Token导航 LogoToken导航

Agent Skill · 开发

ynu-papergraphgeneration-openclaw(YNU papergraphgeneration OpenClaw 开发)

ynu-papergraphgeneration-openclaw 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

ynu-papergraphgeneration-openclaw 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在开发类的 21,746 个 Skill 里排第 8,172。

总安装 3,295周安装 132GitHub Stars 公开资料未说明下载 1,067核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:ynu-papergraphgeneration-openclaw(YNU papergraphgeneration OpenClaw 开发)
来源仓库:https://github.com/ljk00000/ynu-papergraphgeneration-openclaw
安装命令:
openclaw skills install ynu-papergraphgeneration-openclaw
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install ynu-papergraphgeneration-openclaw

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

多模态论文可视化引擎 — 从 PDF 或纯文本论文自动生成学术插图。支持:全篇扫描识别可图化内容、双编码器架构图/算法流程图/动机图生成、 自校核机制、LaTeX/Word 图注输出、Matplotlib 结果图精确绘图。也包含独立的 PDF → Text 提取工具。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install ynu-papergraphgeneration-openclaw;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

ynu-papergraphgeneration-openclaw 怎么安装?

在终端执行 openclaw skills install ynu-papergraphgeneration-openclaw。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

ynu-papergraphgeneration-openclaw 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

ynu-papergraphgeneration-openclaw 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

ynu-papergraphgeneration-openclaw 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

ynu-papergraphgeneration-openclaw 用的人多吗?

公开数据是累计安装 3,295 次,近一周安装 132 次,下载 1,067 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

ynu-papergraphgeneration-openclaw 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
ynu-papergraphgeneration-openclaw

YNU papergraphgeneration OpenClaw 开发 · 本页

3,295—接触敏感数据MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
paper-diagram
description
>
homepage
https://github.com/yourrepo/paper-diagram-skill
metadata

paper-diagram-skill

从论文(PDF 或纯文本)自动生成学术插图的完整工具链。

工具概览

工具功能调用方式
draw.py论文可视化主流程python draw.py [args]
pdf_to_text.pyPDF → 纯文本提取python pdf_to_text.py [args]

工具 1:PDF → Text 提取

将 PDF 文件转换为纯文本,供 draw.py 使用。

# 基本用法
python {baseDir}/scripts/pdf_to_text.py "/path/to/paper.pdf"

# 限制页数(取前 20 页)
python {baseDir}/scripts/pdf_to_text.py "/path/to/paper.pdf" --max-pages 20

# 输出到文件
python {baseDir}/scripts/pdf_to_text.py "/path/to/paper.pdf" -o extracted.txt

支持的后端(自动选择): pdfminer.six → PyMuPDF → pdfplumber → PyPDF2 → pypdf

注意:推荐先安装 pip install pdfminer.six,提取质量最高。

工具 2:论文图生成

快速开始

# 方式 A:从 PDF 直接生成(自动提取 + 画图)
python {baseDir}/scripts/draw.py \
  --pdf-path "/path/to/paper.pdf" \
  --user-requirement "Transformer 架构图" \
  --api-url "https://api.example.com/generate" \
  --api-key "sk-your-key"

# 方式 B:扫描模式(自动识别所有可图化内容)
python {baseDir}/scripts/draw.py \
  --pdf-path "/path/to/paper.pdf" \
  --mode scan

# 方式 C:批量生成(选定的图)
python {baseDir}/scripts/draw.py \
  --pdf-path "/path/to/paper.pdf" \
  --mode scan \
  --scan-results "<base64-encoded-results>" \
  --selected-ids "1,3,5" \
  --api-url "..." --api-key "..."

# 方式 D:直接传入论文文本
python {baseDir}/scripts/draw.py \
  --paper-content "论文纯文本内容..." \
  --user-requirement "画一个算法流程图" \
  --style cvpr

核心参数

参数说明默认值
--pdf-pathPDF 文件路径(会自动提取文本)—
--paper-content直接传入论文纯文本—
--user-requirement用户对图片的描述—
--modesingle(单图) 或 scan(全篇扫描)single
--api-url生图 API 地址环境变量
--api-key生图 API 密钥环境变量
--style学术风格: cvpr neurips icml naturecvpr
--skip-check跳过自校核False
--section-ref对应论文章节(如 Section 3.1)—

环境变量

生图 API 凭证按以下优先级自动解析,任意一个有值即可:

优先级API Key 变量API URL 变量
1 (推荐)BANANA2_API_KEYBANANA2_API_URL
2ACEDATA_API_KEYPAPER_DIAGRAM_API_URL
3PAPER_DIAGRAM_API_KEY—
未设置 URL 时默认 https://api.acedata.cloud/nano-banana/images

推荐在 ~/.openclaw/openclaw.json 中配置:

{
  "skills": {
    "paper-diagram": {
      "env": {
        "BANANA2_API_URL": "https://api.acedata.cloud/nano-banana/images",
        "BANANA2_API_KEY": "your-api-key-here",
        "PAPER_DIAGRAM_LLM_URL": "https://your-llm-api/v1/chat/completions",
        "PAPER_DIAGRAM_LLM_KEY": "your-llm-key-here",
        "PAPER_DIAGRAM_LLM_MODEL": "gpt-4"
      }
    }
  }
}

生成的图类型

类型说明生成方式
teaser动机/概念对比图Mermaid → AI 生图
architecture系统架构图Mermaid → AI 生图
flowchart算法流程图Mermaid → AI 生图
environment实验环境图Mermaid → AI 生图
results结果对比图Matplotlib 代码绘图(精确数据)

学术风格预设

预设场景主色调
cvprCV/CG 会议蓝色系
neuripsML/NLP 会议紫橙系
icmlML 会议蓝红绿系
natureScience/Nature 期刊柔蓝柔绿

输出

  • 图片文件:保存到 outputs/ 目录(或设置的输出目录)
  • LaTeX 图注:可直接复制到论文
  • Word 图注:纯文本格式
  • Mermaid 拓扑:可导出用于其他绘图工具

自校核机制

生成图前会自动对比拓扑描述与原文:

  • ✅ 一致 → 直接生成
  • ⚠️ 小问题 → 询问用户(接受 / 重新生成 / 手动修改)
  • ❌ 严重错误 → 建议重新生成

推荐工作流

论文 PDF
  │
  ▼
pdf_to_text.py  ──→  纯文本
  │                  │
  ▼                  ▼
draw.py (scan)   draw.py (single)
  │                  │
  ▼                  ▼
扫描报告           指定描述 → 生成单张图
  │
  ▼
用户选择 (e.g. 1,3,5)
  │
  ▼
draw.py (batch)  ──→  多张图 + LaTeX 图注

安装依赖

pip install pdfminer.six requests

可选(提升 PDF 提取质量):

pip install pymupdf pdfplumber pypdf

平台分布

OpenClaw

80.66%
按下载量换算861

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills