SkillProof tested Claude skills

Figmirror

Zmień styl swoich danych na figurę matplotlib pasującą do stylu wizualnego referencyjnego artykułu

Autor: VILA-Lab · VILA-Lab/FigMirror

Testowano · Działa ★ 8.0/10

Figmirror — Zmień styl swoich danych na figurę matplotlib pasującą do stylu wizualnego referencyjnego artykułu

Co robi ten skill

Przenosi styl wizualny figury z referencyjnego artykułu (w stylu NeurIPS/ICML/Nature-style) na Twoje własne dane, generując samodzielny skrypt matplotlib plus PNG i PDF Type-42 za pomocą iteracyjnej pętli Drawer/Reviewer. Uruchamia się, gdy dołączysz zrzut ekranu figury z artykułu wraz z danymi i poprosisz o "mirror this figure's style", "make a chart that looks like this paper" lub "reproduce this figure with my numbers". Nie uruchamia się na zwykłe żądania matplotlib bez obrazu referencyjnego.

Raport z testu

Zlokalizowano SKILL.md w .claude/skills/figmirror/SKILL.md; frontmatter parsował z name+description. Sprawdzono 6 plików referencyjnych (aesthetic-library.md, iter-loop-spec.md, trzy agenty figure-*, score_3d_candidates.py) wszystkie HTTP 200; aesthetic-library.md ma 933 linie, co odpowiada twierdzeniu o "~900". Brak zagrożeń bezpieczeństwa. Wyzwalacz testowany z 5 frazami (3 z obrazem referencyjnym+danymi powinny aktywować, 2 zwykłe matplotlib bez obrazu nie powinny) — wszystkie 5 oceniono poprawnie; wyraźny negatywny przypadek w opisie sprawia, że jest to czyste. Wynik: wyrenderowano wykres liniowy BASELINE z domyślnymi ustawieniami matplotlib, a następnie wykres SKILL stosujący dosłownie wartości z dołączonej biblioteki estetycznej L2 (serif+STIX, top/right despine na 0.6pt, linie siatki #e0e0e0, bezramkowa zwarta legenda, paleta seaborn-deep, figsize jednokanałowy, pdf.fonttype=42 — osadzenie Type-42 zweryfikowane w PDF). Konkretna, wyraźnie lepsza jakość niż bazowa. Uwaga: ćwiczyłem tylko warstwę konwencji L2; główna pętla L1 vision-mirror przeciwko rzeczywistemu zrzutowi ekranu referencyjnego za pośrednictwem trzech wysłanych subagentów nie została uruchomiona (brak obrazu referencyjnego / iteracji wizualnej w moim kontekście), chociaż umiejętność dokumentuje fallback głównego wątku, więc nadal działa tylko jako umiejętność.

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

Instalacja

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".

Komendy i przykładowe prompty

  • /figmirrorZmień styl swoich danych na figurę matplotlib pasującą do stylu wizualnego referencyjnego artykułu

Skille uruchamiają się na zwykłe polecenia — bez komend do zapamiętania. Po instalacji aktywują go prompty takie jak te (po angielsku):

  • 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

Pełny raport →