---

name: scientific-illustration-asset-pipeline version: 0.1.1 description: | Master skill for scientific figure creation via AI-generated element library plus semi-automated assembly. As of v0.1.1, the primary path for whole-figure generation is "LLM writes SVG code directly" (Claude / MiniMax / GLM-5.1 / GPT-5), supplemented by a CC0 icon library (~17000 elements from BioIcons, PhyloPic, NIH BioArt, Reactome, SciDraw, Servier Medical Art) for the semi-3D bio-element gap that LLMs cannot draw. Recraft V3 is repositioned as element-level reinforcement only. Triggers: "做 Fig1", "graphical abstract", "组装科研图", "用元件库做综述图", "scientific figure assembly", "TOC graphic", "review paper schematic". This skill orchestrates other skills (recraft-scientific-illustration for vector elements) and MCP servers (inkscape-mcp, office-powerpoint-mcp). allowed-tools:

• mcp__recraft__generate_image
• mcp__recraft__vectorize_image
• mcp__zhipu__generate_image
• mcp__gemini__gen_image
• mcp__minimax__gen_image
• mcp__openai__create_image
• mcp__inkscape__action_run
• mcp__inkscape__dom_set
• mcp__inkscape__dom_clean
• mcp__powerpoint__create_presentation
• mcp__powerpoint__add_slide
• mcp__powerpoint__add_image
• mcp__powerpoint__add_text_box
• bash
• create_file
• str_replace
• view

---

Scientific Illustration Asset Pipeline v0.1

一图看懂流水线 / Pipeline at a Glance

flowchart LR
    A[科研 figure 需求<br/>Fig1 / TOC /<br/>graphical abstract<br/>可选 PNG 底图输入] --> B[0. Bootstrap<br/>CC0 元件库 ~17000<br/>download_cc0_seed.py --all]
    B --> C[1. LLM 写 SVG 骨架<br/>MiniMax 首选<br/>量大 / 便宜 / 清晰<br/>备选 Claude / GLM-5.1 / GPT-5]
    C --> D1[2a. 搜 CC0 库<br/>library_tools.py search]
    D1 -->|命中| E
    D1 -->|缺色块/半立体元件| D2[2b. Recraft 4 Vector / 4 Vector Pro<br/>前者便宜<br/>元件丑陋则用后者<br/>直出色块 SVG]
    D1 -->|缺轮廓/结构化元件| D3[2c. 高级 PNG 模型<br/>GPT Image 2 等<br/>只画身体/翅膀/触手轮廓<br/>不画内部色块, 类素描风]
    D3 --> D4[2c'. PNG → SVG 矢量化<br/>vectorizer.ai / Inkscape Trace<br/>线稿矢量化质量高]
    D4 --> D5[2c''. Inkscape 着色<br/>套项目色板]
    D2 --> E
    D5 --> E
    E[3. 模板装配<br/>assemble_figure.py<br/>+ 自动 CC-BY 归属注入<br/>+ 字体规范化]
    E --> F[4. Inkscape / PowerPoint 微调<br/>修文字碰撞<br/>5-10 分钟<br/>只配一个 MCP 就用所配那个]
    F --> G[5. 导出<br/>SVG 编辑<br/>PDF 投稿<br/>PPTX 汇报]

    style A fill:#FFFFFF,stroke:#1B3A6E,stroke-width:2px,color:#1B3A6E
    style B fill:#F2F8FD,stroke:#2E7CD6,color:#1B5BA0
    style C fill:#F2FAF4,stroke:#4FA85F,stroke-width:3px,color:#2E7B3D
    style D1 fill:#F8F8F4,stroke:#888,color:#333
    style D2 fill:#F8F8F4,stroke:#888,color:#333
    style D3 fill:#FFF6E5,stroke:#C8A431,color:#7A5D14
    style D4 fill:#FFF6E5,stroke:#C8A431,color:#7A5D14
    style D5 fill:#FFF6E5,stroke:#C8A431,color:#7A5D14
    style E fill:#F7F4FA,stroke:#8B5CB7,color:#6B3F9A
    style F fill:#FDF6F4,stroke:#A32D2D,color:#A32D2D
    style G fill:#FAFAF7,stroke:#666,stroke-width:2px,color:#333

读图速记：

• Bootstrap 一次到位（步骤 0，约一晚）→ 后续每个项目从步骤 1 开始
• 整图骨架 ≠ 元件：骨架用 LLM 写代码（步骤 1，MiniMax 首选），元件走步骤 2 的 DAG
• 步骤 2 是 DAG 不是单点：CC0 命中直进装配；缺色块/半立体元件走 Recraft 色块 SVG；缺轮廓/结构化元件（如蟑螂的身体+翅膀+触手）走 GPT Image 2 等高级 PNG → 素描风轮廓 → 矢量化 → Inkscape 着色 三段链，最后这条对昆虫触角、神经元突起、解剖切面线条等"结构化但 CC0 库未必覆盖"的元件最划算
• 机器主导步骤 0–3、5；人主导步骤 4（视觉层级和文字内容由人决定）
• 每张投稿图都带可追溯的 attribution 清单（步骤 3 自动注入，步骤 5 同步导出）

---

v0.1.1 重大变更摘要（必读）

本版基于一次实战测试做了路径修正。v0.1.0 把 Recraft 当做整图主力——这条路在面对"科研图必须文字真节点"时被证伪。修正项：

| 章节 | v0.1.0 | v0.1.1 修订 | |---|---|---| | 整图主力 provider | Recraft V3 + 矢量化 | LLM 直出 SVG 代码（MiniMax M-series 首选：量大管饱 / 清晰 / 色块少 / 比 Recraft 便宜 / 适合带文字 + placeholder；备选 Claude / GLM-5.1 / GPT-5）| | Recraft 定位 | 整图 + 元件 | 元件补强（α-helix / 受体 / 立体器官等半立体元件）| | 文字处理 | 提示词避免 | LLM 路径天然真节点，仅需 Inkscape 修文字碰撞 | | 排版自动化 Level 3 | 标"完全自动化不可能" | 限定为"扩散模型路径不可能"，LLM 路径 + 元件库可行 | | 元件库 bootstrap | 手动一个个生成 | CC0 公开数据源 6 选一晚跑完，~17000 元件入库 | | 投稿 attribution | 未处理 | assemble_figure.py 自动注入 + library_tools attribution 命令 |

核心洞察：LLM 写 SVG 代码（不是图像扩散模型）是科研图的真正赛道。失败模式（文字坐标重叠）比扩散路径的失败模式（文字必糊）易修复 100 倍。详见 ## 一、AI Provider 选择矩阵 § 1.0。

---

零、CC0 元件库 Bootstrap（v0.1.1 新增）

任何项目第一步：从 6 个 CC0 / CC-BY / Public Domain 数据源批量下载 ~17000 个矢量科研元件入库，作为后续 figure 组装的"立体元件子弹"。这一步替代 v0.1.0 里"为每个项目单独 Recraft 生成"的低效流程。

0.1 数据源清单

| 源 | 授权 | 规模 | 拿法 | |---|---|---|---| | BioIcons | CC0 | ~1500 SVG | git clone duerrsimon/bioicons | | PhyloPic | CC0 / CC-BY | ~10000 silhouettes | REST API api.phylopic.org | | NIH BioArt (NIAID) | 公有领域 | ~2500 illustrations | manual ZIP drop（站点已是 Next.js SPA，无公开 REST 端点）| | Reactome Icons | CC BY 4.0 | ~500 SVG | git clone reactome/icon-lib | | SciDraw (Janelia) | CC0 | ~700 SVG | webscrape scidraw.io | | Servier Medical Art | CC BY 3.0 | ~3000 SVG/EMF | 用户手动下 PPTX 包，脚本拆 |

0.2 一晚 bootstrap 命令

# 一次性全部下载（一晚跑完，~500MB）
python scripts/download_cc0_seed.py --all --target ~/sci-illustration-library

# 或限速版（PhyloPic 量大可限）
python scripts/download_cc0_seed.py --source phylopic --max-per-source 1000

# Servier 需要先手动从 https://smart.servier.com 下 PPTX 包
python scripts/download_cc0_seed.py --source servier \
       --pptx ~/Downloads/servier-anatomy.pptx

# NIH BioArt 站点已是 Next.js SPA（无 REST 端点，HTTP 抓取拿不到任何卡片）。
# 流程：在 https://bioart.niaid.nih.gov/ 浏览并选下载所需 illustration，
# 打成 ZIP 后投放：
python scripts/download_cc0_seed.py --source nih_bioart \
       --zip ~/Downloads/nih_bioart_pack.zip

0.3 入库结构

~/sci-illustration-library/
├── library/
│   ├── index.json                    ← 元数据 + 授权追溯（统一索引）
│   ├── cells/
│   │   ├── immune/                   ← T cell, macrophage, dendritic
│   │   ├── cancer/
│   │   ├── neuron/
│   │   └── general/
│   ├── molecules/
│   │   ├── protein/
│   │   ├── nucleic_acid/
│   │   └── small/
│   ├── organelles/
│   ├── tissues/
│   ├── organs/
│   ├── equipment/
│   │   ├── lab/
│   │   └── clinical/
│   └── pathways/
├── _raw/                             ← 原始下载（git repos, PPTX 解包）
└── _final/                           ← 项目最终交付目录
    └── <project-name>/

0.4 元数据 schema（library/index.json）

每个 icon 一条记录：

{
  "id": "bioicons-tcell-activated",
  "name": "T cell activated",
  "tags": ["immune", "lymphocyte"],
  "category": "cells/immune",
  "source": "bioicons",
  "source_url": "https://bioicons.com",
  "license": "CC0",
  "license_url": "https://creativecommons.org/publicdomain/zero/1.0/",
  "attribution_required": false,
  "file": "cells/immune/bioicons-tcell-activated.svg",
  "added_at": "2026-05-02"
}

CC BY 类型自动 attribution_required: true 并填充 attribution 字段。投稿前用 library_tools.py attribution 一键导出 figure caption 文本。

0.5 浏览与搜索

# 整库统计
python scripts/library_tools.py stats

# 搜索元件
python scripts/library_tools.py search "alpha helix"
python scripts/library_tools.py search "T cell" --license CC0 --max 20
python scripts/library_tools.py search --category cells/immune

# 缩略图 grid 浏览
python scripts/library_tools.py preview --query "neuron" --output preview.png

# 导出选定元件到 PPTX 模板（每元件一 slide，含名称和授权）
python scripts/library_tools.py export \
       --ids "bioicons-alpha-helix,phylopic-abc12345" \
       --output ./elements.pptx

