paper-comic

Name: paper-comic
Author: zsyggg

878stars61forks

How to install paper-comic?

zsyggg/paper-craft-skills/paper-comic

$npx -y skills add zsyggg/paper-craft-skills --skill paper-comic

Installs into the current project.

Summary

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。

Files · 1

View on GitHub

SKILL.md

1	# Paper Method Illustrated — 论文方法图解
2
3	把论文的核心方法用视觉图解彻底讲清楚。
4
5	## 与其他技能的本质区别
6
7	\| \| 传统paper-comic \| baoyu-article-illustrator \| 我们：方法图解 \|
8	\|---\|---\|---\|---\|
9	\| 聊什么 \| 什么都聊一点 \| 为文章配装饰图 \| 只聊方法细节 \|
10	\| 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 \|
11	\| 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 \|
12	\| 重点 \| 讲背景+故事 \| 美化文章排版 \| 可视化"怎么做" \|
13
14	## 快速开始
15
16	```bash
17	/paper-comic /path/to/paper.pdf
18	/paper-comic https://arxiv.org/abs/2512.xxxxx
19	/paper-comic /path/to/paper.pdf --style sketchnote
20	/paper-comic /path/to/paper.pdf --style paper-figure --language English --pages 1
21	```
22
23	---
24
25	## 图片生成：自动检测
26
27	和paper-analyzer一样，不硬编码任何API。运行时自动检测：
28
29	\| 环境 \| 自动使用 \|
30	\|------\|---------\|
31	\| Codex \| 内置 `imagegen` skill \|
32	\| Claude Code \| 已安装的生图skill（如baoyu-image-gen） \|
33	\| Cursor/其他 \| 自动检测 → 没有则提示安装 \|
34
35	不写死任何API key、token或endpoint在SKILL.md里。
36
37	---
38
39	## 核心哲学
40
41	### 我们只画三样东西
42
43	1. 方法流程 — 输入→处理→输出，这方法到底怎么走的
44	2. 核心机制 — 最创新的那个部分，拆开来看内部构造
45	3. 关键结果 — 只放最重要的实验结果，不放灌水数据
46
47	### 我们不画的东西
48
49	- ❌ 相关工作/背景介绍（那是paper-analyzer文字部分的事）
50	- ❌ 抽象的"灵感来源"（没有信息量的图 = 浪费）
51	- ❌ 文字就能说清楚的东西（一句话能讲完不需要画）
52	- ❌ 第N个消融实验的柱状图
53
54	### 每一张图的标准
55
56	> 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？
57
58	能 → 通过。不能 → 拆成两张，或者加更多标注。
59
60	---
61
62	## 生成前必须确认
63
64	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。
65
66	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：
67	- “生成一张中文 sketchnote 方法总览图”
68	- “生成 4 张：封面、总览、两个机制细节，英文 paper-figure”
69	- “按你推荐的全部生成，中文，sketchnote”
70
71	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。
72
73	确认时必须覆盖：
74
75	1. 图片语言：中文 / English / 双语
76	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
77	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”
78	4. 视觉风格：`sketchnote` 或 `paper-figure`
79	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）
80
81	确认话术示例：
82
83	> 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？
84
85	如果用户没有回答，不要继续生成。
86
87	---
88
89	## 两种视觉风格
90
91	\| 画风 \| 视觉效果 \| 适合场景 \| 特点 \|
92	\|------\|---------\|----------\|------\|
93	\| 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 \|
94	\| 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 \|
95
96	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。
97
98	### sketchnote 风详细规范
99
100	- 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
101	- 不要牛皮纸、旧羊皮纸、暗角、污渍、泛黄边缘或明显做旧纹理
102	- 主体是黑色手绘线条+文字，有墨迹粗细变化
103	- 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
104	- 箭头和连线带有手绘的不完美感
105	- 文字是手写体（英文可选手写风格，中文保持清晰可读）
106	- 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
107	- 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
108	- 趣味元素必须服务理解，不能抢走方法图主体
