Cách tạo hình minh họa nghiên cứu sẵn sàng xuất bản với FigGenie

FigGenie là gì?

FigGenie là một kỹ năng tác nhân AI để vẽ các hình minh họa sẵn sàng cho camera dùng trong bài báo kỹ thuật. Hãy cung cấp cho tác nhân mô tả hệ thống, cơ chế, hình minh họa hiện có hoặc tài liệu nguồn khác; tác nhân sẽ hướng dẫn bạn qua quy trình tóm tắt, vẽ, kết xuất, kiểm tra lint, đánh giá trực quan và chỉnh sửa.

Khác với trình tạo ảnh bitmap, FigGenie tạo đồ họa vector có thể chỉnh sửa. Sản phẩm chính là một tệp SVG với phông chữ được nhúng và các phần tử có tên. Công cụ cũng có thể tạo PDF theo kích thước hình để dùng với LaTeX, bản xem trước PNG, chú thích nháp và, khi được yêu cầu, một bản trình chiếu PowerPoint có thể chỉnh sửa.

Dự án hiện được thiết kế xoay quanh các hình minh họa trong nghiên cứu hệ thống. Các quy tắc được xây dựng từ tập hợp 12,577 hình của 1,113 bài báo OSDI, NSDI, SOSP và ASPLOS xuất bản từ năm 2023 đến năm 2026. Nhóm duy trì đã đánh giá thủ công 2,041 hình và cô đọng các kết quả thành 20 bố cục kiến trúc, năm nhóm cơ chế, 21 bảng màu, 485 ví dụ có chú thích và 2,853 thành phần có thể tái sử dụng.

Tính năng chính

• Sơ đồ kiến trúc: Chọn từ 20 mẫu bố cục để trình bày các thành phần, luồng điều khiển, luồng dữ liệu, các giai đoạn thực thi và những cấu trúc hệ thống liên quan.
• Hình minh họa cơ chế: Tạo các hình về so sánh, tiến hóa, logic, hướng dẫn từng bước và cấu tạo.
• Đầu ra vector có thể chỉnh sửa: Mở SVG kết quả trong Illustrator hoặc trình chỉnh sửa vector tương thích khác để tiếp tục chỉnh sửa từng phần tử.
• PDF sẵn sàng cho bài báo: Xuất PDF được cắt theo kích thước hình để chèn vào tài liệu LaTeX.
• PowerPoint có thể chỉnh sửa: Yêu cầu tệp PPTX trong đó các hình nguyên thủy trở thành hình dạng gốc, nhãn vẫn là văn bản trực tiếp và các nhóm giữ tên dựa trên ID trong đặc tả.
• Hỗ trợ công thức: Thêm công thức TeX dạng vector với thiết lập Node.js và MathJax tùy chọn.
• Nhãn đa ngôn ngữ: Sử dụng tiếng Trung và các văn bản CJK khác bên cạnh văn bản Latin.
• Nội dung kết hợp: Kết hợp các phần tử vector với biểu tượng, ảnh chụp màn hình, ảnh hoặc bitmap khác.
• Kiểm tra tự động: FigGenie kết xuất và đo hình trong Chromium không giao diện, chạy trình kiểm tra lint và đánh giá trực quan kết quả sau khi chỉnh sửa.
• Thiết kế theo tỷ lệ in: Hình được vẽ theo đơn vị point cho cột bài báo rộng 240 point để nhãn vẫn dễ đọc ở kích thước xuất bản.

Trước khi cài đặt

Bạn cần một tác nhân AI có thể tải kỹ năng, thực thi lệnh shell và kiểm tra PNG đã kết xuất. FigGenie hỗ trợ trực tiếp việc cài đặt dưới dạng plugin Claude Code và có thể được Codex cùng các tác nhân tương thích tải dưới dạng Agent Skill tiêu chuẩn.

Các phần phụ thuộc cục bộ bắt buộc gồm:

• Python 3
• Playwright và bản cài đặt Chromium không giao diện
• Các gói Python lxml, pillow, playwright và fonttools

Node.js 18 trở lên là tùy chọn và được dùng cho các công thức TeX. Việc xuất PowerPoint cũng yêu cầu gói python-pptx tùy chọn. Các phương trình gốc trong PowerPoint còn yêu cầu mathml2omml.xsl của Office.

Tùy chọn cài đặt 1: Yêu cầu tác nhân cài đặt FigGenie

Cách đơn giản nhất là cung cấp URL kho mã cho tác nhân AI và yêu cầu tác nhân cài đặt kỹ năng cùng các phần phụ thuộc:

Install this skill and set up its dependencies: https://github.com/Sleepy-Avacado/FigGenie

Sau khi cài đặt, hãy xác minh rằng tác nhân có thể tìm thấy kỹ năng, thực thi các tập lệnh, khởi chạy Chromium ở chế độ không giao diện và kiểm tra các bản xem trước PNG.

