Abstract Fig

审查 · 65
社区收录

Codex skill for editable draw.io graphical abstracts and manuscript concept figures

Verified installs0
Stars16
版本1.0.0
质量67/100 · 有潜力
信任65/100 · 仅限沙盒
审计77/100 · 需审查

供给资产档案

研究与知识工作

Deep research, source comparison, literature review, RAG, knowledge search, and reports.

浏览赛道

场景

RAG and knowledge

I need my agent to build a RAG workflow over documents and retrieve reliable context.

适配 Agent

Claude Code + OpenAI Agents + CLI

适用于 Codex、Claude Code、Cursor、CLI 或自定义 Agent。

安装

就绪

npx skills add keros68/abstract-fig

维护状态

活跃

距上次推送 1 个月

风险

需审查

Low GitHub adoption signal

GitHub 质量

16

67/100 质量 · 73/100 信任

覆盖标签

研究RAG and knowledge设计与创意drawiographical-abstract

审查说明

Low GitHub adoption signal · Quality score needs review

Agent 采用评分卡

一眼查看信任、审计与安装准备度

这些分数综合公开仓库元数据、OpenAgentSkill 审查信号、维护新鲜度与安装准备度。它用于候选筛选,不替代人工审查。

质量

有潜力
67

有用的候选项,但采用前应与替代方案比较。

信任

仅限沙盒
65

有用但信任信号不足或混杂的候选项。在结果闭环证明任务匹配前,请保持在隔离工作区内使用。

审计

需审查
77

对安装准备度、安全元数据、维护情况与采用风险的机器可读审查。

OpenAgentSkill 信任评分 v5

安装前需人工审查

仅在沙盒中运行,并在用于真实工作前比较接近的替代方案。

PythonCodexClaude CodeCursorOpenAgentSkill CLI

Stars

16 个 GitHub Stars

仓库活跃度

16 个 Star,1 个 Fork

维护状态

距上次推送 1 个月

许可证

MIT

安装

npx skills add keros68/abstract-fig

安装安全性

标准软件包或运行时安装路径

权限范围

shell or command execution, filesystem or document access

Agent 结果

暂未有 Agent 结果数据

文档

README/SKILL.md 上下文充分

风险摘要

生产前审查

  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 16 GitHub stars
  • Stars/forks activity: 16 stars, 1 forks; issue activity unavailable in current metadata

安装准备度

安装路径可用

  • 安装路径可用
  • 仓库证据可用
  • 已声明许可证
  • 暂无 Agent 验证结果证据

Agent 可读元数据

这个 Skill 的机器可读决策数据。

使用此区块或内嵌 JSON 判断 Agent 是否应安装该 Skill、选择替代方案,或先请求人工审查。

打开 JSON

适用任务

  • 设计与创意 工作流
  • Claude Code 团队
  • builders willing to evaluate younger projects
  • Inspect visual requirements

适用 Agent

PythonCodexClaude CodeCursorOpenAgentSkill CLIOpenAI AgentsCLI

安装决策

命令
npx skills add keros68/abstract-fig
策略
审查
人工审查

信任与风险

信任
65/100
审计
77/100
风险级别
需审查

结果闭环

端点
/api/agent/outcome
事件 ID
resolve
结果
5

安装命令

npx skills add keros68/abstract-fig

不适用场景

  • 需要厂商支持 SLA 的团队
  • production agents without a repository review
  • Low GitHub adoption signal
  • 高风险权限提示:Shell 或命令执行
  • Quality score needs review

Agent 安全 v2

49/100 · 避免自动安装

实验性审查

Sparse or mixed signals. Useful for discovery, but not for autonomous installation.

Test manually in an isolated workspace and compare against safer alternatives.

