SkillProof tested Claude skills

Figmirror

Omstil dine data som en matplotlib-figur, der matcher et referencepapirs visuelle stil

Af VILA-Lab · VILA-Lab/FigMirror

Testet · Virker ★ 8.0/10

Figmirror — Omstil dine data som en matplotlib-figur, der matcher et referencepapirs visuelle stil

Hvad det gør

Overfører den visuelle stil fra en referencepapirfigur (NeurIPS/ICML/Nature-stil) til dine egne data, og udsender et selvstændigt matplotlib script plus PNG og en Type-42 PDF via en iterativ Drawer/Reviewer loop. Udløses når du vedhæfter et papir-figur screenshot sammen med dine data og beder om at "mirror this figure's style", "make a chart that looks like this paper" eller "reproduce this figure with my numbers". Udløses ikke på almindelige matplotlib anmodninger uden referencebillede.

Testrapport

Fandt SKILL.md på .claude/skills/figmirror/SKILL.md; frontmatter parses med name+description. Stikprøvekontrollerede 6 kropsrefererede filer (aesthetic-library.md, iter-loop-spec.md, de tre figure-* agenter, score_3d_candidates.py) alle HTTP 200; aesthetic-library.md er 933 linjer, der matcher "~900" påstanden. Ingen sikkerhedsbrister. Trigger testet med 5 formuleringer (3 med reference-image+data skulle aktiveres, 2 plain-matplotlib no-image skulle ikke) — alle 5 bedømt korrekt; beskrivelsens eksplicitte negative tilfælde gør dette rent. Output: gengivet et BASELINE linjediagram med matplotlib defaults, derefter et SKILL diagram, der anvender de bundtede L2 aesthetic-library værdier ordret (serif+STIX, top/right despine ved 0.6pt, #e0e0e0 gridlines, frameless tight legend, seaborn-deep palette, single-column figsize, pdf.fonttype=42 — Type-42 embedding verificeret i PDF'en). Konkret, tydeligt papir-grade forbedring over baseline. Forbehold: Jeg udøvede kun L2 konventionslaget; den overskrift L1 vision-mirror loop mod et reelt reference screenshot via de tre udsendte subagenter blev ikke kørt (ingen referencebillede / vision iteration i min kontekst), selvom færdigheden dokumenterer en main-thread fallback, så den stadig fungerer skill-only.

Testet: 2026-07-21 · Claude Code 2.x (agent harness)

Installation

git clone --depth 1 https://github.com/VILA-Lab/FigMirror.git /tmp/figmirror-src
mkdir -p ~/.claude/skills ~/.claude/agents
cp -R /tmp/figmirror-src/.claude/skills/figmirror ~/.claude/skills/figmirror
cp /tmp/figmirror-src/.claude/agents/figure-preprocessor.md /tmp/figmirror-src/.claude/agents/figure-illustrator.md /tmp/figmirror-src/.claude/agents/figure-critic.md ~/.claude/agents/
# Requires python3 + matplotlib to run the generated figure scripts.
# The 3 agents above drive the Drawer/Reviewer loop; SKILL.md has a main-thread fallback if they are absent.
# Recommended installer (also wires Codex + local web UI): curl -fsSL https://raw.githubusercontent.com/VILA-Lab/FigMirror/main/scripts/install.sh | bash -s -- --claude
# Usage: attach a paper-figure screenshot + paste your data, then "mirror this figure's style with my data".

Kommandoer og eksempelprompter

  • /figmirrorOmstil dine data som en matplotlib-figur, der matcher et referencepapirs visuelle stil

Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):

  • Mirror this paper figure's style with my dataset
  • Make my chart look like this NeurIPS figure
  • Reproduce this reference plot using my own data

Læs hele rapporten →