Tùy chọn cài đặt 2: Cài đặt plugin Claude Code

Trong Claude Code, thêm marketplace FigGenie rồi cài đặt plugin:

/plugin marketplace add Sleepy-Avacado/FigGenie
/plugin install figgenie@figgenie

Sau khi plugin hoạt động, bạn có thể yêu cầu Claude Code tạo, phê bình, chỉnh sửa hoặc vẽ lại một hình cho bài báo.

Tùy chọn cài đặt 3: Cài đặt dưới dạng Agent Skill

FigGenie là một Agent Skill thông thường, chứa tệp SKILL.md, các tập lệnh và tài liệu tham khảo. Sao chép kho mã và liên kết thư mục kỹ năng vào vị trí kỹ năng của tác nhân:

git clone https://github.com/Sleepy-Avacado/FigGenie.git
mkdir -p ~/.agents/skills
ln -s "$PWD/FigGenie/skills/figgenie-paper-diagram" ~/.agents/skills/figgenie-paper-diagram

Các phiên bản Codex cũ đọc kỹ năng từ ~/.codex/skills. Nếu bản cài đặt của bạn không phát hiện kỹ năng trong ~/.agents/skills, hãy đặt hoặc liên kết kỹ năng vào thư mục cũ thay thế.

Cài đặt các phần phụ thuộc kết xuất bắt buộc

pip install lxml pillow playwright fonttools
playwright install chromium

Các gói này cung cấp khả năng xử lý XML, xử lý ảnh, làm việc với phông chữ, tự động hóa trình duyệt, kết xuất và kiểm tra lint.

Bật tính năng xuất PowerPoint tùy chọn

pip install python-pptx

Cài đặt Node.js 18 trở lên nếu hình của bạn cần công thức TeX. Theo tài liệu dự án, MathJax sẽ tự cài đặt trong lần đầu sử dụng.

Tạo hình đầu tiên

FigGenie hoạt động thông qua hội thoại thay vì cú pháp vẽ cố định trên dòng lệnh. Hãy bắt đầu bằng cách cho tác nhân biết hình cần truyền đạt điều gì, hình sẽ xuất hiện ở đâu và bạn cần những sản phẩm đầu ra nào.

Ví dụ, bạn có thể yêu cầu một hình kiến trúc bằng lời nhắc như sau:

Tạo một hình kiến trúc sẵn sàng đưa vào bài báo cho mô tả hệ thống này.
Hiển thị mặt phẳng điều khiển phía trên mặt phẳng dữ liệu, phân biệt luồng yêu cầu với luồng truyền dữ liệu và giữ cho nhãn dễ đọc trong một cột duy nhất của bài báo.
Cung cấp SVG, PDF, bản xem trước PNG và bản nháp chú thích.

Mô tả hệ thống:
[Dán mô tả của bạn vào đây]

Tác nhân nên chuẩn bị bản tóm tắt trước khi vẽ. Hãy xem xét kỹ bản tóm tắt đó vì nó xác định thông điệp dự kiến, hệ thống phân cấp trực quan, các thành phần, mối quan hệ và yêu cầu đầu ra.

1. Cung cấp tài liệu nguồn. Dán một đoạn văn, ghi chú có cấu trúc, danh sách thành phần, mô tả cơ chế hoặc một hình hiện có cần cải thiện.
2. Xem xét bản tóm tắt. Xác nhận hình cần truyền đạt điều gì và những chi tiết nào nên được nhấn mạnh hoặc lược bỏ.
3. Xác nhận kế hoạch. Cho phép tác nhân chọn mẫu kiến trúc hoặc nhóm cơ chế phù hợp.
4. Tạo bản vẽ. FigGenie xây dựng hình vector theo đặc tả đã được xác nhận.
5. Để các bước kiểm tra chạy. Tác nhân kết xuất hình, kiểm tra hình học, xem xét bản xem trước và sửa các vấn đề được phát hiện.
6. Xem xét các tệp đầu ra. Kiểm tra bản xem trước SVG hoặc PNG và yêu cầu thay đổi bằng ngôn ngữ thông thường.