109	- 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
110	- 每一页右下角有"手写"页码
111
112	### paper-figure 风详细规范
113
114	- 白底或极浅灰底，像 NeurIPS / Nature / Science 论文中的高质量方法总览图
115	- 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
116	- 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）
117	- 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
118	- 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
119	- 标注像论文图注中的短标签：精准、短、专业
120	- 适合横版 16:9、4:3 或竖版 2:3；README 首屏优先横版或宽图
121
122	---
123
124	## 工作流程
125
126	### Step 1：分析论文 → 提取"可图解内容"
127
128	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：
129
130	必须图解（每个1-2页）：
131	- 方法的整体流程/架构（输入→各模块→输出）
132	- 每个核心创新机制（拆开看内部）
133	- 最有说服力的那个实验结果
134
135	可选图解（如果方法复杂才加）：
136	- 方法的变体/扩展
137	- 关键的数据处理流程
138	- 与baseline的可视化对比
139
140	不图解：
141	- 相关工作（文字提一句就行）
142	- 多个类似的消融实验
143	- 背景知识介绍
144
145	### Step 2：给出推荐并确认需求
146
147	先输出一个简短推荐，不要立刻生成：
148
149	```markdown
150	我建议生成 6 张：
151	1. 封面图：论文一句话贡献 + 视觉锚点
152	2. 方法总览图：解释整体输入、核心模块、输出
153	3. 核心机制A：拆开最重要的创新点
154	4. 核心机制B：解释训练/推理/数据流中的关键环节
155	5. 核心机制C：补足容易误解的内部细节
156	6. 关键结果图：用一张图说明为什么有效
157
158	也可以：
159	- 只生成 1 张总览图
160	- 生成 3 张：总览 + 2 张核心机制
161	- 扩展到 8-10 张，把每个机制讲得更细
162
163	请确认：
164	- 语言：中文 / English / 双语
165	- 风格：sketchnote / paper-figure
166	- 范围：只要封面/总览，还是生成全部推荐图？
167	```
168
169	如果用户没有回答，不要继续生成。
170
171	### Step 3：确定页数
172
173	根据论文复杂度，AI只做推荐，最终由用户确认：
174
175	\| 论文复杂度 \| 推荐页数 \| 内容分配 \|
176	\|-----------\|---------\|---------\|
177	\| 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 \|
178	\| 快速理解 \| 2-3页 \| 总览+核心机制+结果 \|
179	\| 中等（2个核心方法） \| 4-6页 \| 封面/总览+2-3个机制+关键结果 \|
180	\| 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 \|
181
182	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。
183
184	### Step 4：为每一页写详细的内容描述
185
186	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：
187
188	```
189	第3页：多头注意力机制的内部构造
190
191	这一页要讲清楚：Q、K、V是怎么算出来的，它们之间怎么交互。
192
193	画面布局（从左到右）：
194	- 左侧：输入x，一个向量表示
195	- 中间上方：三条线分别到三个方框（Linear_Q, Linear_K, Linear_V）
196	- 三个方框各产出Q、K、V三个矩阵
197	- 中间核心区域：Q和K做点积→除以√dk→softmax→得到注意力权重
198	- 权重和V相乘→输出
199	- 右侧：多个这样的"头"并行排列，最后拼接
200
201	关键标注：
202	- 每个方框旁标运算和维度（如"Linear_Q: x→Q(d×dk)"）
203	- Q×K^T的计算用可视化的矩阵乘法图（小格图）
204	- softmax后的权重用颜色深浅表示（越深=越关注）
205	```
206
207	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"。
208
209	同时检查每页的信息密度：
210	- 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
211	- 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
212	- 封面图可以更概念化；机制细节图必须优先讲清楚“怎么做”
213
214	### Step 5：生成图片
215
216	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。
217
218	结构化prompt格式（参考但不照抄baoyu）：
219	```
220	【类型】流程分解图
221	【风格】sketchnote
222	【语言】中文
223	【主题】多头注意力机制内部构造
224	【视觉结构】
225	- 水平布局，从左到右5个区域
226	- 每个区域用虚线框隔开
227	- 关键路径用粗箭头连接
228
229	【要标注的文字】
230	1. Input: x ∈ R^(n×d)
231	2. Q = xW_Q ... (完整标注)
232	...
233
234	【颜色限制】
235	- 背景：明亮浅米白，不要泛黄旧纸
236	- 主色：黑色手绘线条
237	- 强调色：深蓝/珊瑚红/橄榄绿/柔和黄色，少量使用
238	- 其他：保持清爽手抄报感，避免复古暗色
239
240	【禁止】
241	- 不要代码块
242	- 不要照片写实
243	- 不要3D渲染
244	- 不要生成用户没有确认的额外页面
245	- 不要旧羊皮纸、暗角、污渍、重纸纹、黄褐色复古调
246	- 不要大面积空白；主体图解占画面75%-85%
247	```
248
249	### Step 6：输出
250
251	生成 `[topic]-illu