# 投稿前导出 attribution 清单
python scripts/library_tools.py attribution --output ./fig1-attribution.md

0.6 与 Recraft 的关系

CC0 库 ≠ 完全替代 Recraft。两者分工：

| 元件类型 | 优先来源 | |---|---| | 通用细胞、抗体、酶等扁平 icon | CC0 库（BioIcons / Reactome 优先） | | 通用 silhouette（动物、人、植物） | CC0 库（PhyloPic） | | 神经元、电极等 neuro 专用 | CC0 库（SciDraw） | | 解剖图、医疗设备 | CC0 库（Servier / NIH BioArt） | | 半立体 cartoon（α-helix 螺旋柱、HLA-I receptor、立体器官切面） | Recraft V3 + style reference | | 极特殊原创元件 | 手画（Affinity Designer） |

新工作流：先去 library_tools.py search 查 CC0 库，找不到合适的再 Recraft 补。这样平均每个项目 Recraft 调用次数 ↓ 90%，速度↑、成本↓、license 更干净。

---

这个 skill 解决的核心问题是 科研图制作的工程化： 把每张图从"一次性手工艺品"变成"基于元件库的可组装、可版本化、可复用产物"。

[需求]
  |  "我要做一张 HCC 空间异质性 Fig1"
  v
[第 1 层] 元件清单分析
  |  分解为：肝细胞、Treg、CD8 T、HCC 组织、空间组学示意箭头...
  v
[第 2 层] 元件来源决策
  |  库存有？  -> 直接取
  |  库存无？  -> AI 生成 (按场景选 provider)
  |          -> 矢量化 (如果不是 SVG)
  |          -> 质检入库
  v
[第 3 层] 排版决策（人主导）
  |  视觉层级、信息流方向、留白节奏 -> 用户拍板
  v
[第 4 层] 自动化组装（机器主导）
  |  Inkscape MCP / PowerPoint MCP 调用
  |  填充元件、对齐网格、应用色板、加文字标签
  v
[第 5 层] 输出与归档
  |  SVG (编辑) + PDF (投稿) + PPTX (汇报)
  |  元件库 git 提交

---

一、AI Provider 选择矩阵

不同模型在不同场景的实测能力差异显著。选错 provider 是浪费 credit 的最大原因。

1.0 整图 vs 元件：两条根本不同的赛道（v0.1.1 重要修订）

科研图生成任务分两层，用错赛道一定失败：

┌─────────────────────────────────────────────────────────────┐
│  整图 / 4-panel Fig1 / graphical abstract                   │
│  ────────────────────────────────────                       │
│  → 走 LLM 写 SVG 代码 (第一档)                                │
│    Claude / MiniMax M-series / GLM-5.1 / GPT-5              │
│    优势：文字真节点、节点极少、可编辑、Git diff 友好           │
│    限制：文字坐标重叠、半立体元件画不精细                       │
│    修复：Inkscape 5-10 分钟微调 / 元件库补                    │
│                                                             │
│  → ❌ 不走 扩散模型 + 矢量化 (Recraft 整图)                    │
│    会得到：2308 path / 0 text / 文字全糊（实测过）             │
└─────────────────────────────────────────────────────────────┘

┌─────────────────────────────────────────────────────────────┐
│  单个半立体生物元件（α-helix / receptor / cell cartoon）        │
│  ─────────────────────────────                              │
│  → 走 元件库优先（CC0 → Recraft V3 → 手画）                    │
│    扁平 icon → CC0 库已覆盖 80%                                │
│    半立体 cartoon → Recraft V3（必须 prompt 禁文字）           │
│    极特殊原创 → Affinity Designer 手画                         │
└─────────────────────────────────────────────────────────────┘

实测数据（同主题 "dark proteome" 4-panel 对比）：

| Provider | 路径 | <text> 节点 | <path> | 节点总数 | 文件大小 | |---|---|---|---|---|---| | Recraft V3 | 扩散 → 矢量化 | 0（文字必糊） | 2308 | 44661 | 1.8 MB | | MiniMax M2.5 | LLM 写代码 | 142 | 31 | 150 | 41 KB | | Claude Visualizer | LLM 写代码 | ~80 | ~25 | ~80 | ~36 KB | | Claude 独立 SVG | LLM 写代码 | 166 | 24 | 111 | 36.5 KB |

LLM 路径在所有维度都更好（除半立体元件视觉质感的 30%，由元件库补强）。

1.0a LLM 直出 SVG（整图主力 prompt 模板）

Generate a complete SVG figure for [TOPIC], Nature Reviews Drug Discovery
style. 4-panel layout (a/b/c/d), central theme circle, bottom legend strip.
ViewBox 1600×1000. Constraints:
- All text as real <text> nodes (must be editable, not paths)
- Flat colors, no gradients
- Color-coded panel headers (a=blue, b=green, c=gray, d=purple)
- Each panel has bold title + subtitle + 4-6 child elements
- Output ONLY the SVG code, no markdown fence

写 SVG 代码的 LLM provider 选型

| Provider | 文字 | 节点密度 | 量大管饱? | 单价倾向 | 推荐场景 | |---|---|---|---|---|---| | MiniMax M-series | 真节点（中英都强） | 低（色块少、清晰） | ✅ 量大管饱 | 比 Recraft 便宜 | 首选：含文字 + placeholder 的 SVG / PDF（投稿 figure / TOC / graphical abstract）| | Claude (Visualizer / 直接对话) | 真节点 | 低 | ⚠️ 视套餐 | 中 | 复杂语义（如 "把这条 pathway 重新组织"），需要推理时 | | GLM-5.1 | 真节点（中文极强） | 中 | ✅ | 低 | 中文标题/标注密集场景 | | GPT-5 | 真节点 | 中 | ⚠️ 视套餐 | 中-高 | 需精细 prompt 控制 / 严格遵照规格时 |