通过 API 解析

Shell 或命令执行

Skill 元数据引用了终端、CLI、Shell、子进程或命令执行工作流。

网络访问

Skill 可能访问远程页面、API、仓库或外部服务。

文件系统访问

Skill 可能读取或写入项目文件、文档、生成产物或本地工作区状态。

  • 高风险权限提示:Shell 或命令执行
  • Low GitHub adoption signal

安装目标

在你的 Agent 工作流中安装此 Skill

通过公开安装端点获取命令、安全清单、目标提示词和该 Skill 的规范链接。

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install keros68-abstract-fig

Agent 解析计划

让 Agent 在安装前验证匹配度。

Resolve API 返回首选 Skill、替代方案、安全策略、审计说明、安装目标和可直接执行的提示词,无需抓取此页面。

打开文本计划

Agent 应检查

  • 从 Resolve API 检查任务匹配与替代方案。
  • 检查审计评分、信任评分和安全策略警告。
  • 检查 Codex、Claude Code、Cursor 或 CLI 的安装目标兼容性。

复制提示词

Task: Use Abstract Fig in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20Abstract%20Fig%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/keros68-abstract-fig/install
Install command: npx skills add keros68/abstract-fig
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Agent 交接

把安装路径交给 Agent,而不是再给一个目录页。

通过公开安装端点获取命令、安全清单、目标提示词和该 Skill 的规范链接。

打开安装 API

Agent 提示词

Use Abstract Fig for this task. Review https://www.openagentskill.com/api/skills/keros68-abstract-fig/install, then install with: npx skills add keros68/abstract-fig

Registry 元数据

用于自动选择 Skill 的 Agent 可读档案。

本页通过 Registry API 提供相同的决策、信任、审计、场景和安装信号,让 Agent 无需抓取界面即可排序。

打开 Manifest

适配 Agent

70/100

设计与创意

平台

Python, Claude Code, OpenAI Agents

审计报告

需审查 · 77/100

对安装准备度、安全元数据、维护情况与采用风险的机器可读审查。

查看审计报告查看评估报告

Agent 决策面板

Fallback candidate for Design and creative

先用此 Skill 做原型验证,并保留备选方案。

70
就绪度
原型验证
阶段

栈中角色

备选候选

主要匹配

设计与创意

信任标签

先做原型验证

安装路径

命令已就绪

适用场景

  • 设计与创意 工作流
  • Claude Code 团队
  • builders willing to evaluate younger projects

证据

  • 仓库近期活跃
  • 已提供安装命令或 GitHub 仓库
  • 67/100 质量档案
  • 15 个 OpenAgentSkill 交互事件

先审查

  • Low GitHub adoption signal

实施路径

  1. 1在沙盒 Agent 中安装它,并端到端完成一次设计与创意任务。
  2. 2Compare output quality, latency, and failure behavior against at least one alternative.
  3. 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

信任档案

仅限沙盒

有用但信任信号不足或混杂的候选项。在结果闭环证明任务匹配前,请保持在隔离工作区内使用。

65
OpenAgentSkill 信任评分

GitHub 采用度

修复

16 个 GitHub Stars

Star/Fork 活跃度

修复

16 个 Star,1 个 Fork; 当前元数据中没有议题活跃度信息

近期维护

通过

距上次推送 1 个月

许可证清晰度

通过

MIT

积极信号

  • AI 审查已通过
  • 安装路径可用
  • 仓库证据可用
  • 近期维护的仓库
  • 安装命令未发现明显高风险模式
  • 结果闭环已就绪,但需要首次真实 Agent 运行

安装前审查

  • Low GitHub adoption signal
  • Quality score needs review
  • GitHub adoption: 16 GitHub stars
  • Stars/forks activity: 16 stars, 1 forks; issue activity unavailable in current metadata
  • 暂未有真实 Agent 结果报告
  • 无人值守安装前需要人工审查

建议操作

仅在沙盒中运行,并在用于真实工作前比较接近的替代方案。

质量档案

有潜力 适用于 Agent 工作流的候选

有用的候选项,但采用前应与替代方案比较。

67
GitHub Stars
16
新鲜度
1 个月前
安装就绪
许可证
MIT
安装前审查: Low GitHub adoption signal

工作流匹配

在这些场景使用此 Skill

工作流匹配

加入完整工作流

替代方案短名单

安装前对比

可能适合该任务的相近 Skill。

对比全部

概览

# Abstract-Fig

生成可编辑论文图形摘要和概念模型图的 Codex skill:先用 Codex 里的 image2 制作论文主题元素,拆分为独立透明 PNG,嵌入 draw.io,文字框、箭头、边框、分组和标签全部保持可编辑。

目标不是一张不可编辑的 AI 大图,而是一个能在 draw.io 里继续拖拽、改字、换元素、调版面的 `.drawio` 文件。适合投稿论文的 graphical abstract、机制概念图、方法流程图和综合示意图。

> 中文为主,English version below.

[![License: MIT](https://img.shields.io/badge/License-MIT-blue.svg)](LICENSE) [![Agent Skill](https://img.shields.io/badge/Agent%20Skill-SKILL.md-green.svg)](SKILL.md) [![draw.io](https://img.shields.io/badge/draw.io-editable%20.drawio-orange.svg)](https://app.diagrams.net/)

## 运行要求

只面向 Codex:完整流程依赖 Codex 里的 image2 生图能力。其他 agent 可以参考 `SKILL.md` 的流程思路,但没有 image2 或等价的生图与文件处理能力,就复现不了"生成元素 → 拆分元素 → 嵌入 draw.io"这条链。

## 使用场景

- 已有论文主线、审稿意见或修改建议,要转成正文概念图或 graphical abstract。 - 需要"图片元素 + 可编辑文字框 + 可编辑箭头"的投稿图,而不是整张贴图。 - 普通流程图太像模板,想加入含水介质、河流、农田、采样井、仪器、地貌等论文主题元素。 - 把已有草图或 draw.io 文件改成适合期刊正文的 boxed manuscript style。

## 功能

从论文内容提炼图件主线(如 `setting -> process/media -> evidence -> status/output`),判断图件类型,生图前先给出绘制方案供选择(agent 自主判断、风格菜单或自定义要求)。生成或复用 image2 元素表,把元素拆成多个透明 PNG,逐个作为独立图片对象嵌入 draw.io;科学逻辑用可编辑的文字框、分区框、箭头和标签表达。默认白底、细边框、少量配色、大字号,并检查压盖、箭头穿字、小字号、A4 缩放后不可读等常见排版问题。

交付物:一个 `.drawio` 文件 + `elements/` 透明 PNG 元素文件夹,外加嵌入检查结果和微调建议。默认不导出 PNG/PDF/SVG——先在 draw.io 里调到满意,再按期刊要求导出。

## 边界

- 不把整张 AI 生成图直接当成最终 draw.io 图。 - PNG 元素内部不能像矢量图一样逐笔编辑;可编辑的是元素位置、大小、替换关系,以及所有文字、边框、箭头和标签。 - 不凭空强化论文机制,不把概念假设画成已证实结论。 - 不替代作者对科学术语、图注、投稿格式和最终分辨率的人工复核。 - 元素质量取决于 image2 生成与拆分效果,复杂背景、阴影和细线可能要手动清理;投稿前建议导出 PDF 按 A4 或期刊栏宽再查一遍。

## 快速开始

在 Codex 里发送:

```text 请从 GitHub 安装这个 skill,并在之后需要制作论文 graphical abstract、概念模型图或可编辑 draw.io 投稿图时优先使用它: https://github.com/keros68/abstract-fig ```

装完重启或新开窗口:

```text 使用 $abstract-fig 根据这篇论文主线做一张可编辑 draw.io 图形摘要,要求先生成主题元素,再拆分嵌入到 draw.io。 ```

手动安装:

```bash git clone https://github.com/keros68/abstract-fig.git ~/.codex/skills/abstract-fig ```

做好的 `.drawio` 文件拖进 [draw.io 官方编辑器](https://app.diagrams.net/) 即可继续编辑;网页询问保存位置时选本地存储。

## 文件结构

- `SKILL.md` - skill 主说明和触发规则。 - `references/figure-types.md` - 图件类型选择规则。 - `referen

平台兼容性

pythonFULL

技术详情

版本
1.0.0
许可证
MIT
最近更新
2026年8月18日
发布时间
2026年7月23日

框架与工具

Python

决策摘要

备选候选

70
就绪
原型验证
阶段

仓库近期活跃

审计

安装审查

安装与采用审查

77
需审查
安全性
83/100
维护状态
88/100
安装
92/100
打开完整审计查看评估报告

Agent 验证证据

Agent 验证证据

来自解析、审查、安装和一次小范围运行后的结果报告。

0
已验证
Needs first agent run自动安装: 先审查最近: 未知
成功率
近期失败
结果
0
输出质量
失败
0
不相关
0
安装次数
0
风险拦截
0
需要配置
0
生产环境
0

暂时没有 Agent 结果数据。首次 Agent 执行可以通过 /api/agent/outcome 报告成功、需要设置、风险拦截、失败或不相关。

安装

加入 Agent 工作流

免费且开源. 在生产 Agent 中安装前请先审查报告。

增长闭环

分享工具包

X

为 Abstract Fig 准备的场景化草稿,可手动发布到 X。

策展说明
A practical pick for design or creative work:

Abstract Fig: A Codex skill that generates editable draw.io graphical abstracts and concept figures from manuscript text using AI image g...

16 stars

https://www.openagentskill.com/skills/keros68-abstract-fig?ref=x
打开 X 草稿
可选:带安装命令的回复
Listing + install path for Abstract Fig:
https://www.openagentskill.com/skills/keros68-abstract-fig?ref=x

Install: npx skills add keros68/abstract-fig
打开回复草稿

收录来源

社区收录

可认领

此列表来自公开来源,维护者认领获批前不会标记为官方。

创作者
keros68
收录方
OpenAgentSkill 社区索引

归属链接指向公开仓库或创作者主页。创作者可认领列表以更新所有权信号。

认领此 Skill

所有者认领

认领此 Skill 页面

这条 社区收录 列表归属于 keros68,但尚未标记为官方。认领后可增加已验证所有者信号,使后续发布、安装和审计更新更值得信赖。

创作者外链工具包

将证据徽章加入你的 README

在开发者评估仓库的位置展示规范页面、当前信任与审计信号,以及真实的 Agent 验证证据。

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/keros68-abstract-fig?metric=listed&label=Listed)](https://www.openagentskill.com/skills/keros68-abstract-fig)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/keros68-abstract-fig?metric=trust&label=Trust)](https://www.openagentskill.com/skills/keros68-abstract-fig)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/keros68-abstract-fig?metric=audit&label=Audit)](https://www.openagentskill.com/skills/keros68-abstract-fig/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/keros68-abstract-fig?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/keros68-abstract-fig)

作者

K

keros68

@keros68

健康信号

GitHub Stars
16
质量评分
43/100
最近 GitHub 推送
2026年7月21日
框架提示
1
OpenAgentSkill 浏览量
11
复制安装命令
0
跳转点击
0

社区信号

告诉我们这个 Skill 是否对你的 Agent 工作流有帮助。汇总反馈会持续改善排序。

信任与安全

仅限沙盒

65
  • GitHub 采用度16 个 GitHub Stars修复
  • Star/Fork 活跃度16 个 Star,1 个 Fork; 当前元数据中没有议题活跃度信息修复
  • 近期维护距上次推送 1 个月通过
  • 许可证清晰度MIT通过
  • README/SKILL.md 完整度元数据包含足够的用法与工作流上下文通过
  • 依赖与运行时风险命令执行范围信息