scientific-supplementary-generator

name	scientific-supplementary-generator
description	学術論文の Supplementary Information (SI) を自動生成するスキル。 本文から溢れた図表・手法詳細・追加データを構造化し、ジャーナル規定に準拠した SI ドキュメントを生成する。「SIを作って」「補足資料を生成して」「Supplementary を作成して」で発火。 scientific-academic-writing で本文を作成した後に使用。
tu_tools	[{"key":"crossref","name":"Crossref","description":"補足資料の引用メタデータ参照"}]

Scientific Supplementary Information Generator

学術論文の Supplementary Information (SI) を解析結果・本文原稿から自動生成するスキル。 ジャーナル別の SI 規定に準拠し、Figure S / Table S / Methods S の番号管理、 本文からの参照整合性チェック、独立した引用リストの管理を行う。

When to Use

• 論文本文の完成後、Supplementary Information を作成するとき
• 本文に収まらない追加図表・手法・データを整理するとき
• ジャーナルの SI フォーマット規定に合わせる必要があるとき
• 本文と SI 間の相互参照（Figure S1, Table S1 等）の整合性を確保したいとき
• レビュアーから追加データの提示を求められたとき

Quick Start

1. SI 生成ワークフロー

本文原稿 (manuscript.md) + 解析結果 (results/, figures/)
  ├─ Phase 1: SI 候補の収集
  │   ├─ 本文から参照されている Figure S / Table S を抽出
  │   ├─ figures/ 内で本文未使用の図を検出
  │   ├─ results/ 内の詳細データ（中間結果等）を候補に追加
  │   └─ Methods の詳細手順で本文に載せきれないものを特定
  ├─ Phase 2: SI ドキュメント構成
  │   ├─ Supplementary Figures セクション
  │   ├─ Supplementary Tables セクション
  │   ├─ Supplementary Methods セクション
  │   └─ Supplementary References セクション
  ├─ Phase 3: 番号体系・参照整合性チェック
  │   ├─ Figure S1, S2, ... の連番確認
  │   ├─ 本文中の "Figure S1" 参照が SI 内に存在するか検証
  │   └─ SI 内の図表が本文から参照されているか検証
  └─ Phase 4: ファイル保存
      ├─ manuscript/supplementary.md
      ├─ manuscript/supplementary_figures/ (必要に応じてコピー)
      └─ manuscript/si_crossref_report.json

2. ジャーナル別 SI 規定

## ジャーナル別 SI フォーマット

| ジャーナル | SI タイトル | 図番号形式 | 表番号形式 | 独立ファイル |
|---|---|---|---|---|
| Nature 系 | Supplementary Information | Supplementary Fig. 1 | Supplementary Table 1 | 単一 PDF |
| Science 系 | Supplementary Materials | fig. S1 | table S1 | 単一 PDF |
| ACS 系 | Supporting Information | Figure S1 | Table S1 | 単一 PDF |
| IEEE 系 | Supplementary Material | Fig. S1 | TABLE S-I | 別ファイル可 |
| Elsevier 系 | Appendix A / Supplementary data | Fig. A.1 | Table A.1 | Appendix 形式 |

3. SI 候補の自動収集

def collect_si_candidates(manuscript_path, figures_dir, results_dir):
    """
    本文原稿と解析結果ディレクトリから SI 候補を自動収集する。

    Args:
        manuscript_path: Path — 本文原稿 (manuscript.md)
        figures_dir: Path — figures/ ディレクトリ
        results_dir: Path — results/ ディレクトリ

    Returns:
        dict: SI 候補のカテゴリ別リスト
    """
    import re
    from pathlib import Path

    # 本文を読み込み
    with open(manuscript_path, "r", encoding="utf-8") as f:
        manuscript_text = f.read()

    # 本文中の Figure 参照を抽出
    main_figs = set(re.findall(
        r'!\[(?:Fig(?:ure)?\.?\s*\d+)\]\(figures/([^)]+)\)', manuscript_text
    ))

    # 本文中の SI 参照を抽出
    si_refs = re.findall(
        r'(?:Figure|Fig\.?|Table|Supplementary\s+(?:Fig|Table))\s*S(\d+)',
        manuscript_text, re.IGNORECASE
    )

