図表追加スキル

論文分析レポートに、元論文および参照論文から重要な図表（Figure/Table）を抽出・追加します。

概要

このスキルは以下を行います：

•既存レポートの分析
•元論文から重要な図表を特定・抽出
•参照論文から重要な図表を特定・抽出
•図表の保存
•レポートへの図表埋め込み
•図表の説明文を追加

重要: このスキルは元論文だけでなく、レポートで言及されている参照論文からも図表を抽出します。

Python モジュール

このスキルは src/figure_extractor.py モジュールを使用します。

CLI の使用方法

bash

# 基本的な使用方法（自動検出モード）
uv run figure-extractor https://arxiv.org/abs/2401.12345

# 特定の図のみ抽出
uv run figure-extractor 2401.12345 --figures 1,2,3

# 埋め込み画像を全て抽出
uv run figure-extractor 2401.12345 --mode images

# 特定のページを画像として抽出
uv run figure-extractor 2401.12345 --mode pages --pages 2,5,8

# Table を除外
uv run figure-extractor 2401.12345 --no-tables

# ズーム倍率を変更（高解像度）
uv run figure-extractor 2401.12345 --zoom 3.0

Python API の使用方法

python

from pathlib import Path
from src.figure_extractor import (
    FigureExtractor,
    generate_markdown_embed,
    update_report_with_figures,
)
from src.arxiv_helper import download_pdf, extract_arxiv_id

# arXiv ID を抽出して PDF をダウンロード
arxiv_id = extract_arxiv_id("https://arxiv.org/abs/2401.12345")
pdf_path = download_pdf(arxiv_id, output_dir="downloads")

# 図表を抽出
extractor = FigureExtractor(output_dir="reports/figures", zoom=2.0)

# 方法1: 自動検出で Figure/Table を抽出
result = extractor.extract_from_pdf(
    pdf_path,
    arxiv_id,
    figure_numbers=[1, 2, 3],  # 特定の図のみ
    extract_tables=True,
)

# 方法2: 埋め込み画像を全て抽出
result = extractor.extract_embedded_images(pdf_path, arxiv_id)

# 方法3: 特定のページを画像として抽出
result = extractor.extract_page_as_image(pdf_path, arxiv_id, page_numbers=[2, 5, 8])

# 結果を確認
print(f"Extracted {len(result.figures)} figures")
for fig in result.figures:
    print(f"  - {fig.figure_id}: {fig.image_path}")

# Markdown 埋め込みコードを生成
for fig in result.figures:
    print(generate_markdown_embed(fig, relative_to=Path("reports")))

# レポートに図表を自動挿入
updated_content = update_report_with_figures(
    "reports/2401.12345_report.md",
    result,
    insert_positions={
        "fig1": "### 3.2 アーキテクチャ",
        "table1": "### 5.1 主要な結果",
    },
)

ワークフロー

1. 対象レポートと論文の特定

1.1 レポートの読み込み

bash

# 最新のレポートを確認
ls -lt reports/*.md | head -5

対象レポートを Read ツールで読み込み、以下を把握：

•論文の arXiv ID
•レポートの構造
•既に言及されている Figure/Table

1.2 元論文の取得と図表抽出

bash

# PDF をダウンロードして図表を抽出
uv run figure-extractor <arxiv_id>

2. 重要な図表の特定

2.1 論文全体をスキャン

Read ツールで PDF を読み取り、全ての Figure と Table を特定：

markdown

## 論文内の図表一覧

| 番号 | 種類 | ページ | タイトル/キャプション | 重要度 |
|------|------|--------|---------------------|--------|
| Figure 1 | 図 | 2 | System Architecture | 高 |
| Figure 2 | 図 | 4 | Training Pipeline | 高 |
| Table 1 | 表 | 6 | Main Results | 高 |
| Figure 3 | 図 | 7 | Ablation Study | 中 |

2.2 重要な図表の選定基準

以下の基準で優先度を判定：

高優先度（必須）:

•アーキテクチャ図: システム全体の構造を示す図
•メイン結果: 主要な実験結果のテーブル/グラフ
•手法の概念図: 提案手法の核心を示す図
•比較図: ベースラインとの比較を示すグラフ

中優先度（推奨）:

•アブレーション結果: アブレーション研究の結果
•ケーススタディ: 具体的な事例を示す図
•分類体系図: サーベイ論文のTaxonomy図

低優先度（オプション）:

•補足図: Appendix の詳細図
•実装詳細図: 特定の実装を示す図

3. 図表の抽出

3.1 CLI ツールで抽出（推奨）

bash

# 全ての図表を自動検出して抽出
uv run figure-extractor 2401.12345

# 特定の図のみ抽出
uv run figure-extractor 2401.12345 --figures 1,2,5

# 埋め込み画像を全て抽出（ベクター図に対応）
uv run figure-extractor 2401.12345 --mode images

# 特定のページ全体を画像として抽出
uv run figure-extractor 2401.12345 --mode pages --pages 2,5,8

3.2 抽出した図表の命名規則

code

reports/figures/{arxiv_id}/
  ├── fig1.png               # Figure 1
  ├── fig2.png               # Figure 2
  ├── table1.png             # Table 1
  ├── fig3.png               # Figure 3
  └── references/            # 参照論文の図表
      └── ref1_xxx_fig1.png

4. 参照論文の図表抽出（詳細ワークフロー）

参照論文からの図表抽出は、レポートの理解を深めるために重要です。以下の詳細なワークフローに従ってください。

4.1 レポートから参照論文の arXiv ID を抽出

レポートの「重要な参照論文」セクションを読み取り、各論文の arXiv URL から ID を抽出します。

手順:

•Read ツールでレポートを読み込む
•「参照論文の詳細」セクションを探す
•各論文の URL フィールドから arXiv ID を抽出

抽出対象の例:

markdown

| **URL** | https://arxiv.org/abs/2310.08560 |  → arXiv ID: 2310.08560
| **URL** | https://arxiv.org/abs/2302.04761 |  → arXiv ID: 2302.04761

4.2 重要な参照論文の選定基準

全ての参照論文から図を抽出するのではなく、以下の基準で 3-5 本 を選定：

優先度	条件	抽出する図の種類
最高	ベースライン/比較対象として使用	アーキテクチャ図、結果図
高	提案手法の基盤となっている	手法の概念図、アルゴリズム図
中	関連アプローチとして詳しく言及	全体像を示す図
低	背景知識として引用	通常は不要

選定例（サーベイ論文の場合）:

•MemGPT → メモリアーキテクチャ図（Figure 1）
•ReAct → Thought-Action-Observation サイクル図
•LATS → MCTS 探索木の図
•Reflexion → 自己反省ループの図

4.3 参照論文の PDF 取得と図表抽出

各参照論文について以下を実行：

bash

# 1. ディレクトリを作成
mkdir -p reports/figures/{main_arxiv_id}/references

# 2. 参照論文の PDF をダウンロード
uv run arxiv-helper https://arxiv.org/abs/{ref_arxiv_id}

# 3. 図表を抽出（特定の図のみ）
uv run figure-extractor {ref_arxiv_id} --figures 1 --output-dir reports/figures/{main_arxiv_id}/references

# 4. ファイル名をリネーム（参照論文であることを明示）
mv reports/figures/{main_arxiv_id}/references/fig1.png \
   reports/figures/{main_arxiv_id}/references/{ref_name}_{ref_arxiv_id}_fig1.png

複数の参照論文を並列で処理する例:

bash

# 並列でダウンロード
uv run arxiv-helper 2310.08560 &  # MemGPT
uv run arxiv-helper 2302.04761 &  # Toolformer
uv run arxiv-helper 2210.03629 &  # ReAct
wait

# 各論文から図を抽出
for id in 2310.08560 2302.04761 2210.03629; do
  uv run figure-extractor $id --figures 1 --output-dir reports/figures/{main_id}/references
done

4.4 参照論文の図を特定する方法

参照論文の PDF を Read ツールで読み込み、重要な図を特定します。

特定すべき図:

•論文の Figure 1: 通常、手法の全体像を示す
•アーキテクチャ図: システム構造を示す図
•アルゴリズムの可視化: 処理フローを示す図
•主要結果の図: 性能比較グラフ等

