VILA-Lab/FigMirror
An Automated AI Agent Tool for Plotting Your Data in Any Paper's Figure Style.
解决的问题
FigMirror 消除了手动编辑绘图代码以匹配特定学术论文视觉风格的繁琐过程。用户只需提供参考图和自己的数据，即可自动生成精美的、可直接投稿的 PDF 文件以及完全可编辑的 matplotlib 脚本，其风格与目标论文一致。
工作原理
该系统采用由绘图者（Drawer）和评审者（Reviewer）组成的代理循环：
- 绘图者代理：使用「基于基础测量」（Grounded Measurement）技术渲染候选图。该技术利用基础模型返回视觉目标的 x/y 坐标，并将其转换为可执行的检查（例如，检查像素颜色）。
- 评审者代理：通过将候选图与参考图进行对比，执行视觉审计。提供结构化反馈，包括边界框、修改检查清单以及「保留列表」，以防止迭代过程中风格漂移。
- 协调器：管理代理之间的任务委派，并将评审反馈转换为带注释的图像和说明，供下一轮绘图使用。
对于 3D 图形，系统使用几何感知提示来处理相机角度、光照和比例。当代理之间意见不一致或置信度较低时，Aesthetic Lib 提供备用风格规则。
适用人群
需要创建符合特定风格指南或与特定论文系列视觉风格一致的高质量、可发表图表的研究人员和数据科学家。
主要亮点
- 代理迭代：采用角色分离的绘图者/评审者循环，实现持续的视觉优化。
- 基于基础测量：使用基于坐标的视觉目标和基于代码的像素检查，确保精度。
- 可编辑输出：生成完整的 matplotlib 脚本，而不仅仅是静态图像。
- 多接口支持：支持本地 Web UI，也可作为 Claude Code 和 Codex 的技能使用。
- 3D 支持：包含针对 3D 构图和几何的专用提示。
相关
- 项目
- 项目
- 项目
- 项目
- 项目