MiniMax 主战场：当一张图里包含多个文字标签 + 待填 placeholder + 图形元件时（即典型 4-panel figure），MiniMax 既能保证文字真节点，又能把色块画得简洁规范，且单价低，可批量重试——比 Recraft 整图链便宜多倍，是 v0.1.1 默认推荐路径。

⚠️ MiniMax 不做 PNG → SVG 矢量化。如需把扩散模型出来的 PNG 转 SVG，走 §二（vectorizer.ai / Inkscape Trace），不要让 MiniMax 接 PNG 输入。

修复文字碰撞（LLM 路径的固有失败模式）：

# Inkscape GUI 微调，5-10 分钟
inkscape figure.svg

# 或用脚本批量检测 bbox 冲突
python scripts/text_collision_check.py figure.svg

1.1 单元件 provider（按元件类型）

这一节只覆盖单元件（cell / receptor / enzyme 之类的图标素材）。整图（Fig1 / TOC / graphical abstract）走 §1.0a 的 LLM 写 SVG 路径，MiniMax / Claude / GLM-5.1 / GPT-5 是整图主力，不在本表中重复。

| 元件类型 | 首选 | 备选 | 避免 | |---|---|---|---| | 抽象生物元件（细胞、蛋白）| Recraft V3 (vector) | Gemini Imagen 4 | OpenAI DALL-E | | 写实解剖结构（器官、组织）| Gemini Imagen 4 | OpenAI gpt-image | Recraft (太抽象) | | 中文标签 / 中文场景（PNG 路径）| 智谱 CogView-4 | OpenAI gpt-image | Recraft (中文糊) | | 实验装置（仪器、培养皿）| Recraft V3 | Gemini Imagen 4 | - | | 信号通路单点（受体激活等）| Recraft V3 | - | - | | 轮廓 / 结构化元件（昆虫触角、神经元突起、解剖切面线条、骨架图等） | GPT Image 2 outline → vectorize → Inkscape 着色 | OpenAI gpt-image (sketch prompt) | Recraft (色块过密、轮廓被切碎) | | 流程图节点（圆角矩形等）| 不要用 AI | 直接用 Inkscape/PPT 画 | 任何 AI | | 手绘风/插画风 | OpenAI gpt-image | Gemini | Recraft (太程式化) |

MiniMax 不在本表里：MiniMax 没有 PNG → SVG 矢量化能力，强项是直接写 SVG 代码（见 §1.0a）。把它当 PNG 元件 provider 用是错配；中文 PNG 元件场景由 CogView-4 覆盖即可。

1.2 按输出格式区分

把"出 SVG"拆成两条根本不同的产能：扩散模型直出 vs LLM 写代码。前者文字必糊（v0.1.1 已实证），后者文字真节点。两个不能合并成一列。

| Provider | LLM 写 SVG 代码 | 扩散直出 SVG | 直出 PNG | 中文 | style ref | |---|---|---|---|---|---| | MiniMax M-series | ✅ 强（量大管饱、清晰、色块少、便宜） | ❌ | ✅ | 强 | ❌ | | Claude (Visualizer / 对话) | ✅ 强（推理强） | ❌ | ❌ | 强 | ❌ | | GLM-5.1 | ✅ 中 | — | ✅（CogView-4）| 强 | ❌ | | GPT-5 | ✅ 中（按规格严谨） | ❌ | ✅（gpt-image）| 中 | ❌ | | Recraft V3 | ❌ | ✅（文字必糊，仅适合无字元件）| ✅ | 弱 | ✅ 强 | | Gemini Imagen 4 | ❌ | ❌ | ✅ | 中 | ⚠️ via reference image | | OpenAI gpt-image | ❌ | ❌ | ✅ | 中 | ❌ |

关键推论（v0.1.1 修订）：

• 整图走「LLM 写 SVG 代码」第一档（MiniMax 首选，便宜+量大），文字真节点 → 直接可投稿；
• 单元件走「扩散直出 SVG / PNG → 矢量化」（Recraft V3 / Gemini / CogView-4），但禁文字；
• 同一 provider 两种产能不要混用（不要让 Recraft 出整图，不要让 MiniMax 接 PNG 矢量化）。

1.3 MCP 端点配置参考

{
  "mcpServers": {
    "recraft": {
      "url": "https://mcp.recraft.ai/mcp",
      "headers": {"Authorization": "Bearer ${RECRAFT_API_KEY}"}
    },
    "universal-image": {
      "command": "uvx",
      "args": ["universal-image-generator-mcp"],
      "env": {
        "GEMINI_API_KEY": "${GEMINI_API_KEY}",
        "ZHIPU_API_KEY": "${ZHIPU_API_KEY}",
        "OUTPUT_IMAGE_PATH": "${HOME}/sci-illustration-library/_raw"
      }
    },
    "human-mcp": {
      "command": "npx",
      "args": ["-y", "@mrgoonie/human-mcp"],
      "env": {
        "GOOGLE_GEMINI_API_KEY": "${GEMINI_API_KEY}",
        "MINIMAX_API_KEY": "${MINIMAX_API_KEY}",
        "ZHIPU_API_KEY": "${ZHIPU_API_KEY}"
      }
    },
    "inkscape": {
      "command": "inkscape-mcp",
      "env": {
        "INKS_WORKSPACE": "${HOME}/sci-illustration-library",
        "INKS_MAX_FILE": "52428800"
      }
    },
    "powerpoint": {
      "command": "uvx",
      "args": ["office-powerpoint-mcp-server"],
      "env": {
        "PPT_TEMPLATE_PATH": "${HOME}/sci-illustration-library/_templates"
      }
    }
  }
}