PDF 読み取り例:

code

# Read ツールで参照論文の PDF を読み取り
Read downloads/{ref_arxiv_id}.pdf

# 図のページ番号を特定後、ページ単位で抽出
uv run figure-extractor {ref_arxiv_id} --mode pages --pages 2,5

4.5 参照論文図表の命名規則

code

reports/figures/{main_arxiv_id}/references/
  ├── memgpt_2310.08560_fig1.png      # MemGPT の Figure 1
  ├── toolformer_2302.04761_fig1.png  # Toolformer の Figure 1
  ├── react_2210.03629_fig1.png       # ReAct の Figure 1
  ├── reflexion_2303.11366_fig1.png   # Reflexion の Figure 1
  └── lats_2310.04406_fig2.png        # LATS の Figure 2

命名規則:

•{短縮名}_{arxiv_id}_fig{番号}.png
•短縮名は論文のキーワード（memgpt, react, lats 等）

4.6 参照論文の図をレポートに埋め込む

参照論文の図は、レポートの「参照論文の詳細」セクション内の各論文説明に追加します。

埋め込み位置の例:

markdown

### [1]. MemGPT: Towards LLMs as Operating Systems

| 項目 | 内容 |
|------|------|
| **著者** | Charles Packer, et al. |
| **URL** | https://arxiv.org/abs/2310.08560 |

![MemGPT Architecture](./figures/2601.14192/references/memgpt_2310.08560_fig1.png)

*Figure 1 (MemGPT): 階層的メモリシステムのアーキテクチャ。メインコンテキストと外部メモリの関係を示す。*

#### 概要
MemGPTは、LLMをオペレーティングシステムになぞらえ...

5. レポートへの図表埋め込み

5.1 図表の挿入位置

元論文の図表:

レポートセクション	挿入する図表
サーベイ/研究の概要	Figure: 研究の発展・全体像
提案手法 > アーキテクチャ	Figure: System Architecture
提案手法 > 手法の概要	Figure: Method Overview
実験 > 結果	Table: Main Results, Figure: Comparison
結果と考察 > アブレーション	Figure: Ablation Study

参照論文の図表:

レポートセクション	挿入する図表
参照論文 > [論文名] > 概要の直後	参照論文の Figure 1（アーキテクチャ図）
参照論文 > [論文名] > 手法の概要	参照論文の手法説明図
比較分析セクション	複数論文の比較図（並べて表示）

5.2 図表埋め込みフォーマット

markdown

### 3.2 アーキテクチャ

![Figure 1: System Architecture](./figures/{arxiv_id}/fig1_architecture.png)

*Figure 1: [論文からのキャプション]*

本アーキテクチャは以下のコンポーネントから構成される：
- [コンポーネント1の説明]
- [コンポーネント2の説明]

5.3 表の埋め込み

表は可能な限り Markdown 形式で再現し、画像は補助として使用：

markdown

### 5.1 主要な結果

**Table 1: Main Results**

| Method | Accuracy | F1 Score | Latency |
|--------|----------|----------|---------|
| Baseline | 85.2 | 84.1 | 120ms |
| Proposed | **92.4** | **91.8** | 95ms |

![Table 1: Main Results (Original)](./figures/{arxiv_id}/table1_main_results.png)

*Table 1: [論文からのキャプション]*

5.4 参照論文の図表埋め込み

参照論文の図は、レポートの「参照論文の詳細」セクション内に追加します。

フォーマット:

markdown

### [1]. MemGPT: Towards LLMs as Operating Systems

| 項目 | 内容 |
|------|------|
| **著者** | Charles Packer, Vivian Fang, et al. |
| **年** | 2023 |
| **URL** | https://arxiv.org/abs/2310.08560 |

#### アーキテクチャ図

![MemGPT Architecture](./figures/{main_arxiv_id}/references/memgpt_2310.08560_fig1.png)

*Figure 1 (MemGPT 論文より): MemGPT の階層的メモリアーキテクチャ。LLM のコンテキストウィンドウをメインメモリ、外部ストレージを仮想メモリとして扱い、OS のページング機構を模倣している。*

#### 概要
MemGPTは、LLMをオペレーティングシステムになぞらえ...

複数の参照論文図を並べて比較する例:

markdown

### メモリアーキテクチャの比較

以下の図は、主要なメモリ手法のアーキテクチャを比較しています。

| MemGPT | MemoryBank |
|--------|------------|
| ![MemGPT](./figures/{id}/references/memgpt_fig1.png) | ![MemoryBank](./figures/{id}/references/memorybank_fig1.png) |
| 階層的メモリ（メイン + 外部） | 忘却曲線に基づくメモリ管理 |