    # figures/ 内の全画像ファイル
    all_figs = set()
    if figures_dir.exists():
        all_figs = {
            f.name for f in figures_dir.iterdir()
            if f.suffix.lower() in ('.png', '.svg', '.pdf', '.jpg', '.jpeg')
        }

    # 本文未使用の図 → SI 候補
    unused_figs = all_figs - main_figs

    # results/ 内の詳細データ
    detail_data = []
    if results_dir.exists():
        for f in results_dir.iterdir():
            if f.suffix == '.csv' and f.name not in (,):
                detail_data.append(f.name)

    candidates = {
        : (unused_figs),
        : detail_data,
        : ((si_refs)),
        : (main_figs),
    }

    ()
    ()
    ()
    ()

     candidates

4. SI ドキュメント生成

def generate_supplementary(candidates, journal_format="imrad",
                            title="", authors="", filepath=None):
    """
    SI ドキュメントを Markdown として生成・保存する。

    Args:
        candidates: dict — collect_si_candidates() の戻り値
        journal_format: str — ジャーナル形式 (nature/science/acs/ieee/elsevier/imrad)
        title: str — 論文タイトル
        authors: str — 著者リスト
        filepath: Path — 出力先（デフォルト: manuscript/supplementary.md）
    """
    import datetime
    from pathlib import Path

    if filepath is None:
        filepath = BASE_DIR / "manuscript" / "supplementary.md"
    filepath.parent.mkdir(parents=True, exist_ok=True)

    # ジャーナル別フォーマット設定
    fmt = _get_si_format(journal_format)

    content = f"""# {fmt['title_prefix']}
# {title}

{authors}

> Generated: {datetime.datetime.now().strftime('%Y-%m-%d %H:%M')}

"""

    # Supplementary Figures
    sup_figs = candidates.get("supplementary_figures", [])
    if sup_figs:
        content += f"## {fmt['fig_section_title']}\n\n"
        for i, fig_name in enumerate(sup_figs, 1):
            fig_label = fmt['fig_prefix'].format(n=i)
            content += f"![{fig_label}](figures/{fig_name})\n\n"
            content += f"**.** [キャプション:  の説明を記入]\n\n"

    
    sup_tables = candidates.get(, [])
     sup_tables:
        content += 
         i, table_name  (sup_tables, ):
            table_label = fmt[].(n=i)
            content += 
            content += 

    
    content += 

    
    content += 

     (filepath, , encoding=)  f:
        f.write(content)

    ()
     filepath


 ():
    
    formats = {
        : {
            : ,
            : ,
            : ,
            : ,
            : ,
            : ,
            : ,
        },
        : {
            : ,
            : ,
            : ,
            : ,
            : ,
            : ,
            : ,
        },
        : {
            : ,
            : ,
            : ,
            : ,
            : ,
            : ,
            : ,
        },
        : {
            : ,
            : ,
            : ,
            : ,
            : ,
            : ,
            : ,
        },
        : {
            : ,
            : ,
            : ,
            : ,
            : ,
            : ,
            : ,
        },
    }
     formats.get(journal_format, formats.get())  

5. 本文–SI 間の相互参照チェック

def check_si_crossrefs(manuscript_path, si_path, filepath=None):
    """
    本文と SI 間の相互参照整合性を検証する。

    チェック内容:
    - 本文中の "Figure S1" 参照が SI 内に存在するか
    - SI 内の Figure S / Table S が本文から参照されているか（孤立チェック）
    - 番号の連続性 (S1, S2, S3... に欠番がないか)

    Returns:
        dict: 検証結果
    """
    import re, json, datetime
    from pathlib import Path

    with open(manuscript_path, "r", encoding="utf-8") as f:
        main_text = f.read()
    with open(si_path, "r", encoding="utf-8") as f:
        si_text = f.read()

    # 本文中の SI 参照を抽出
    main_fig_refs = set(re.findall(
        r'(?:Supplementary\s+)?(?:Fig(?:ure)?\.?\s*S|fig\.\s*S)(\d+)',
        main_text, re.IGNORECASE
    ))
    main_table_refs = set(re.findall(
        r'(?:Supplementary\s+)?(?:Table\s*S|table\s*S)[\-]?(\d+)',
        main_text, re.IGNORECASE
    ))

