上傳論文生成一張圖只解決了科研配圖的一部分問題。真正進入修改階段你還需要回答這個模塊、這條箭頭依據(jù)原文的哪一段標簽需要修改能不能直接編輯新版本不滿意之前那版還能找回來嗎提示詞生成和圖片生成是否需要分別配置不同廠商的 API我正在維護的Academic Figure Generator — OpenAI Edition嘗試把這些環(huán)節(jié)放進同一個科研配圖工作臺。項目基于LigphiDonk/academic-figure-generator繼續(xù)開發(fā)采用 MIT 許可證開源支持中英文界面。 GitHubAcademic Figure Generator — OpenAI Edition1一個 OpenAI API Key覆蓋文本與圖像流程這是一個容易被忽略、實際部署時卻很實用的設計。生成繪圖提示詞、生成圖片、參考圖編輯都使用同一套 OpenAI API 配置無需額外提供 Claude 或其他廠商的密鑰。如果把文本模型和圖像模型分散在不同服務商往往還需要分別管理賬戶、余額、密鑰和接口配置。在這個項目里文本和圖像任務仍由各自的模型處理但可以共用一個具備相應模型權(quán)限的 OpenAI API Key。對于已經(jīng)使用 OpenAI API 的用戶可以沿用已有配置把精力放在論文內(nèi)容和圖的表達上。這里的“一個 Key”指統(tǒng)一的接入方式不同模型調(diào)用仍分別計費也需要具備對應的模型訪問權(quán)限。2先確定模型讀什么再決定圖怎么畫項目支持導入 PDF、DOCX 和 TXT。你可以使用全文也可以明確選擇與當前圖相關的章節(jié)。系統(tǒng)根據(jù)選定內(nèi)容生成詳細英文繪圖提示詞隨后由你檢查、修改再提交圖像生成。畫方法框架圖時可以聚焦方法部分畫某個模塊時可以圍繞相關段落組織信息。工作臺還會保留來源位置和上下文覆蓋情況方便回查模型實際使用了哪些內(nèi)容。長文檔經(jīng)過截取后也能知道哪些內(nèi)容進入了生成上下文。3FigureSpec把圖的結(jié)構(gòu)單獨保存下來對于支持的框架圖和流程圖項目可以用FigureSpec描述節(jié)點、連接、分組以及關聯(lián)的原文引句。你可以檢查這份結(jié)構(gòu)化描述并通過本地渲染導出SVGdraw.io矢量 PDF。這樣修改模塊名稱、調(diào)整結(jié)構(gòu)、檢查連接關系就有了可編輯的基礎。需要區(qū)分兩種輸出AI 生成的精細圖像仍然是位圖FigureSpec 導出的是結(jié)構(gòu)圖。它不意味著任意生成的 PNG 都能自動變成完全一致的可編輯矢量圖。原文引句也只是核對依據(jù)。圖中模塊的含義、箭頭方向和科學表述仍需要作者審閱。4圍繞反復修改保留提示詞和圖片版本科研配圖往往要經(jīng)歷多輪調(diào)整。項目因此提供了提示詞修訂歷史可以恢復舊內(nèi)容形成新版本圖片版本之間的派生關系收藏和最終版本選擇原尺寸預覽與并排比較參考圖和手繪蒙版輔助編輯。當你想比較兩個版本或者需要找回之前的構(gòu)圖時可以沿著記錄繼續(xù)修改。蒙版能夠引導局部編輯但不能保證蒙版之外的區(qū)域完全不變修改后仍需檢查整張圖。風格方面提供 Classic、Pastel 兩類風格、九套預設配色和自定義顏色也可以選擇草稿或質(zhì)量模式。5公開的 MAE 示例把制作過程一起展示倉庫提供了基于《Masked Autoencoders Are Scalable Vision Learners》的示例圍繞方法章節(jié)組織圖中信息75% 的圖像塊被遮擋編碼器處理可見塊編碼后加入 mask token再由解碼器重建損失只計算被遮擋部分。除了最終展示圖倉庫還公開了提示詞、調(diào)用參數(shù)、中間版本、耗時以及可獲得的 token 使用記錄。制作過程也有記錄初始生成后進行了兩次參考圖編輯其中一次使用連接線蒙版最后通過示例專用的本地腳本整理布局、文字和連線。這個案例展示了從初稿到修改、再到排版的過程。圖中的重建內(nèi)容用于解釋方法不是實際實驗輸出。 查看 MAE 示例與制作記錄6任務狀態(tài)與調(diào)用信息也應該看得見項目采用 FastAPI、React、SQLite 和本地文件存儲保存生成任務及相關狀態(tài)支持排隊取消和顯式重試。對于已經(jīng)發(fā)出的請求系統(tǒng)不會因中斷而自動重新提交。工作臺會展示實際生效的設置、生成耗時以及接口返回的用量缺失的用量不會被當成零。如何開始運行需要 Python 3.12、uv、Node.js 24 LTS以及能夠訪問所選文本、圖像模型的 OpenAI API Key。項目面向本地單用戶使用。文檔解析、文件管理和結(jié)構(gòu)圖導出可以在本地完成生成時選定的論文內(nèi)容、提示詞以及使用到的參考圖或蒙版會發(fā)送到配置的 OpenAI 接口。掃描版 PDF 需要先做 OCR。API 使用需滿足服務方的地區(qū)、賬戶及模型權(quán)限要求。 安裝步驟與中文說明如果暫時只需要繪圖提示詞倉庫也提供獨立的通用版和 Pastel 風格 Codex Skills。我希望這個項目能讓科研配圖的過程更容易管理一套 API 配置保留內(nèi)容來源記錄修改過程并為結(jié)構(gòu)圖提供可繼續(xù)編輯的文件。歡迎試用也歡迎帶著具體原文和改圖需求提 Issue。你在科研配圖中最耗時的環(huán)節(jié)是組織結(jié)構(gòu)、生成圖像還是最后一輪修改