WPS 不在列——目前没有可用的 WPS MCP。需要 WPS 兼容时， 直接用 PowerPoint MCP 生成 .pptx，WPS 能正常打开。

---

二、PNG → SVG 矢量化层

本节只针对走"扩散模型 / 栅格 provider 出 PNG → 转 SVG"路径的单元件生成。

MiniMax / Claude / GLM-5.1 / GPT-5 不走这一节 —— 它们直接撰写 SVG 代码（§1.0a），既没有 PNG → SVG 矢量化能力，也不需要这条链。把 MiniMax 的 PNG 输出再去走 vectorizer.ai 是错配。

本节适用：Recraft V3 (vector 端点之外的) / Gemini Imagen 4 / OpenAI gpt-image / 智谱 CogView-4 出的 PNG。

非 LLM-写-SVG 来源的元件必须经此步骤。

矢量化方案对比

| 方案 | 质量 | 成本 | 适用 | |---|---|---|---| | vectorizer.ai API | 高 | $0.20/张 | 主力方案 | | Inkscape Trace Bitmap (CLI) | 中 | 免费 | 兜底，适合简单线稿 | | Recraft vectorize 端点 | 中 | 0.005 credit | 已有 Recraft key 时用 | | svg-trace (Python) | 低 | 免费 | 只能黑白 |

矢量化前的图像预处理（关键）

直接矢量化 AI 生成的 PNG 会出现"沾水"问题（抗锯齿过渡 → 半透明色层）。 必须先做以下预处理：

def preprocess_for_vectorization(png_path: Path, output_path: Path) -> None:
    """
    AI PNG 矢量化前的预处理：
    1. 色调分离（quantize 到 8-12 色）
    2. 边缘锐化
    3. 透明背景标准化
    """
    from PIL import Image, ImageFilter
    img = Image.open(png_path).convert('RGBA')

    # 色调分离：减少颜色数量
    rgb = img.convert('RGB')
    quantized = rgb.quantize(colors=10, method=Image.Quantize.MEDIANCUT)
    rgb_q = quantized.convert('RGB')

    # 重新合并 alpha 通道
    a = img.split()[-1]
    final = Image.merge('RGBA', (*rgb_q.split(), a))

    # 锐化边缘
    final = final.filter(ImageFilter.UnsharpMask(radius=1, percent=120))

    final.save(output_path, 'PNG')

预处理后再送 vectorizer.ai：节点数能减少 60–80%，颜色规范回到可控范围。

2.x 轮廓素材的双段处理（结构化元件最划算）

适用场景：CC0 库未覆盖、Recraft 又把元件画得"色块太碎太丑"的结构化元件——昆虫触角、神经元突起、解剖切面线条、骨架图、机械装置示意。

核心原则：让 AI 只负责轮廓，色块由人在 Inkscape 里套项目色板手动填——这两件事各自最快。

第 1 段：高级 PNG 模型出素描风轮廓

prompt 模板：
Generate a [SUBJECT] in pure outline / line-art style.
Strict constraints:
- Only black contour lines on transparent or pure-white background
- NO interior fill, NO shading, NO color blocks, NO gradients
- Continuous strokes for body / wings / antennae / segments
- Anatomically accurate proportions
- 1024×1024, square crop, subject centered

实测 prompt 收敛要点：

• "pure outline" "line-art" "no fill" 三个词必须同时给，单给"sketch"会带阴影；
• 给一两个对照样图作 reference image（Gemini / GPT Image 2 都支持）效果最稳；
• 明确禁止"color"、"shading"、"watercolor" 关键词，避免半透明渗色。

provider 选型（仅讨论"出无填色轮廓"这条路径）：

| Provider | 轮廓服从度 | 解剖准确度 | 成本 | 备注 | |---|---|---|---|---| | GPT Image 2 | 强 | 高 | 中 | 首选，prompt 服从最稳 | | Gemini Imagen 4 | 中 | 中 | 中 | 提供参考图时更稳 | | OpenAI gpt-image | 中 | 中 | 中 | 偶尔渗 watercolor，需明确禁止 | | Recraft | ⚠️ | - | 低 | 不要走这条路径：色块产出器，禁色块时反而画不出形 |

第 2 段：矢量化 + 着色

线稿矢量化的天然优势：

| 指标 | 全色块 PNG（直接出色块的图） | 纯轮廓 PNG（本路径） | |---|---|---| | 矢量化后路径节点数 | 数千（每色块一组） | 数十～数百（描边一组） | | 半透明伪色层（沾水） | 严重，需 quantize 预处理 | 几乎没有，直接 trace 即可 | | Inkscape 编辑友好度 | 节点过多，难二次加工 | 节点干净，套色板秒填 | | 修改单一颜色 | 多组路径联动，容易漏 | 一组 fill，秒切 |

# Step 2a: 矢量化（轮廓图直接走 Inkscape Trace 即够，省 vectorizer.ai 钱）
inkscape input-outline.png \
  --actions="select-all;trace-bitmap-brightness;export-filename:traced.svg;export-do" \
  --batch-process

# Step 2b: 在 Inkscape GUI 里着色
# 1) Edit → Find/Replace → 选所有 path → 设 stroke / fill 用项目色板
# 2) 或用 swatches 面板一键应用 nature-flat-blue 色板
# 3) 导出最终 svg；走 library_tools.py register --provider gpt-image2-outline 入库

