paper-comic
论文方法图解——用视觉图解彻底讲清楚一篇论文到底做了什么、怎么做的。 自动分析论文核心方法,先推荐封面/概述图/机制细节图的生成方案,必须由用户确认范围、张数、语言、风格后再生成。 支持温暖笔记风和论文框架图风。
By zsyggg · 923 installs
npx skills add zsyggg/paper-craft-skills --skill paper-comic
Source repository · Upstream listing
Paper Method Illustrated — 论文方法图解
把论文的核心方法用视觉图解彻底讲清楚。
与其他技能的本质区别
传统paper comic baoyu article illustrator 我们:方法图解
聊什么 什么都聊一点 为文章配装饰图 只聊方法细节
深度 一页讲很多→浅 一张图一段话→中 一张图讲透一个机制→深
页数 固定10页 按密度5 20张 先推荐封面/概述/细节图组合,用户确认后生成1 10张
重点 讲背景+故事 美化文章排版 可视化"怎么做"
快速开始
图片生成:自动检测
和paper analyzer一样,不硬编码任何API。运行时自动检测:
环境 自动使用
Codex 内置 imagegen skill
Claude Code 已安装的生图skill(如baoyu image gen)
Cursor/其他 自动检测 → 没有则提示安装
不写死任何API key、token或endpoint在SKILL.md里。
核心哲学
我们只画三样东西
1. 方法流程 — 输入→处理→输出,这方法到底怎么走的
2. 核心机制 — 最创新的那个部分,拆开来看内部构造
3. 关键结果 — 只放最重要的实验结果,不放灌水数据
我们不画的东西
❌ 相关工作/背景介绍(那是paper analyzer文字部分的事)
❌ 抽象的"灵感来源"(没有信息量的图 = 浪费)
❌ 文字就能说清楚的东西(一句话能讲完不需要画)
❌ 第N个消融实验的柱状图
每一张图的标准
一个完全没读过论文的人,只看这张图+图上的标注文字,能不能理解这个机制?
能 → 通过。不能 → 拆成两张,或者加更多标注。
生成前必须确认
默认 不要直接生成图片 。先读论文、给出推荐方案,再向用户确认。
只有当用户已经明确给出足够完整的生成意图时,才可以跳过确认,例如:
“生成一张中文 sketchnote 方法总览图”
“生成 4 张:封面、总览、两个机制细节,英文 paper figure”
“按你推荐的全部生成,中文,sketchnote”
如果用户只给了论文链接、只说了风格(如“sketchnote”)、或只说“生成图解”,仍然必须确认,因为 风格不等于范围/张数授权 。
确认时必须覆盖:
1. 图片语言 :中文 / English / 双语
2. 生成范围 :只要封面图、只要方法总览图,还是概述图 + 若干机制细节图 + 结果图
3. 推荐张数 :基于论文复杂度给出建议,并说明为什么,如“我建议6张,因为这篇论文有整体架构、两个核心attention机制、编码器/解码器结构和关键实验结果”
4. 视觉风格 : sketchnote 或 paper figure
5. 用途 :README/文章封面/小红书/演示文稿/论文阅读笔记(用途决定横竖比例和文字密度)
确认话术示例:
我读完后建议生成6张:1张封面、1张方法总览、3张机制细节、1张关键结果。也可以只生成1张总览图,或者扩展到8张把每个机制讲更细。你想生成哪种范围?语言用中文/英文/双语?风格用 sketchnote 还是 paper figure?