Chọn đúng loại hình

Hình kiến trúc

Sử dụng hình kiến trúc khi người đọc cần hiểu các thành phần chính và mối quan hệ giữa chúng. Nêu rõ hệ thống phân cấp mong muốn và các luồng quan trọng. Ví dụ:

Vẽ một hình kiến trúc từ mô tả bên dưới.
Nhóm các thành phần thành các lớp máy khách, mặt phẳng điều khiển và worker.
Hiển thị các yêu cầu đồng bộ bằng mũi tên liền nét và các cập nhật nền bằng mũi tên nét đứt.
Nhấn mạnh bộ lập lịch và bộ nhớ đệm dùng chung.
Sử dụng bố cục một cột rộng 240 pt.

Không nên làm quá tải lời nhắc bằng mọi chi tiết triển khai. Hãy xác định những khái niệm mà người đọc phải hiểu ngay và cho phép các chi tiết phụ giữ vai trò trực quan thứ yếu.

Hình cơ chế

Sử dụng hình cơ chế để giải thích hành vi theo thời gian, so sánh các phương án, trình bày một chuỗi, thể hiện cấu tạo bên trong hoặc hướng dẫn qua một quy trình. FigGenie cung cấp năm nhóm cơ chế: so sánh, tiến hóa, logic, hướng dẫn từng bước và cấu tạo.

Một yêu cầu so sánh có thể như sau:

Tạo một hình cơ chế so sánh, hiển thị đường cơ sở ở bên trái và phương pháp đề xuất ở bên phải.
Sử dụng cùng một thang thời gian ở cả hai khung.
Làm nổi bật các khoảng thời gian nhàn rỗi và đánh dấu thời điểm giai đoạn cuối có thể bắt đầu.
Đưa vào các giá trị chính xác từ dữ liệu bên dưới và soạn một chú thích ngắn gọn.

Vì bộ sưu tập hình trong README sử dụng các hệ thống và giá trị được tạo ra, hãy xem các hình trong bộ sưu tập là minh họa về phong cách và cấu trúc, không phải nguồn dữ kiện cho bài báo của bạn.

Chỉnh sửa hình bằng ngôn ngữ thông thường

Sau khi xem xét bản xem trước, hãy mô tả các thay đổi bằng những thuật ngữ cụ thể. Bạn không cần chỉnh sửa thủ công SVG bên dưới cho mọi lần sửa đổi.

Đặt bộ lập lịch làm trọng tâm trực quan chính.
Giảm mức độ nổi bật của luồng giám sát.
Tăng kích thước nhãn nhỏ nhất.
Căn chỉnh các hộp worker và rút ngắn các mũi tên giao nhau.
Giữ hình cuối cùng trong một cột rộng 240 pt.
Kết xuất và kiểm tra lại sau khi chỉnh sửa.

Quy trình của FigGenie được thiết kế để quay lại giai đoạn vẽ sau khi nhận yêu cầu chỉnh sửa. Sau mỗi lần chỉnh sửa đáng kể, nên lặp lại việc kết xuất, kiểm tra, xem xét trực quan và sửa lỗi.

Xuất và chỉnh sửa kết quả

SVG

SVG là thành phần vector có thể chỉnh sửa chính. Phông chữ được nhúng và các phần tử được đặt tên để có thể nhận diện trong các trình chỉnh sửa tương thích. Hãy sử dụng SVG khi bạn dự kiến tinh chỉnh khoảng cách, màu sắc, nhãn hoặc hình học trong một ứng dụng vector.

PDF

PDF được cắt theo kích thước của hình và предназнач cho các quy trình làm bài báo như LaTeX. Hãy kiểm tra PDF ở kích thước xuất bản thực tế thay vì chỉ đánh giá khả năng đọc khi phóng to.

PNG và bản nháp chú thích

PNG cung cấp bản xem trước thuận tiện để kiểm tra và cộng tác. Bản nháp chú thích là điểm khởi đầu, nhưng vẫn cần được đối chiếu với thuật ngữ, nhận định và quy ước trong bản thảo của bạn.

PowerPoint

Hãy yêu cầu PPTX một cách rõ ràng khi bạn cần chỉnh sửa hình trong PowerPoint. FigGenie chuyển đổi các hình nguyên thủy thành hình dạng gốc tại cùng tọa độ như SVG. Nhãn vẫn là văn bản có thể chỉnh sửa và các nhóm được đặt tên bằng ID phần tử tương ứng.

Đồng thời xuất hình này thành một bản trình chiếu PowerPoint có thể chỉnh sửa.
Giữ các hộp dưới dạng hình dạng gốc, nhãn dưới dạng văn bản có thể chỉnh sửa và bảo toàn các nhóm đã đặt tên.