People who liked this also viewed

6 picks

Type

paper-comic

878stars61forks

View on GitHub

How to install paper-comic?

zsyggg/paper-craft-skills/paper-comic

$npx -y skills add zsyggg/paper-craft-skills --skill paper-comic

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# Paper Method Illustrated — 论文方法图解
2
3	把论文的核心方法用视觉图解彻底讲清楚。
4
5	## 与其他技能的本质区别
6
7	\| \| 传统paper-comic \| baoyu-article-illustrator \| 我们：方法图解 \|
8	\|---\|---\|---\|---\|
9	\| 聊什么 \| 什么都聊一点 \| 为文章配装饰图 \| 只聊方法细节 \|
10	\| 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 \|
11	\| 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 \|
12	\| 重点 \| 讲背景+故事 \| 美化文章排版 \| 可视化"怎么做" \|
13
14	## 快速开始
15
16	```bash
17	/paper-comic /path/to/paper.pdf
18	/paper-comic https://arxiv.org/abs/2512.xxxxx
19	/paper-comic /path/to/paper.pdf --style sketchnote
20	/paper-comic /path/to/paper.pdf --style paper-figure --language English --pages 1
21	```
22
23	---
24
25	## 图片生成：自动检测
26
27	和paper-analyzer一样，不硬编码任何API。运行时自动检测：
28
29	\| 环境 \| 自动使用 \|
30	\|------\|---------\|
31	\| Codex \| 内置 `imagegen` skill \|
32	\| Claude Code \| 已安装的生图skill（如baoyu-image-gen） \|
33	\| Cursor/其他 \| 自动检测 → 没有则提示安装 \|
34
35	不写死任何API key、token或endpoint在SKILL.md里。
36
37	---
38
39	## 核心哲学
40
41	### 我们只画三样东西
42
43	1. 方法流程 — 输入→处理→输出，这方法到底怎么走的
44	2. 核心机制 — 最创新的那个部分，拆开来看内部构造
45	3. 关键结果 — 只放最重要的实验结果，不放灌水数据
46
47	### 我们不画的东西
48
49	- ❌ 相关工作/背景介绍（那是paper-analyzer文字部分的事）
50	- ❌ 抽象的"灵感来源"（没有信息量的图 = 浪费）
51	- ❌ 文字就能说清楚的东西（一句话能讲完不需要画）
52	- ❌ 第N个消融实验的柱状图
53
54	### 每一张图的标准
55
56	> 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？
57
58	能 → 通过。不能 → 拆成两张，或者加更多标注。
59
60	---
61
62	## 生成前必须确认
63
64	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。
65
66	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：
67	- “生成一张中文 sketchnote 方法总览图”
68	- “生成 4 张：封面、总览、两个机制细节，英文 paper-figure”
69	- “按你推荐的全部生成，中文，sketchnote”
70
71	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。
72
73	确认时必须覆盖：
74
75	1. 图片语言：中文 / English / 双语
76	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
77	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”
78	4. 视觉风格：`sketchnote` 或 `paper-figure`
79	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）
80
81	确认话术示例：
82
83	> 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？
84
85	如果用户没有回答，不要继续生成。
86
87	---
88
89	## 两种视觉风格
90
91	\| 画风 \| 视觉效果 \| 适合场景 \| 特点 \|
92	\|------\|---------\|----------\|------\|
93	\| 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 \|
94	\| 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 \|
95
96	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。
97
98	### sketchnote 风详细规范
99
100	- 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
101	- 不要牛皮纸、旧羊皮纸、暗角、污渍、泛黄边缘或明显做旧纹理
102	- 主体是黑色手绘线条+文字，有墨迹粗细变化
103	- 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
104	- 箭头和连线带有手绘的不完美感
105	- 文字是手写体（英文可选手写风格，中文保持清晰可读）
106	- 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
107	- 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
108	- 趣味元素必须服务理解，不能抢走方法图主体
109	- 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