6. 図表の説明追加

6.1 図表の詳細解説

各図表について、以下の解説を追加：

markdown

#### Figure 1 の詳細解説

**図の目的**: [この図が何を示しているか]

**主要な要素**:
1. **[要素1]**: [説明]
2. **[要素2]**: [説明]
3. **[要素3]**: [説明]

**データフロー**:
[入力] → [処理1] → [処理2] → [出力]

**注目すべきポイント**:
- [ポイント1]
- [ポイント2]

**論文での言及**:
> "[論文からの引用]"

6.2 図表間の関連付け

複数の図表の関連性を説明：

markdown

> **図表の関連性**: Figure 1 のアーキテクチャで示される各コンポーネントは、
> Table 1 の実験結果と対応しており、各コンポーネントの貢献度は
> Figure 4 のアブレーション研究で検証されている。

実行コマンド

bash

# 基本的な使用方法（元論文のみ）
/add-figures 2401.12345

# 特定の図表のみを追加
/add-figures 2401.12345 --figures "1,2,5"

# 参照論文の図表も含める（推奨）
/add-figures 2401.12345 --include-references

# 高解像度で抽出
/add-figures 2401.12345 --high-res

# レポートファイルを直接指定
/add-figures @reports/2401.12345_report.md

引数の説明:

•--include-references: 参照論文から重要な図（3-5本分）を抽出してレポートに追加
•--figures "1,2,5": 特定の図番号のみを抽出
•--high-res: 高解像度（zoom=3.0）で抽出
•@reports/*.md: レポートファイルのパスを直接指定

出力構造

code

reports/
  ├── {arxiv_id}_report.md          # 更新されたレポート
  └── figures/
      └── {arxiv_id}/
          ├── fig1.png              # 元論文の Figure 1
          ├── fig2.png              # 元論文の Figure 2
          ├── fig3.png              # 元論文の Figure 3
          ├── table1.png            # 元論文の Table 1
          ├── table2.png            # 元論文の Table 2
          └── references/           # 参照論文の図表
              ├── memgpt_2310.08560_fig1.png      # MemGPT の Figure 1
              ├── toolformer_2302.04761_fig1.png  # Toolformer の Figure 1
              ├── react_2210.03629_fig1.png       # ReAct の Figure 1
              ├── reflexion_2303.11366_fig1.png   # Reflexion の Figure 1
              ├── lats_2310.04406_fig1.png        # LATS の Figure 1
              └── swiftsage_2305.17390_fig1.png   # SwiftSage の Figure 1

ディレクトリ構造の説明:

•figures/{arxiv_id}/: 元論文（分析対象論文）の図表
•figures/{arxiv_id}/references/: 参照論文の図表
•ファイル名規則: {論文短縮名}_{arxiv_id}_fig{番号}.png

依存関係

PyMuPDF は既にプロジェクトの依存関係に含まれています（pyproject.toml）。

bash

# 依存関係のインストール（未実行の場合）
uv sync

主な依存パッケージ

•pymupdf: PDF からの図表抽出に使用

トラブルシューティング

図表が抽出できない場合

•ベクター形式の図: ページ全体をキャプチャする方法に切り替え
•埋め込み画像がない: PDF が画像として図を含んでいない可能性
•品質が低い: 解像度を上げて再抽出

大きな PDF の処理

bash

# 特定のページのみ処理
uv run python -c "
import fitz
doc = fitz.open('paper.pdf')
# ページ 2, 5, 8 のみ処理
for page_num in [1, 4, 7]:  # 0-indexed
    page = doc[page_num]
    # ...
"

レポート更新例

更新前

markdown

## 3. 提案手法

### 3.2 アーキテクチャ

提案手法は、エンコーダー、メモリモジュール、デコーダーの3つの主要コンポーネントから構成される。

更新後

markdown

## 3. 提案手法

### 3.2 アーキテクチャ

![Figure 1: Overall Architecture](./figures/2401.12345/fig1_architecture.png)

*Figure 1: Overview of the proposed architecture showing the encoder, memory module, and decoder components.*

提案手法は、エンコーダー、メモリモジュール、デコーダーの3つの主要コンポーネントから構成される。

**Figure 1 の詳細解説**:

本アーキテクチャは以下の処理フローで動作する：

1. **エンコーダー** (左側): 入力データを潜在表現に変換
2. **メモリモジュール** (中央): 過去の情報を保持・参照
3. **デコーダー** (右側): 潜在表現から出力を生成

> 論文より: "Our architecture integrates a novel memory mechanism that enables..."