入库元数据约定：register 时 --provider gpt-image2-outline（或 gemini-outline 等），让 audit / search 能区分这一档元件的来源——它和扩散+矢量化的色块 SVG 在节点密度、可编辑性上有显著差异，下游报告要分开统计。

---

三、元件库结构与管理

3.1 目录结构

~/sci-illustration-library/
|
|-- _style-references/             # 风格锚点
|   |-- nature-flat-blue.svg
|   |-- cell-semi3d-warm.svg
|   `-- lancet-clinical.svg
|
|-- _templates/                    # PPT/SVG 排版模板
|   |-- fig1-2x2-panel.svg
|   |-- graphical-abstract-1x1.svg
|   |-- review-flow-3-tier.svg
|   `-- toc-square.pptx
|
|-- _raw/                          # AI 原始输出（含未矢量化 PNG）
|   |-- recraft/
|   |-- gemini/
|   `-- zhipu/
|
|-- cells/                         # 已质检入库的细胞元件
|   |-- _index.yaml                # 索引文件
|   |-- hepatocyte-flat-v1.svg
|   |-- treg-flat-v1.svg
|   |-- cd8-tcell-flat-v1.svg
|   `-- macrophage-m1-flat-v1.svg
|
|-- molecules/                     # 分子元件
|   |-- _index.yaml
|   |-- dna-double-helix-v1.svg
|   |-- antibody-igg-v1.svg
|   `-- mrna-strand-v1.svg
|
|-- organelles/                    # 细胞器
|-- tissues/                       # 组织
|-- organs/                        # 器官
|-- equipment/                     # 实验装置
|-- pathways/                      # 信号通路单点
|-- arrows/                        # 自定义箭头/连接符（手画）
`-- _final/                        # 已发表的最终 figure（归档）
    `-- 2026-yang-hcc-spatial/
        |-- fig1.svg
        |-- fig1.pdf
        `-- elements-used.yaml      # 引用元件列表（可复现性）

3.2 命名约定

{subject}-{style}-{version}.{ext}

例:
  treg-flat-v1.svg          v1 版本，扁平风
  hepatocyte-semi3d-v2.svg  v2 版本，半 3D
  igg-cartoon-v1.svg        v1 版本，cartoon 风

禁止：空格、中文字符、特殊符号、版本号缺失。

3.3 元件 metadata（_index.yaml）

每个分类目录下维护一个 _index.yaml：

# cells/_index.yaml
elements:
  - file: hepatocyte-flat-v1.svg
    subject: hepatocyte
    style: flat-blue
    style_ref: nature-flat-blue.svg
    provider: recraft-v3
    style_id: sty_abc123              # Recraft style ID
    generated_at: 2026-05-02
    nodes: 87                          # 路径节点数
    colors: 5                          # 颜色数
    qc_passed: true
    used_in:
      - 2026-yang-hcc-spatial/fig1.svg
    license: research-use-only

  - file: treg-flat-v1.svg
    subject: regulatory T cell
    style: flat-blue
    style_ref: nature-flat-blue.svg
    provider: recraft-v3
    style_id: sty_abc123
    generated_at: 2026-05-02
    nodes: 124
    colors: 4
    qc_passed: true
    used_in: []
    license: research-use-only

3.4 版本控制

cd ~/sci-illustration-library
git init
git add .
git commit -m "init library"

# 之后每加一个元件
git add cells/treg-flat-v1.svg cells/_index.yaml
git commit -m "feat(cells): add treg-flat-v1"

这把元件库变成可追溯、可恢复、可分享的资产，符合"复利"原则。

---

四、排版自动化分级

Level 0: 全手动

打开 Affinity Designer，拖拽元件，手动布局。

适用：第一次做某类图、视觉创意要求高、元件数 > 20。 自动化收益：低，不要强行自动化。

Level 1: 模板填充（半自动）

预先设计好 SVG 模板（含 placeholder），用 Inkscape MCP 替换 placeholder 为实际元件。

适用：固定布局的复刻（如每周组会汇报模板、批量同类 Fig）。 自动化收益：高，每张图省 30 分钟。

# 用 Inkscape MCP 替换模板中的 placeholder
mcp__inkscape__dom_set(
    file="_templates/fig1-2x2-panel.svg",
    selector="#panel-a-element",
    attribute="xlink:href",
    value="../cells/hepatocyte-flat-v1.svg"
)

Level 2: 智能排版（机器辅助）

基于约束求解：给定元件 + 布局规则（对齐、留白、层级），自动出多个候选。

适用：探索阶段，让 AI 出 3–5 个布局供你挑选。 自动化收益：中，加快迭代但不替代决策。

Level 3: 完全自动化

基于自然语言描述出最终图。

v0.1.1 修订：v0.1.0 标"架构上不可能"，过严。

实际可行性按路径分：

• ❌ 扩散模型路径（"用 Imagen / Recraft 直接出 Fig1 PNG"）：仍架构不可能。文字必糊。
• ⚠️ LLM 写 SVG + 元件库自动填充路径：可达 70-80% 投稿质量。瓶颈在文字坐标重叠 + 半立体元件细节。
• ✅ LLM + 元件库 + 5 分钟人工微调：可达 95% 投稿质量，等价于 BioRender + Affinity 手做的 90% 时间。