Mẹo nâng cao

Thiết kế theo kích thước in cuối cùng

Chỉ rõ hình sẽ chiếm một cột hay bố cục rộng hơn. Các nguyên tắc mặc định của FigGenie hướng đến cột rộng 240 point, nhưng bạn vẫn nên kiểm tra PDF đã xuất ở kích thước được sử dụng trong bài báo. Đặc biệt chú ý đến các nhãn nhỏ nhất, chú thích mũi tên, chú giải và chỉ số dưới trong công thức.

Tách dữ kiện khỏi sở thích trình bày

Cung cấp cho tác nhân tên thành phần chính xác, các giá trị đo được, ràng buộc về thứ tự và các mối quan hệ. Sau đó liệt kê riêng các sở thích trực quan. Điều này làm giảm khả năng một yêu cầu về kiểu dáng bị nhầm là thuộc tính của hệ thống.

Chỉ yêu cầu công thức khi chúng làm tăng giá trị giải thích

Nếu một cơ chế phụ thuộc vào mối quan hệ toán học, hãy đưa biểu thức TeX vào và giải thích vai trò của nó. Cần Node.js 18 trở lên cho quy trình công thức tùy chọn dựa trên MathJax. Công thức vector được ưu tiên hơn ảnh chụp màn hình phương trình khi khả năng chỉnh sửa và chất lượng in là yếu tố quan trọng.

Lập kế hoạch sớm cho văn bản đa ngôn ngữ

FigGenie hỗ trợ nhãn tiếng Trung và các ngôn ngữ CJK khác. Hãy cho agent biết ngôn ngữ hoặc các ngôn ngữ mà hình cuối cùng phải sử dụng trước khi vẽ, để agent có thể tính đến độ rộng văn bản và việc xuống dòng trong quá trình bố cục.

Sử dụng bitmap có chọn lọc

Có thể đặt ảnh chụp màn hình và ảnh chụp vào hình, nhưng sơ đồ xung quanh sẽ dễ chỉnh sửa nhất khi các hộp, đường nối, nhãn và công thức được biểu diễn dưới dạng phần tử vector. Hãy cung cấp ảnh nguồn có độ phân giải đủ cao cho mọi nội dung bitmap.

Yêu cầu phê bình và vẽ lại

Bạn có thể sử dụng FigGenie với một hình có sẵn thay vì bắt đầu từ văn bản mô tả. Hãy yêu cầu agent phê bình hệ thống phân cấp, khoảng cách, khả năng đọc và cấu trúc của hình, sau đó yêu cầu vẽ lại nhưng vẫn giữ nguyên nội dung thực tế. Xác nhận mọi đề xuất đơn giản hóa trước khi chấp nhận.

Luôn thực hiện kiểm tra tự động

Đừng xem bản kết xuất đầu tiên là kết quả cuối cùng. Hãy yêu cầu agent chạy lại quá trình kết xuất và kiểm tra lỗi sau mỗi lần chỉnh sửa. Các phép đo tự động có thể xác định vấn đề về hình học, trong khi kiểm tra trực quan giúp phát hiện cách nhấn mạnh gây khó hiểu, đường đi thiếu tự nhiên hoặc các nhãn tuy vừa về mặt kỹ thuật nhưng vẫn khó đọc.

Nắm rõ các hạn chế hiện tại

Trình chỉnh sửa tương tác nằm trong lộ trình phát triển và hiện chưa khả dụng. Các kiểu dành cho những hội nghị AI hàng đầu như NeurIPS, ICML, ICLR, CVPR và ACL, cùng với hỗ trợ cho các trình chỉnh sửa như draw.io và OmniGraffle, cũng là các hạng mục trong lộ trình chứ chưa phải tính năng hiện tại.

Cấp phép và ghi công

Mã nguồn và tài liệu của FigGenie được phát hành theo Giấy phép MIT. Các hình và thành phần có thể tái sử dụng lấy từ các bài báo đã xuất bản vẫn thuộc quyền sở hữu của tác giả, còn các phông chữ đi kèm vẫn tuân theo giấy phép riêng. Hãy xem tài liệu về ghi công, nguồn và giấy phép phông chữ trong kho lưu trữ trước khi phân phối lại các tài sản đi kèm.

Kết luận

FigGenie cung cấp một phương thức có cấu trúc để chuyển mô tả nghiên cứu thành các hình có thể chỉnh sửa, định hướng cho việc xuất bản. Hãy cài đặt công cụ dưới dạng plugin Claude Code hoặc Agent Skill, cung cấp mô tả tập trung, xác nhận bản tóm tắt yêu cầu, rồi lặp lại qua các bước kết xuất, kiểm tra lỗi và đánh giá trực quan. Xuất SVG hoặc PDF để sản xuất bài báo, và yêu cầu PPTX khi cộng tác viên cần chỉnh sửa trực tiếp trong PowerPoint.