修正履歴への追記

図表追加後、レポート末尾の修正履歴を更新：

markdown

## 修正履歴

| 日付 | 修正タイプ | 内容 |
|------|-----------|------|
| 2026-01-24 | 図表追加 | Figure 1-3, Table 1 を追加 |

完全なワークフロー（まとめ）

以下は、元論文と参照論文の両方から図表を抽出してレポートに追加する完全なワークフローです。

ステップ 1: レポートの分析

bash

# レポートを読み込み、arXiv ID と参照論文を確認
Read reports/{arxiv_id}_report.md

確認事項：

•元論文の arXiv ID
•参照論文セクションの各論文の arXiv URL
•既存の図表埋め込み状況

ステップ 2: 元論文の図表抽出

bash

# 元論文の図表を抽出
uv run figure-extractor {arxiv_id}

ステップ 3: 参照論文の特定と選定

レポートの「参照論文の詳細」セクションから、arXiv URL を持つ論文を抽出：

code

2310.08560 → MemGPT
2302.04761 → Toolformer
2210.03629 → ReAct
2303.11366 → Reflexion
2310.04406 → LATS
2305.17390 → SwiftSage
2305.10250 → MemoryBank
2303.17580 → HuggingGPT

重要度に基づいて 3-5 本を選定。

ステップ 4: 参照論文の PDF 取得

bash

# 参照論文をダウンロード
uv run arxiv-helper 2310.08560  # MemGPT
uv run arxiv-helper 2210.03629  # ReAct
uv run arxiv-helper 2303.11366  # Reflexion

ステップ 5: 参照論文の PDF を読み取り、重要な図を特定

bash

# 各参照論文の PDF を読み取り
Read downloads/2310.08560.pdf

各論文から抽出すべき図を特定（通常 Figure 1 が最も重要）。

ステップ 6: 参照論文の図表を抽出

bash

# 参照論文用のディレクトリ作成
mkdir -p reports/figures/{arxiv_id}/references

# 各参照論文から図を抽出
uv run figure-extractor 2310.08560 --figures 1 --output-dir reports/figures/{arxiv_id}/references
uv run figure-extractor 2210.03629 --figures 1 --output-dir reports/figures/{arxiv_id}/references
uv run figure-extractor 2303.11366 --figures 1 --output-dir reports/figures/{arxiv_id}/references

ステップ 7: ファイル名のリネーム

bash

# 参照論文であることを明示するためリネーム
cd reports/figures/{arxiv_id}/references
mv fig1.png memgpt_2310.08560_fig1.png
# ... 他の論文も同様

ステップ 8: レポートへの埋め込み

Edit ツールを使用して、レポートの適切な位置に図表を埋め込む：

•元論文の図表: 各セクションの冒頭に追加
•参照論文の図表: 「参照論文の詳細」セクション内の各論文説明に追加

ステップ 9: 修正履歴の更新

markdown

## 修正履歴

| 日付 | 修正タイプ | 内容 |
|------|-----------|------|
| 2026-01-24 | 図表追加 | Figure 1-5, Table 1-3 を追加 |
| 2026-01-24 | 参照論文図追加 | MemGPT, ReAct, Reflexion の図を追加 |

注意事項

•著作権に配慮し、論文からの図表は引用として適切に使用すること
•抽出した図表は個人的な学習・研究目的での使用を想定
•高解像度の抽出は処理時間が長くなる場合がある
•一部の PDF は図表抽出に対応していない形式の場合がある
•参照論文の図表は、元論文での言及と合わせて使用すること
•参照論文は全て抽出するのではなく、重要な 3-5 本に絞ること
•参照論文の図表は、その論文の説明を補完する目的で使用すること