OpenRaiser/PaperFit

📄 [Skill] Vision-in-the-loop LaTeX typesetting agent — auto-compile, render, diagnose, and fix paper layouts

PaperFit – ビジョン・イン・ザ・ループの学術組版エージェント

何であるか – PaperFit は LaTeX 論文の視覚的レイアウトを自動的にチェック・修正する AI エージェントシステムです。Claude Code、Codex、Cursor と連携可能です。自然言語で目標を記述（例：「レイアウトを修正」、「CVPR テンプレートに移行」、「8 ページに収める」）すると、クローズド・ループ処理が実行されます：

コンパイル：LaTeX プロジェクトをコンパイルし、ログを解析。
レンダリング：各 PDF ページを画像に変換（Poppler を利用）。
診断：浮動オブジェクトの集中、空白領域、オーバーフロー、不整合な表、など視覚的な欠陥を検出。
計画：テンプレートルールと VTO タクソノミーを尊重したソースレベルの修正を立案。
パッチ適用：明示的な承認（--apply）後のみ .tex ファイルに変更を加える。
再コンパイル：ゲートキーパーが結果を受け入れるまで繰り返す。

このシステムは意図的に「ビジョン・イン・ザ・ループ」設計です。成功したコンパイルにとどまらず、論文の「見た目」をチェックし、段階的に改善を図ります。

コア機能

機能	機能内容
視覚的レイアウト診断	孤立した行、大きな空白、2カラムの穴、浮動オブジェクトの混雑、表スタイルの不一致、オーバーフロー、不整合な配置を検出。
完全な VTO 修復	コンパイル → レンダリング → 診断 → パッチ適用 → 再検証のエンドツーエンドループ。
テンプレート移行	CVPR、ICLR、ACL、ACM など一般的な会議テンプレート間で論文を変換。図表・表・参照は安定したまま。
ページ数制御	最小限の意味的変更で、ターゲットページ数に合わせてレイアウトを調整。
局所的オブジェクト修復	1つの表、図、数式のみを修正し、本文全体には影響を与えない。
マルチホスト配布	同じ機能を Claude Code プラグイン、Codex プロバイダー、Cursor ルールセットとしてインストール可能。

一般的なワークフロー（CLI / エージェント）

# 1. CLI とホストプラグインのインストール
npm install -g paperfit-cli
paperfit-install --target claude   # または codex / cursor

# 2. ヘルスチェックと Python 依存関係のインストール
paperfit doctor --target claude
pip install -r $(npm root -g)/paperfit-cli/requirements.txt

# 3. 自然言語コマンドの実行（プロジェクトルートで）
用 PaperFit 把这篇论文迁移到 CVPR 模板，并尽量保持图表和引用稳定
# または Codex 用英語
Use the paperfit agent to compress the manuscript to 8 pages with minimal semantic change

# 4. PaperFit は自動的に：
#    - main .tex ファイルを検出
#    - コンパイル → レンダリング → 診断 → パッチ提案
#    - 概要を表示；`--apply` で承認

# 5. 承認後、エージェントはソースを修正し、再コンパイルし、成功を報告。

インストール要件

Node.js 18+（CLI とホストプラグイン用）
Python 3.8+（視覚分析スクリプト用）
Poppler（PDF → 画像変換用）
ターゲットテンプレートと互換性のある LaTeX エンジン（tectonic、pdflatex など）。

macOS では brew install poppler。Linux ユーザは対応パッケージをインストール。

使い方

ホスト	エントリーコマンド	例のリクエスト
Claude Code	`/paperfit …`	`/paperfit 用 PaperFit 分析 main.tex の視覚排版問題`
Codex	`Use the paperfit agent to …`	`Use the paperfit agent to run a full layout repair loop`
Cursor	プロジェクト内の自然言語タスク	`用 PaperFit 把正文压到 8 页，尽量不要改学术内容`

すべての操作はデフォルトで dry-run です。--apply を追加するか、ホストが明示的な許可を与えるまで、ソースファイルは変更されません。

アーキテクチャの概要

agents/ – PaperFit エージェントの定義（タスクオーケストレーション、意思決定）。
skills/ – 再利用可能な機能バンドル（視覚診断、浮動オブジェクト最適化、テンプレートルール、意味的マイクロエディット）。
config/ – テンプレートメタデータ、VTO タクソノミー、レイアウトルール。
scripts/ – PDF レンダリング、ログ解析、欠陥集約、パッチ生成、ゲートキーピングの低レベルツール。
bin/paperfit.js – インストール、ヘルスチェック、レンダリング、エージェント起動のための CLI エントリポイント。

誰が恩恵を受けるか？

提出前に視覚的な整合性チェックを素早く行いたい研究者。
新しい会議／ジャーナルのテンプレートに論文を移行したい著者。
科学的内容を変更せずに厳格なページ制限に収める必要があるすべての人。

ライセンス

MIT – LICENSE を参照。

すべての詳細はリポジトリの README から直接取得；追加機能は推測されていません。