向阳乔木@vista8 · XAI 摘要
Hugging Face 上一篇热门论文介绍了名为 Harness 的 AI 论文图表生成框架。该框架围绕一个共享的结构化规格文档 S 运作，包含四个协作角色：设计者生成视觉方案，执行者渲染图像或代码，验证者输出带定位的诊断报告，修订者据此修改规格文档 S。作者参考该框架进行了简化实践，写成一个技能包，其中使用了 GPT-image-2 进行生图，并整合了 URL 抓取功能，可直接生成配图。
读了今天Huggingface最热论文，关于如何让AI生成论文图表的Harness框架。
框架会围绕一个共享的结构化规格文档 S。
1 设计者 D：根据 S 生成可执行的视觉方案 2 执行者 E：将方案渲染成图像（或代码） 3 验证者 V：输出带有具体问题定位的诊断报告 4 修订者 R：将诊断转化为结构化操作，直接修改 S 中的对应字段
参考并简化，写了一个Skill：
设计者（生图提示词） 执行者（Codex调用GPT-image-2生图） 验收者（审美评判，这个可能不靠谱）
另外整合了抓取Skill，只需要提供URL就能生成配图，哪怕是 X URL。
生成效果如下：