academic-figure-generator

Academic Figure Generator

AI 驱动的学术论文配图生成工具（个人本地版）。上传论文 → AI 分析内容生成 Prompt → 一键生成高质量科研配图。

一句话：把"写完论文还要画图"的痛点，变成「上传 → 确认 → 下载」三步流程。

示例配图

以下均为本平台实际生成的学术配图示例：

功能特性

功能	说明
🤖 智能 Prompt 生成	上传 PDF/DOCX/TXT 论文，Claude AI 自动分析内容并生成配图描述
🖼️ 高质量配图	支持 1K/2K/4K 多分辨率，16:9/4:3/1:1 等多种比例
🎨 配色方案	50+ 预设学术配色（含色盲友好方案），支持自定义配色
✏️ 图生图编辑	基于已有图片 + 文字指令进行二次编辑
⚡ 实时状态	SSE 流式推送生成进度，无需手动刷新
📁 项目管理	按项目组织论文、Prompt 和配图

技术栈

层级	技术
后端	FastAPI · SQLAlchemy (Async) · Python 3.12+
前端	React 19 · TypeScript · Vite · Tailwind CSS · Radix UI
数据库	SQLite (自动创建，零配置)
存储	本地文件系统 (backend/data/)
AI (Prompt)	Claude Agent SDK (claude-agent-sdk)
AI (配图)	NanoBanana / Gemini API

项目结构

academic-figure-generator/
├── backend/                  # FastAPI 后端
│   ├── app/
│   │   ├── api/v1/           # API 路由 (projects, documents, prompts, images, color_schemes)
│   │   ├── models/           # SQLAlchemy ORM 模型 (SQLite)
│   │   ├── schemas/          # Pydantic 请求/响应 Schema
│   │   ├── services/         # 业务逻辑层
│   │   │   ├── claude_code_service.py   # Claude Agent SDK 集成
│   │   │   ├── local_storage_service.py # 本地文件存储
│   │   │   ├── image_service.py         # NanoBanana 图片生成
│   │   │   ├── document_service.py      # PDF/DOCX/TXT 解析
│   │   │   └── prompt_service.py        # Prompt CRUD
│   │   ├── core/             # 中间件、异常处理、Prompt 模板/配色
│   │   ├── config.py         # 环境变量配置
│   │   └── main.py           # FastAPI 应用工厂
│   ├── data/                 # 运行时数据 (SQLite DB, 上传文件, 生成图片)
│   └── pyproject.toml
├── frontend/                 # React SPA 前端
│   ├── src/
│   │   ├── pages/            # 页面组件 (Projects, ProjectWorkspace, Generate, ColorSchemes, Settings)
│   │   ├── components/ui/    # Radix UI 组件库
│   │   ├── store/            # Zustand 状态管理
│   │   └── lib/              # API 客户端
│   ├── package.json
│   └── vite.config.ts
├── academic-figure-prompt/   # AI Coding Agent Skill (SKILL.md)
├── .env                      # 环境变量
└── README.md

快速开始

前置要求

• Python 3.12+
• Node.js 18+
• Claude Agent SDK：本机已安装 Claude Code CLI 并登录
• API Key：NanoBanana / Gemini 图片生成 API Key

1. 克隆仓库

git clone https://github.com/LigphiDonk/academic-figure-generator.git
cd academic-figure-generator

2. 配置环境变量

编辑项目根目录的 .env 文件：

# Claude Agent SDK (用于 Prompt 生成)
ANTHROPIC_API_KEY=your-anthropic-api-key

# NanoBanana / Gemini API (用于图片生成)
NANOBANANA_API_KEY=your-nanobanana-api-key
NANOBANANA_API_BASE=https://api.keepgo.icu
NANOBANANA_MODEL=gemini-3-pro-image-preview

3. 启动后端

cd backend

# 创建虚拟环境 (推荐)
python -m venv .venv
source .venv/bin/activate  # macOS/Linux

# 安装依赖
pip install -e .

# 启动开发服务器
uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

首次启动时会自动创建 SQLite 数据库 (backend/data/app.db) 和数据目录。

4. 启动前端

cd frontend

npm install
npm run dev

5. 访问

服务	地址
应用首页	http://localhost:5173
API 文档 (Swagger)	http://localhost:8000/docs

使用流程

核心工作流

上传论文 (PDF/DOCX/TXT)
    │
    ▼
后端解析 → 提取文本和章节结构
    │
    ▼
Claude Agent SDK → 分析论文 → 生成配图 Prompt
    │
    ▼
确认/编辑 Prompt → 选择分辨率和比例
    │
    ▼
NanoBanana API → 生成高质量配图
    │
    ▼
下载图片 / 图生图编辑

快捷生成

除了项目工作流，还支持快捷生成模式：直接输入 Prompt 文本，跳过论文上传步骤，快速生成配图。

架构概览

浏览器 (React SPA)
    │
    ▼
FastAPI 后端 (localhost:8000)
    │
    ├── SQLite (项目、文档、Prompt、图片元数据)
    ├── 本地文件系统 (上传文件、生成图片)
    │
    ├── Claude Agent SDK → Prompt 生成 (同步)
    └── NanoBanana API → 图片生成 (异步后台任务)

环境变量参考

变量	必填	默认值	说明
ANTHROPIC_API_KEY	是	—	Claude Agent SDK API Key
NANOBANANA_API_KEY	是	—	NanoBanana / Gemini API Key
NANOBANANA_API_BASE	否	https://api.keepgo.icu	NanoBanana API 地址
NANOBANANA_MODEL	否	gemini-3-pro-image-preview	图片生成模型
DATABASE_PATH	否	./data/app.db	SQLite 数据库路径
DATA_DIR	否	./data	数据存储目录
DEBUG	否	true	调试模式 (启用 API 文档)
CORS_ORIGINS	否	["http://localhost:3000","http://localhost:5173"]	CORS 允许来源
MAX_UPLOAD_SIZE_MB	否	50	最大上传文件大小 (MB)

AI 学术配图 Prompt 技能（AI Coding Agent Skill）

本项目附带了一个独立的 AI Coding Agent Skill——academic-figure-prompt，兼容多种 AI 编程助手（Claude Code / Gemini CLI / Cursor 等），无需部署完整平台即可获得顶会级学术论文配图提示词生成能力。

功能简介

academic-figure-prompt 是一个专为学术论文设计的 AI 提示词生成器，能够：

• 📄 阅读并分析论文内容（PDF / LaTeX / Word）
• 🎨 提供 8 种预设学术配色方案（Okabe-Ito、Blue 单色系、Teal+Amber 等），含色盲友好选项
• 🖼️ 生成极其详细的英文提示词，用于 AI 图片工具生成顶会级别的专业配图
• 📐 覆盖多种图表类型：框架图、网络架构图、模块详解图、对比/消融图、数据模板图

安装方式

方式 1：使用 npx skills 一键安装（推荐）

npx skills add LigphiDonk/academic-figure-generator

方式 2：手动安装

git clone https://github.com/LigphiDonk/academic-figure-generator.git

# Gemini CLI
cp -r academic-figure-generator/academic-figure-prompt .gemini/skills/
# Claude Code
cp -r academic-figure-generator/academic-figure-prompt .claude/skills/

使用方法

安装后，在 AI 编程助手对话中直接触发即可：

You: 帮我看一下这篇论文，生成论文配图提示词
AI:  [分析论文内容 → 展示配色方案选择 → 生成详细英文提示词]

You: 用 Teal+Amber 配色，帮我画一个网络架构图的提示词
AI:  [直接使用方案C生成网络架构图提示词]

开发指南

后端开发

cd backend
source .venv/bin/activate

# 运行测试
pytest -v

# 代码检查
ruff check app/
ruff format app/

前端开发

cd frontend
npm run dev     # 启动开发服务器 (localhost:5173)
npm run build   # 生产构建
npm run lint    # ESLint 检查

前端开发服务器会自动将 /api 请求代理到 localhost:8000。

致谢

感谢 Linux DO 社区的支持与帮助 🙏

许可证

本项目基于 MIT License 开源。