新结论：投稿 figure 推荐 Level 1+2 混合（LLM 写骨架 + 元件库填充 + 人工 polish），不再禁止 Level 3 探索。

---

五、Inkscape MCP 排版工作流

5.1 标准流程

# Step 1: 创建新 SVG 画布（标准 A4 横向 = Fig1 常见尺寸）
mcp__inkscape__action_run(
    actions="file-new;canvas-size-A4-landscape"
)

# Step 2: 导入模板布局
mcp__inkscape__action_run(
    actions=f"import:{TEMPLATE_PATH}/fig1-2x2-panel.svg"
)

# Step 3: 逐 panel 填充元件
for panel_id, element_path in panel_assignments.items():
    mcp__inkscape__dom_set(
        selector=f"#{panel_id} use[data-placeholder]",
        attribute="xlink:href",
        value=element_path
    )

# Step 4: 添加文字标签（用户提供内容，工具负责对齐）
for label_id, text_content in labels.items():
    mcp__inkscape__dom_set(
        selector=f"#{label_id}",
        text=text_content,
        attribute="font-family",
        value="Arial"
    )

# Step 5: 应用对齐与分布
mcp__inkscape__action_run(
    actions="select-all;align-horizontal-center;distribute-vertical-equal"
)

# Step 6: 清理与优化
mcp__inkscape__dom_clean(file=output_path)  # 调用 scour 优化

# Step 7: 多格式导出
mcp__inkscape__action_run(
    actions=f"export-filename:{output_path}.pdf;export-pdf-version:1.5;"
            f"export-text-to-path:false;export-do"
)

5.2 文字标注的边界

机器可以做：

• 应用统一字体、字号、颜色
• 对齐（左/右/居中、顶/底/中）
• 等距分布

机器不能做（必须人决定）：

• 标注内容（"Treg" vs "Foxp3+ Treg" vs "regulatory T cell"）
• 标注位置（避免遮挡、引导视线）
• 标注层级（panel 标题 vs 元件标签 vs 注释）
• 缩写规范（首次出现是否定义）

实践中：用户口述内容 → MCP 排版 是最优分工。

---

六、PowerPoint MCP 工作流

何时用 PPT 而不是 SVG/PDF

| 场景 | 推荐格式 | |---|---| | 投稿期刊 | PDF (来自 SVG) | | 实验室组会汇报 | PPTX | | 与导师协作改稿 | PPTX (导师习惯) | | Poster 展示 | PDF (来自 Affinity Publisher) | | 网页/社交媒体 | SVG/PNG | | 答辩 | PPTX |

6.1 标准流程

# Step 1: 从模板创建演示文稿
mcp__powerpoint__create_presentation_from_template(
    template_path="_templates/group-meeting.pptx",
    output_path="_final/2026-05-02-treg-update.pptx"
)

# Step 2: 添加 figure slide
slide_idx = mcp__powerpoint__add_slide(
    layout="title_and_content",
    title="HCC 空间异质性 Fig1"
)

# Step 3: 嵌入 SVG 元件（PPT 内部转 EMF 矢量）
mcp__powerpoint__add_image(
    slide_index=slide_idx,
    image_path="_final/2026-yang-hcc-spatial/fig1.svg",
    left_inches=0.5, top_inches=1.0,
    width_inches=9.0, height_inches=5.5
)

# Step 4: 添加注释文字框
mcp__powerpoint__add_text_box(
    slide_index=slide_idx,
    text="左 panel: tumor core 高 Treg 密度；右 panel: invasive front 混合免疫群体",
    left_inches=0.5, top_inches=6.8,
    width_inches=9.0, height_inches=0.5,
    font_name="思源黑体",
    font_size=10
)

# Step 5: 保存
mcp__powerpoint__save_presentation(path="_final/2026-05-02-treg-update.pptx")

6.2 PPT 与 SVG 互通

PPT 里嵌入 SVG，导出后 SVG 仍可在 Inkscape/Affinity 编辑—— 但要注意 PPT 自身的文字框不会变成 SVG 的 <text>，导出 SVG 时会被栅格化。

结论：PPT 用于汇报、SVG/PDF 用于投稿。两套并行维护，不要试图统一。

---

七、决策树：什么场景用什么

我要做一张科研图
│
├─ 是数据图表（柱、线、散点、热图、生存曲线）？
│    └→ 用 matplotlib/ggplot 直接出 SVG/PDF，不用本 skill
│
├─ 是流程图（决策树、算法流程、时间线）？
│    └→ 用 Mermaid/Graphviz 直接出 SVG，不用本 skill
│
├─ 是化学结构式？
│    └→ 用 ChemDraw/RDKit，不用本 skill
│
├─ 是蛋白 3D 结构？
│    └→ 用 PyMOL/ChimeraX，不用本 skill
│
├─ 是综述/Fig1/graphical abstract（含示意元件 + 文字标注）？
│    └→ 进入本 skill 流程：
│       │
│       ├─ Step 1: 列元件清单
│       ├─ Step 2: 库内查询，缺失项进入生成
│       │   └→ 调用 recraft-scientific-illustration skill
│       │      （或对应其他 provider 的元件生成 skill）
│       ├─ Step 3: 矢量化 + 质检 + 入库
│       ├─ Step 4: 用户决定布局（不要让 AI 决定）
│       ├─ Step 5: Inkscape MCP 自动化排版
│       ├─ Step 6: 用户提供文字内容，MCP 应用样式
│       └─ Step 7: 导出 SVG + PDF + (可选) PPTX
│
└─ 是其他场景？
     └→ 退回手画