110	- 每一页右下角有"手写"页码
111
112	### paper-figure 风详细规范
113
114	- 白底或极浅灰底，像 NeurIPS / Nature / Science 论文中的高质量方法总览图
115	- 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
116	- 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）
117	- 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
118	- 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
119	- 标注像论文图注中的短标签：精准、短、专业
120	- 适合横版 16:9、4:3 或竖版 2:3；README 首屏优先横版或宽图
121
122	---
123
124	## 工作流程
125
126	### Step 1：分析论文 → 提取"可图解内容"
127
128	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：
129
130	必须图解（每个1-2页）：
131	- 方法的整体流程/架构（输入→各模块→输出）
132	- 每个核心创新机制（拆开看内部）
133	- 最有说服力的那个实验结果
134
135	可选图解（如果方法复杂才加）：
136	- 方法的变体/扩展
137	- 关键的数据处理流程
138	- 与baseline的可视化对比
139
140	不图解：
141	- 相关工作（文字提一句就行）
142	- 多个类似的消融实验
143	- 背景知识介绍
144
145	### Step 2：给出推荐并确认需求
146
147	先输出一个简短推荐，不要立刻生成：
148
149	```markdown
150	我建议生成 6 张：
151	1. 封面图：论文一句话贡献 + 视觉锚点
152	2. 方法总览图：解释整体输入、核心模块、输出
153	3. 核心机制A：拆开最重要的创新点
154	4. 核心机制B：解释训练/推理/数据流中的关键环节
155	5. 核心机制C：补足容易误解的内部细节
156	6. 关键结果图：用一张图说明为什么有效
157
158	也可以：
159	- 只生成 1 张总览图
160	- 生成 3 张：总览 + 2 张核心机制
161	- 扩展到 8-10 张，把每个机制讲得更细
162
163	请确认：
164	- 语言：中文 / English / 双语
165	- 风格：sketchnote / paper-figure
166	- 范围：只要封面/总览，还是生成全部推荐图？
167	```
168
169	如果用户没有回答，不要继续生成。
170
171	### Step 3：确定页数
172
173	根据论文复杂度，AI只做推荐，最终由用户确认：
174
175	\| 论文复杂度 \| 推荐页数 \| 内容分配 \|
176	\|-----------\|---------\|---------\|
177	\| 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 \|
178	\| 快速理解 \| 2-3页 \| 总览+核心机制+结果 \|
179	\| 中等（2个核心方法） \| 4-6页 \| 封面/总览+2-3个机制+关键结果 \|
180	\| 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 \|
181
182	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。
183
184	### Step 4：为每一页写详细的内容描述
185
186	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：
187
188	```
189	第3页：多头注意力机制的内部构造
190
191	这一页要讲清楚：Q、K、V是怎么算出来的，它们之间怎么交互。
192
193	画面布局（从左到右）：
194	- 左侧：输入x，一个向量表示
195	- 中间上方：三条线分别到三个方框（Linear_Q, Linear_K, Linear_V）
196	- 三个方框各产出Q、K、V三个矩阵
197	- 中间核心区域：Q和K做点积→除以√dk→softmax→得到注意力权重
198	- 权重和V相乘→输出
199	- 右侧：多个这样的"头"并行排列，最后拼接
200
201	关键标注：
202	- 每个方框旁标运算和维度（如"Linear_Q: x→Q(d×dk)"）
203	- Q×K^T的计算用可视化的矩阵乘法图（小格图）
204	- softmax后的权重用颜色深浅表示（越深=越关注）
205	```
206
207	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"。
208
209	同时检查每页的信息密度：
210	- 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
211	- 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
212	- 封面图可以更概念化；机制细节图必须优先讲清楚“怎么做”
213
214	### Step 5：生成图片
215
216	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。
217
218	结构化prompt格式（参考但不照抄baoyu）：
219	```
220	【类型】流程分解图
221	【风格】sketchnote
222	【语言】中文
223	【主题】多头注意力机制内部构造
224	【视觉结构】
225	- 水平布局，从左到右5个区域
226	- 每个区域用虚线框隔开
227	- 关键路径用粗箭头连接
228
229	【要标注的文字】
230	1. Input: x ∈ R^(n×d)
231	2. Q = xW_Q ... (完整标注)
232	...
233
234	【颜色限制】
235	- 背景：明亮浅米白，不要泛黄旧纸
236	- 主色：黑色手绘线条
237	- 强调色：深蓝/珊瑚红/橄榄绿/柔和黄色，少量使用
238	- 其他：保持清爽手抄报感，避免复古暗色
239
240	【禁止】
241	- 不要代码块
242	- 不要照片写实
243	- 不要3D渲染
244	- 不要生成用户没有确认的额外页面
245	- 不要旧羊皮纸、暗角、污渍、重纸纹、黄褐色复古调
246	- 不要大面积空白；主体图解占画面75%-85%
247	```
248
249	### Step 6：输出
250
251	生成 `[topic]-illu

People who liked this also viewed

6 picks

Type