成绘图提示词、生成图片、参考图编辑都使用同一套 OpenAI API 配置无需额外提供 Claude 或其他厂商的密钥。如果把文本模型和图像模型分散在不同服务商往往还需要分别管理账户、余额、密钥和接口配置。在这个项目里文本和图像任务仍由各自的模型处理但可以共用一个具备相应模型权限的 OpenAI API Key。对于已经使用 OpenAI API 的用户可以沿用已有配置把精力放在论文内容和图的表达上。这里的“一个 Key”指统一的接入方式不同模型调用仍分别计费也需要具备对应的模型访问权限。2先确定模型读什么再决定图怎么画项目支持导入 PDF、DOCX 和 TXT。你可以使用全文也可以明确选择与当前图相关的章节。系统根据选定内容生成详细英文绘图提示词随后由你检查、修改再提交图像生成。画方法框架图时可以聚焦方法部分画某个模块时可以围绕相关段落组织信息。工作台还会保留来源位置和上下文覆盖情况方便回查模型实际使用了哪些内容。长文档经过截取后也能知道哪些内容进入了生成上下文。3FigureSpec把图的结构单独保存下来对于支持的框架图和流程图项目可以用FigureSpec描述节点、连接、分组以及关联的原文引句。你可以检查这份结构化描述并通过本地渲染导出SVGdraw.io矢量 PDF。这样修改模块名称、调整结构、检查连接关系就有了可编辑的基础。需要区分两种输出AI 生成的精细图像仍然是位图FigureSpec 导出的是结构图。它不意味着任意生成的 PNG 都能自动变成完全一致的可编辑矢量图。原文引句也只是核对依据。图中模块的含义、箭头方向和科学表述仍需要作者审阅。4围绕反复修改保留提示词和图片版本科研配图往往要经历多轮调整。项目因此提供了提示词修订历史可以恢复旧内容形成新版本图片版本之间的派生关系收藏和最终版本选择原尺寸预览与并排比较参考图和手绘蒙版辅助编辑。当你想比较两个版本或者需要找回之前的构图时可以沿着记录继续修改。蒙版能够引导局部编辑但不能保证蒙版之外的区域完全不变修改后仍需检查整张图。风格方面提供 Classic、Pastel 两类风格、九套预设配色和自定义颜色也可以选择草稿或质量模式。5公开的 MAE 示例把制作过程一起展示仓库提供了基于《Masked Autoencoders Are Scalable Vision Learners》的示例围绕方法章节组织图中信息75% 的图像块被遮挡编码器处理可见块编码后加入 mask token再由解码器重建损失只计算被遮挡部分。除了最终展示图仓库还公开了提示词、调用参数、中间版本、耗时以及可获得的 token 使用记录。制作过程也有记录初始生成后进行了两次参考图编辑其中一次使用连接线蒙版最后通过示例专用的本地脚本整理布局、文字和连线。这个案例展示了从初稿到修改、再到排版的过程。图中的重建内容用于解释方法不是实际实验输出。 查看 MAE 示例与制作记录6任务状态与调用信息也应该看得见项目采用 FastAPI、React、SQLite 和本地文件存储保存生成任务及相关状态支持排队取消和显式重试。对于已经发出的请求系统不会因中断而自动重新提交。工作台会展示实际生效的设置、生成耗时以及接口返回的用量缺失的用量不会被当成零。如何开始运行需要 Python 3.12、uv、Node.js 24 LTS以及能够访问所选文本、图像模型的 OpenAI API Key。项目面向本地单用户使用。文档解析、文件管理和结构图导出可以在本地完成生成时选定的论文内容、提示词以及使用到的参考图或蒙版会发送到配置的 OpenAI 接口。扫描版 PDF 需要先做 OCR。API 使用需满足服务方的地区、账户及模型权限要求。 安装步骤与中文说明如果暂时只需要绘图提示词仓库也提供独立的通用版和 Pastel 风格 Codex Skills。我希望这个项目能让科研配图的过程更容易管理一套 API 配置保留内容来源记录修改过程并为结构图提供可继续编辑的文件。欢迎试用也欢迎带着具体原文和改图需求提 Issue。你在科研配图中最耗时的环节是组织结构、生成图像还是最后一轮修改
