我做了一个面向工程与计算机论文配图的 Codex Skill：engineering-figure-banana

论文写作里有一类工作，几乎所有人都觉得麻烦，但又绕不过去：画图。

这里说的不是随便插一张示意图，而是论文里真正关键的那些图：

• 方法框架图
• 系统架构图
• 算法流程图
• benchmark 柱状图
• ablation 图
• heatmap / scatter / trend curve
• 多面板结果图

这些图往往直接影响读者对论文质量的第一印象。
问题是，传统手动画图非常耗时；通用 AI 生图又经常不适合论文场景，尤其是在结构表达、中文标签、数值准确性和整体学术风格上，常常会“能看，但不能投”。

所以我最近做了一个面向工程与计算机论文配图的 Codex Skill：engineering-figure-banana。

---

这个 skill 是做什么的？

engineering-figure-banana 不是一个通用配图平台，而是一个面向 agent 工作流的工程论文配图 skill，专门把概念图和精确定量图分开处理。

这是我做它时最核心的一个原则：

• 概念图和结构图，适合走图像模型
• 定量图和实验图，适合本地精确渲染

也就是说，它不是把所有论文图都当作“同一种 prompt 生图问题”来处理，而是明确分成两条路径：

1）image mode

用于：

• 系统架构图
• 方法流程图
• graphical abstract
• 工程示意图
• 参考图风格重绘

适合“结构表达”比“数值精确”更重要的场景。

2）plot mode

用于：

• benchmark 柱状图
• ablation 图
• trend curve
• heatmap
• scatter
• 多面板 publication figure

适合“数值必须准确、坐标必须正确、几何关系不能乱”的场景。

---

为什么我觉得这个方向值得单独做？

因为“论文图”并不是普通意义上的图片生成任务。

一个真正能用于论文的图，通常至少要满足这些要求：

• 结构层级清楚
• 标签短而清晰
• 中英文混合术语可读
• 白底、紧凑、投稿友好
• 定量图不能乱画数值
• 导出格式要适合继续编辑或提交

而通用 AI 生图最容易出问题的，恰恰就是这些地方。

所以我做这个 skill 的重点不是“随便画一张好看的图”，而是尽量把论文图生产流程做得更可控、更像一个真实工作流。

---

这个 skill 适合谁？

我觉得比较适合下面几类人：

• 写计算机/系统/算法/电子类论文的研究生
• 做毕设、赶投稿、补实验图的人
• 已经在用 Codex / agent 工作流的人
• 想把“论文写作 -> 图形规划 -> 出图”串起来的人

它不太想解决的事情是：

• 做一个完整 Web 平台
• 上传整篇论文后一键包办所有工作
• 面向所有学科的通用学术插图需求

也就是说，它更像是一个研究工作流里的图形生产层组件，而不是一个大而全的平台产品。

---

我觉得它现在比较有价值的地方

1. 图形类型分流明确

这个真的很重要。
很多工具容易把“概念图”和“实验图”混成一个问题，最后导致：

• 概念图表达不够强
• 定量图又不够准

而 engineering-figure-banana 从设计上就把两类需求拆开了。

2. 更贴近工程 / CS 论文场景

它重点照顾的是这些图：

• system architecture
• algorithm workflow
• hardware block diagram
• benchmark / ablation / heatmap / scatter

所以它不是泛学科“学术图工具”，而是一个有明显垂直方向的 skill。

3. 更适合接进 agent 工作流

我比较喜欢的一种用法是：

1. 先用上游 skill 或 agent 分析论文内容，确定图要表达什么 claim
2. 再把 figure brief 交给 engineering-figure-banana
3. 最终分别走 image 或 plot 路径生成结果

这个流程比直接“想到啥就 prompt 啥”更稳定。

4. 对安装和本地使用做了一些落地工作

目前仓库里我已经补了：

• Windows 最短安装路径
• setup 检查脚本
• install and test 脚本
• provider 配置模板
• 常见失败与解决办法
• 安装后如何验证 skill 已被 Codex 识别

尽量让第一次安装成本不要太高。

---

仓库目前的定位总结

如果用一句话来描述，我会这样说：

engineering-figure-banana 是一个面向工程与计算机论文的 agent-native figure skill：概念图走图像模型，定量图走本地精确渲染。

我比较看重它的一点是：
它不是在追求“像普通 AI 生图那样什么都能画”，而是在追求“论文图这个问题能不能被更专业地拆开处理”。

---

后续我还想继续补的方向

接下来可能会继续补这些：

• 更多示例图和 prompt
• 更完整的 provider 配置文档
• 更细的 figure brief 模板
• 与论文写作 skill 的协同工作流
• 更适合投稿风格的图形模板

---

仓库地址

GitHub：

• engineering-figure-banana

如果你也在写论文，或者也在折腾“怎么把论文图生成这件事做成一个更像工作流的工具”，欢迎交流。