    # SI 内の Figure/Table 定義を抽出
    si_fig_defs = set(re.findall(
        r'\*\*(?:Supplementary\s+)?(?:Fig(?:ure)?\.?\s*S?|fig\.\s*S?)(\d+)',
        si_text, re.IGNORECASE
    ))
    si_table_defs = set(re.findall(
        r'\*\*(?:Supplementary\s+)?(?:Table\s*S?|TABLE\s*S[\-]?)(\d+)',
        si_text, re.IGNORECASE
    ))

    # チェック
    issues = []

    # 本文で参照されているが SI に定義がない
    missing_in_si = main_fig_refs - si_fig_defs
    for ref in sorted(missing_in_si):
        issues.append({
            "type": "MISSING_IN_SI",
            "severity": "Critical",
            : ,
        })

    missing_tables_in_si = main_table_refs - si_table_defs
     ref  (missing_tables_in_si):
        issues.append({
            : ,
            : ,
            : ,
        })

    
    orphan_figs = si_fig_defs - main_fig_refs
     ref  (orphan_figs):
        issues.append({
            : ,
            : ,
            : ,
        })

    orphan_tables = si_table_defs - main_table_refs
     ref  (orphan_tables):
        issues.append({
            : ,
            : ,
            : ,
        })

    
     label, nums  [(, si_fig_defs), (, si_table_defs)]:
         nums:
            int_nums = ((n)  n  nums)
            expected = ((, (int_nums) + ))
            gaps = (expected) - (int_nums)
             g  (gaps):
                issues.append({
                    : ,
                    : ,
                    : ,
                })

    result = {
        : datetime.datetime.now().isoformat(),
        : (main_fig_refs),
        : (main_table_refs),
        : (si_fig_defs),
        : (si_table_defs),
        : issues,
        :    (i[] ==   i  issues)  ,
    }

     filepath  :
        filepath = BASE_DIR /  / 
    filepath.parent.mkdir(parents=, exist_ok=)

     (filepath, , encoding=)  f:
        json.dump(result, f, indent=, ensure_ascii=)

    ()
    ()
    ()
     issues:
         issue  issues:
            ()

     result

6. SI 生成パイプライン統合

def run_si_pipeline(manuscript_path, figures_dir=None, results_dir=None,
                     journal_format="imrad", title="", authors=""):
    """
    SI 生成パイプラインを実行する。

    1. SI 候補の収集
    2. SI ドキュメントの生成
    3. 相互参照チェック
    """
    from pathlib import Path

    if figures_dir is None:
        figures_dir = BASE_DIR / "figures"
    if results_dir is None:
        results_dir = BASE_DIR / "results"

    print("=" * 60)
    print("Supplementary Information Generator")
    print("=" * 60)

    # Phase 1: 候補収集
    print("\n[Phase 1] SI 候補の収集...")
    candidates = collect_si_candidates(manuscript_path, figures_dir, results_dir)

    # Phase 2: SI 生成
    print("\n[Phase 2] SI ドキュメントの生成...")
    si_path = generate_supplementary(
        candidates, journal_format=journal_format,
        title=title, authors=authors,
    )

    # Phase 3: 相互参照チェック
    print("\n[Phase 3] 相互参照チェック...")
    crossref = check_si_crossrefs(manuscript_path, si_path)

    print("\n" + "=" * 60)
    print(f"SI 生成完了！ (ステータス: {crossref['status']})")
    print( * )

     {: si_path, : crossref}

ToolUniverse 連携

TU Key	ツール名	連携内容
crossref	Crossref	補足資料の引用メタデータ参照

References

Output Files

ファイル	形式	生成タイミング
manuscript/supplementary.md	SI ドキュメント（Markdown）	Phase 2 完了時
manuscript/si_crossref_report.json	相互参照チェック結果（JSON）	Phase 3 完了時

参照スキル

スキル	連携
scientific-academic-writing	本文原稿 (manuscript/manuscript.md) を入力として使用
scientific-publication-figures	figures/ の未使用図を SI 候補として自動検出
scientific-pipeline-scaffold	results/ の詳細データを SI Table 候補として収集
scientific-critical-review	レビュー後の修正で追加された図表を SI に反映
scientific-latex-formatter	SI の LaTeX 変換に使用