上传论文生成一张图只解决了科研配图的一部分问题。真正进入修改阶段你还需要回答这个模块、这条箭头依据原文的哪一段标签需要修改能不能直接编辑新版本不满意之前那版还能找回来吗提示词生成和图片生成是否需要分别配置不同厂商的 API我正在维护的Academic Figure Generator — OpenAI Edition尝试把这些环节放进同一个科研配图工作台。项目基于LigphiDonk/academic-figure-generator继续开发采用 MIT 许可证开源支持中英文界面。 GitHubAcademic Figure Generator — OpenAI Edition1一个 OpenAI API Key覆盖文本与图像流程这是一个容易被忽略、实际部署时却很实用的设计。生成绘图提示词、生成图片、参考图编辑都使用同一套 OpenAI API 配置无需额外提供 Claude 或其他厂商的密钥。如果把文本模型和图像模型分散在不同服务商往往还需要分别管理账户、余额、密钥和接口配置。在这个项目里文本和图像任务仍由各自的模型处理但可以共用一个具备相应模型权限的 OpenAI API Key。对于已经使用 OpenAI API 的用户可以沿用已有配置把精力放在论文内容和图的表达上。这里的“一个 Key”指统一的接入方式不同模型调用仍分别计费也需要具备对应的模型访问权限。2先确定模型读什么再决定图怎么画项目支持导入 PDF、DOCX 和 TXT。你可以使用全文也可以明确选择与当前图相关的章节。系统根据选定内容生成详细英文绘图提示词随后由你检查、修改再提交图像生成。画方法框架图时可以聚焦方法部分画某个模块时可以围绕相关段落组织信息。工作台还会保留来源位置和上下文覆盖情况方便回查模型实际使用了哪些内容。长文档经过截取后也能知道哪些内容进入了生成上下文。3FigureSpec把图的结构单独保存下来对于支持的框架图和流程图项目可以用FigureSpec描述节点、连接、分组以及关联的原文引句。你可以检查这份结构化描述并通过本地渲染导出SVGdraw.io矢量 PDF。这样修改模块名称、调整结构、检查连接关系就有了可编辑的基础。需要区分两种输出AI 生成的精细图像仍然是位图FigureSpec 导出的是结构图。它不意味着任意生成的 PNG 都能自动变成完全一致的可编辑矢量图。原文引句也只是核对依据。图中模块的含义、箭头方向和科学表述仍需要作者审阅。4围绕反复修改保留提示词和图片版本科研配图往往要经历多轮调整。项目因此提供了提示词修订历史可以恢复旧内容形成新版本图片版本之间的派生关系收藏和最终版本选择原尺寸预览与并排比较参考图和手绘蒙版辅助编辑。当你想比较两个版本或者需要找回之前的构图时可以沿着记录继续修改。蒙版能够引导局部编辑但不能保证蒙版之外的区域完全不变修改后仍需检查整张图。风格方面提供 Classic、Pastel 两类风格、九套预设配色和自定义颜色也可以选择草稿或质量模式。5公开的 MAE 示例把制作过程一起展示仓库提供了基于《Masked Autoencoders Are Scalable Vision Learners》的示例围绕方法章节组织图中信息75% 的图像块被遮挡编码器处理可见块编码后加入 mask token再由解码器重建损失只计算被遮挡部分。除了最终展示图仓库还公开了提示词、调用参数、中间版本、耗时以及可获得的 token 使用记录。制作过程也有记录初始生成后进行了两次参考图编辑其中一次使用连接线蒙版最后通过示例专用的本地脚本整理布局、文字和连线。这个案例展示了从初稿到修改、再到排版的过程。图中的重建内容用于解释方法不是实际实验输出。 查看 MAE 示例与制作记录6任务状态与调用信息也应该看得见项目采用 FastAPI、React、SQLite 和本地文件存储保存生成任务及相关状态支持排队取消和显式重试。对于已经发出的请求系统不会因中断而自动重新提交。工作台会展示实际生效的设置、生成耗时以及接口返回的用量缺失的用量不会被当成零。如何开始运行需要 Python 3.12、uv、Node.js 24 LTS以及能够访问所选文本、图像模型的 OpenAI API Key。项目面向本地单用户使用。文档解析、文件管理和结构图导出可以在本地完成生成时选定的论文内容、提示词以及使用到的参考图或蒙版会发送到配置的 OpenAI 接口。扫描版 PDF 需要先做 OCR。API 使用需满足服务方的地区、账户及模型权限要求。 安装步骤与中文说明如果暂时只需要绘图提示词仓库也提供独立的通用版和 Pastel 风格 Codex Skills。我希望这个项目能让科研配图的过程更容易管理一套 API 配置保留内容来源记录修改过程并为结构图提供可继续编辑的文件。欢迎试用也欢迎带着具体原文和改图需求提 Issue。你在科研配图中最耗时的环节是组织结构、生成图像还是最后一轮修改
