AutoFigure-edit 是 AutoFigure 的新一代版本。它能将论文的方法部分自动转化为完全可编辑的 SVG 插图，并支持在嵌入式 SVG 编辑器中进行微调。

它的核心工作流程是这样的：先用 LLM 根据文字生成一个草图，然后用 SAM3 做图像分割识别出各个图标区域，再通过 RMBG-2.0 去背景，最后组装成完整的矢量图。最牛的是它支持风格迁移，你可以丢一张参考图进去，它会模仿那个风格来画你的图。这对于想要统一论文配图风格的人来说，简直是救星。项目还内置了一个 Web 界面，生成的图可以直接在浏览器里编辑，拖拖拽拽就能调整，非常方便。

AutoFigure-edit 的处理流程通过四个阶段将原始生成的位图转化为可编辑的 SVG：(1) 原始生成 → (2) SAM3 分割 → (3) SVG 布局模板 → (4) 最终矢量合成

生成 (figure.png): LLM 根据方法文本生成初始的光栅化草图。

分割 (sam.png): 集成 SAM3 检测并分割出独立的图标与文本区域。

模板 (template.svg): 系统构建包含占位符的 SVG 结构骨架（线框图）。

合成 (final.svg): 将高质量的抠图图标和矢量化文本注入模板，完成组装。

# 1) 安装依赖
pip install -r requirements.txt

# 2) 单独安装 SAM3 (本项目未包含)
git clone https://github.com/facebookresearch/sam3.git
cd sam3
pip install -e .

运行:

python autofigure2.py \
  --method_file paper.txt \
  --output_dir outputs/demo \
  --provider bianxie \
  --api_key YOUR_KEY

python server.py

然后在浏览器打开 http://localhost:8000。

仅供个人学习参考/导航指引使用，具体请以第三方网站说明为准，本站不提供任何专业建议。如果地址失效或描述有误，请联系站长反馈～感谢您的理解与支持！

链接: https://fly63.com/nav/4947