---

八、典型项目示例

项目：HCC 空间异质性综述 Fig1，2×2 panel，Nature Reviews Drug Discovery 风格。

元件清单（用户提出）：

| Panel | 需要元件 | 来源 | |---|---|---| | a (Tumor core) | 肝细胞 ×3、Treg ×2、CD8 T ×1、肿瘤血管 ×1 | 库内已有 4 个 + 新生成 3 个 | | b (Invasive front) | 肝细胞 ×2、Treg ×1、CD8 T ×3、巨噬 M2 ×2 | 库内已有 | | c (Spatial transcriptomics) | Visium 阵列示意、热图色块 | 新生成 + matplotlib | | d (Therapeutic target) | 抗体 ×1、受体 ×1、信号通路点 ×3 | 库内已有 + 新生成 1 个 |

执行：

1. 检查元件库
   bash: python tools/check-library.py --project hcc-spatial
   → 缺失：tumor-vasculature, m2-macrophage, visium-array

2. 生成缺失元件
   recraft-scientific-illustration:
     - tumor-vasculature-flat-v1.svg
     - m2-macrophage-flat-v1.svg
     - visium-array-flat-v1.svg
   全部用 style_id=sty_nature_blue 锁风格

3. 质检入库（自动）
   全部 PASS，元件入 cells/ molecules/ equipment/ 各目录
   git commit -m "feat: add hcc-spatial fig1 elements"

4. 用户决策（人决定）：
   - 信息流方向：左→右
   - panel a 强调密度对比，用网格背景
   - panel d 用箭头收束到中央 target
   - 字体：Arial Bold 14pt 标题，Arial 10pt 标签
   - 配色锁定 5 色（nature-flat-blue 色板）

5. Inkscape MCP 自动化排版
   - 加载 _templates/fig1-2x2-panel.svg
   - 填充元件、应用色板、对齐
   - 文字框留白等待用户填内容

6. 用户口述文字内容，MCP 写入

7. 导出
   - fig1.svg (编辑用)
   - fig1.pdf (投稿用)
   - fig1.pptx (与导师讨论用)

8. 归档
   _final/2026-yang-hcc-spatial/
     ├─ fig1.{svg,pdf,pptx}
     ├─ elements-used.yaml
     └─ generation-log.md
   git commit -m "feat(figures): hcc-spatial Fig1 v1"

---

九、版本历史与限制

v0.1.1（current）新增

• 零章 CC0 元件库 bootstrap：6 数据源 ~17000 元件一键下载
• download_cc0_seed.py：BioIcons / PhyloPic / NIH BioArt / Reactome / SciDraw / Servier
• library_tools.py 升级：stats / preview (缩略图 grid) / export (PPTX) / attribution 4 个新命令
• 统一索引：library/index.json 合并 CC0 bulk + legacy YAML
• assemble_figure.py 升级：支持按 unified ID 引用元件、自动注入 CC BY attribution、PNG/EMF 元件回退到 <image> 引用
• 示例模板与 manifest：templates/dark_proteome_4panel_template.svg + 配套 manifest YAML
• 整图主力 provider 修订：从 Recraft 改为 LLM 直出 SVG（Claude / MiniMax / GLM-5.1 / GPT-5）
• Recraft 重新定位：仅做半立体元件补强，不再担任整图主力
• Level 3 评估更新：撤回"完全自动化不可能"，限定为"扩散模型路径不可能"

v0.1.0 已支持（保留）

• Recraft / Gemini / Zhipu GLM / MiniMax 元件生成
• vectorizer.ai 矢量化
• Inkscape MCP 自动化排版
• PowerPoint MCP 演示输出
• 元件库目录结构与版本控制

已知限制

• WPS Office 无 MCP，只能通过兼容打开 PPTX
• ~~Claude 无图像生成 API，无法作为元件 provider~~ → v0.1.1 修订：Claude 通过 Visualizer / 直接写 SVG 代码可以作为整图 provider
• ~~完全自动化排版仍是开放问题~~ → v0.1.1 修订：限定为扩散路径，LLM + 元件库路径已可达 70-80%
• 中文字体处理在 Inkscape 上仍需手动指定（思源黑体等）
• LLM 写 SVG 的固有失败模式：文字坐标重叠（需 5-10 分钟 Inkscape 微调）
• BioRender 集成（订阅用户合规路径）：v0.1.1 暂不实现，等 BioRender MCP 工具暴露后另行评估

计划 v0.2

• 增加元件库 Web UI 检索（取代 grep _index.yaml）
• 增加 Style Reference 自动校验（每周扫描漂移）
• 增加投稿期刊配置文件（Nature/Cell/Lancet 各家的色板/字号/尺寸规范）
• text_collision_check.py：自动检测 LLM 输出 SVG 中 <text> bbox 重叠并提示修复
• BioRender connector 集成（个人订阅合规路径）
• 元件库 web preview：基于 cmd_preview，前端浏览器可点击下载
• 低保真描摹层（low-fidelity tracing layer）：对每一个 CC0 / AI 生成的 SVG 元件先经过 Inkscape / Adobe Illustrator 的低保真 trace 步骤，让风格异质的多源元件在嵌入模板前先收敛到同一笔触/色板/抽象层级，再用 Inkscape / PPT 排版输出 PDF / SVG-内嵌-SVG。这是和本版 ID 解析与 attribution 注入正交的独立步骤，单独排期，不进 v0.1.1。

设计原则（不会改变）

1. 80% 自动 + 20% 人决策 —— 视觉层级永远人定
2. 元件库优先 —— 重复使用 > 重新生成
3. CC0 优先 —— 不分发受版权保护的素材
4. 可追溯性强制 —— 每张图必须有 elements-used.yaml + attribution 清单
5. Git 版本化 —— 元件库本身是可分享的资产