如果用户没有回答,不要继续生成。
两种视觉风格
画风 视觉效果 适合场景 特点
sketchnote (默认) 温暖科研笔记风 讲清楚论文在做什么、视频宣传、知识分享 工整但有人味,允许小符号、小比喻、小视觉锚点,让人一眼理解
paper figure 论文框架图风 README首屏、论文解读文章、方法总览、技术展示 像顶会论文里的总览框架图,但更完整、更漂亮、更适合传播
默认推荐 sketchnote 。当用户想要“像论文 Figure 一样专业”“方法框架图”“技术架构图”“放 README 第一屏很震撼”时,推荐 paper figure 。
sketchnote 风详细规范
明亮温暖的浅米白底(接近 FFF8EA / FAF4E6),像干净的手抄报纸或课堂讲义
不要牛皮纸、旧羊皮纸、暗角、污渍、泛黄边缘或明显做旧纹理
主体是黑色手绘线条+文字,有墨迹粗细变化
重点概念用清爽的彩铅/马克笔质感强调(深蓝/珊瑚红/橄榄绿/柔和黄色),颜色轻快但不过饱和
箭头和连线带有手绘的不完美感
文字是手写体(英文可选手写风格,中文保持清晰可读)
整体像一份明亮、温暖、信息充实的研究手抄报,不是复古笔记、不是幼稚漫画
可以加入少量帮助理解的趣味符号:放大镜、星号、便签、圈注、手绘小灯泡、简化小图标
趣味元素必须服务理解,不能抢走方法图主体
主体图解应占画面 75% 85%,避免大块空白;如果页面留白明显,优先增加局部放大框、小例子、维度标注或对比说明
每一页右下角有"手写"页码
paper figure 风详细规范
白底或极浅灰底,像 NeurIPS / Nature / Science 论文中的高质量方法总览图
使用干净的矢量感模块:圆角矩形、矩阵小格、流程箭头、分组框、编号步骤
配色克制但现代:黑/深灰为主,1 2个强调色(蓝、青、橙、紫任选其一到两种)
结构比原论文图更清楚:保留核心机制,重新组织布局,避免照抄原图
可以有小型结果示意、矩阵热力图、token序列、模块堆叠、对比路径
标注像论文图注中的短标签:精准、短、专业
适合横版 16:9、4:3 或竖版 2:3;README 首屏优先横版或宽图
工作流程
Step 1:分析论文 → 提取"可图解内容"
读完论文后,列出论文的所有内容点,然后 只保留需要图解的部分 :
必须图解(每个1 2页):
方法的整体流程/架构(输入→各模块→输出)
每个核心创新机制(拆开看内部)
最有说服力的那个实验结果
可选图解(如果方法复杂才加):
方法的变体/扩展
关键的数据处理流程
与baseline的可视化对比
不图解:
相关工作(文字提一句就行)
多个类似的消融实验
背景知识介绍
Step 2:给出推荐并确认需求
先输出一个简短推荐,不要立刻生成:
如果用户没有回答,不要继续生成。
Step 3:确定页数
根据论文复杂度,AI只做 推荐 ,最终由用户确认:
论文复杂度 推荐页数 内容分配
封面/传播图 1页 一张封面或高层总览,讲清楚论文做了什么
快速理解 2 3页 总览+核心机制+结果
中等(2个核心方法) 4 6页 封面/总览+2 3个机制+关键结果
复杂(3+个核心方法) 6 10页 封面/总览+每个机制1页+对比/结果
规则 :最少1页,最多10页。宁少勿多——1张总览图讲清楚,比10张讲糊涂好。
Step 4:为每一页写详细的内容描述
不是"生成prompt",而是先用自然语言描述清楚 这一页到底要表达什么 :
要求 :描述要具体到"这个箭头从哪到哪,这个方框里写什么字"。
同时检查每页的信息密度:
如果只是大标题 + 少量模块,说明这一页太空,必须补充机制小例子、局部放大、输入输出维度或关键对比
如果内容超过一页可读范围,拆成两页,不要把所有文字塞进同一张图
封面图可以更概念化;机制细节图必须优先讲清楚“怎么做”
Step 5:生成图片
根据当前运行环境自动选择生图后端。为每一页创建prompt文件 → 用结构化prompt生成。
结构化prompt格式 (参考但不照抄baoyu):
Step 6:输出
生成 [topic] illustrated.md :
质量标准
好的图解
✅ 一张图只看一眼就知道在讲什么
✅ 标注文字精确、简练、不啰嗦
✅ 流程箭头清晰,有明确的"从这里到那里"
✅ 关键部分用颜色/大小做了视觉强调
✅ 不看论文原文也能理解
差的图解
❌ 信息堆砌,什么都想画进去
❌ 文字太多,图变成了装饰
❌ 流程不清晰,不知道先看哪后看哪
❌ 画了但没解释——放了一张架构图但没标注关键点
❌ 和论文Figure 1一模一样——那你画的有什么意义
参考文件
references/base prompt.md — 图解生成基础规范(结构、文字、色彩要求)
references/styles/sketchnote.md — 温暖科研笔记风
references/styles/paper figure.md — 论文框架图风