figure-recrop

既存の記事図クロップ(content/site/**/img/*.webp)を「タイト再クロップ」して、 図に写り込んだ答え/本文/問題文テキストを除き公開レベルへ上げるオーケストレータスキル。 元PDFからの再抽出ではなく、既に埋め込まれている画像を切り直す(civil-figure-rework とは別物 =あちらは問題PDFから抽出だが過去問PDFは図なしテキスト版で不成立)。provena

SKILL.md

GitHub

/figure-recrop

記事に埋め込み済みの図クロップから、答え漏らし(「したがって,(N)は適当」「【正解】(N)」)・本文/問題文の写り込みを、既存画像を切り直して除く。図画素は既に足りている(=画質OKで写り込みだけが問題)ケース専用。

[!warning] このスキルが直せないもの

  • **画質不足(ボケ/低解像度)**は切り直しでは直らない → figure-provenance の needs=rescan(要再スキャン)。
  • 元クロップ時点で図が見切れているものは切り直しでは直らない → /figure-quality-loop(元 PDF のページから切り出し直し。原典が無ければ再スキャン)。
  • 過去問データグラフの SVG 化は禁止(幾何が答え=誤答誘発)。真実源 figure-provenance.md。

対象の選び方

  1. npm run audit-figures(監査→provenance 再生成)。
  2. node scripts/build-figure-provenance.mjs --list recrop-urgent(続けて --list recrop)で公開×掲載の対象を出す。管理画面の記事図版タブは目視確認専用で、needs の絞り込みやバッジは出さない。
  3. 対応 needs の精度: recrop-urgent(答え漏らし)・recrop(問題文/選択肢=QA構造で高精度検出) はほぼ確実に写り込みあり=そのまま対象。recrop-review(句点あるが QA 構造なし=図の凡例/ラベルの可能性)は必ず現物を目視し、凡例なら触らない(例: 「Uc≥10:粒度分布がよい。」は図の一部=残す)。着手前に現物を Read するのは全 needs 共通の鉄則。

手順(1 図ずつ)

# ① 現物を見る(webp→png 変換して Read。切り位置=テキスト帯の場所を判断)
sips -s format png <.local/.../img/NAME.webp> --out /tmp/x.png   # Read で目視

# ② 切り位置を決めて適用(crop+webp再生成+MDX width/height更新+OCR報告を1発)
#    上帯を落とす=--top / 下帯=--bottom(上をFだけ残す) / 中央図=--band Y0 Y1 / 明示=--crop WxH+X+Y
node scripts/figure-recrop.mjs <.local/.../img/NAME.webp> --top 0.15
#   → まず --dry-run で dims/OCR を確認してから本適用してもよい

# ③ 検証: 出力 JSON の ocr.answer_markers が [] であること+ Read で図が切れていない/テキスト消滅を目視。
#         答え語が残れば切り位置を深くして再実行(例 --top 0.15 → 0.30)。
#         さらに crop_warnings(生クロップの EDGE_CUT/STRAY_SLIVER・自動同梱)が空であること。
#         残る場合は隣接図の切れ端が残存 or 図本体を切りすぎ → 切り位置を見直す。
#         機械での再確認は: node scripts/check-figure-crop-integrity.mjs --file <NAME.png>(STRAY_SLIVER で exit 1)。

各図の切り位置は人(またはエージェント)が図を見て決める。自動 OCR 帯検出は図の凡例を誤認して切りすぎるため使わない(実証済み)。

切り位置の型(今セッションの実績)

型 症状 指定
上帯トリム 図の上に答え/問題文(r01-a/h26-a 型) --top F(F=テキスト帯の高さ割合)
下帯トリム 図の下に答え/表/【正解】(h30-a-fig-07/09/13 型) --bottom F(F=残す上部の割合)
中央帯 上にヘッダ+下に【正解】/次問題(h30-a-fig-05 型) --band Y0 Y1(図の帯だけ残す)

完了処理(ページ単位)

# webp は figure-recrop.mjs が自動再生成済み。MDX width/height も更新済み。
node .claude/scripts/audit-exam-figures.mjs        # broken_image_reference:0 を確認
grep -c "�" <article.mdx>                          # 文字化け 0
git add <article.mdx> <img/変更した png/webp を明示>   # git add -A 禁止・並行セッション注意
git commit -m "content(<slug>): 過去問図の写り込みを再クロップで除去(fig-NN…)"
npm run audit-figures                              # 監査/provenance を最新化(`--list` の対象に反映)

鉄則(ハマりどころ)

  • 触る前に必ず目視。クリーンな図(数値ラベルのみ)を写り込みと誤判定して切らない。
  • 図の凡例(「Uc≥10:粒度分布がよい。」等)は図の一部=残す。答え/本文だけ落とす。
  • MDX の width/height は新寸法に一致必須(figure-recrop.mjs が <img>/<ArticleImage> 両方を自動更新。アスペクト比崩れ防止)。pe 系は <ArticleImage>=旧版ツールは mdx_updated:false になったので手動更新した(2026-07-09 に両対応化済)。
  • 二度切り厳禁: figure-recrop.mjs は上書き適用。切り位置をやり直すときは必ず元画像に戻してから再適用する(既に切った画像に再度 --top を掛けると割合が二重に効いて切りすぎる)。civil-1 過去問図・pe 図は webp のみ git 追跡(png は untracked の一時生成物)→ 戻すのは git checkout -- <webp> だけ(png を pathspec に混ぜると "did not match" で checkout 全体が中断し戻らない、2026-07-09 実害)。
  • --top の割合が効かない/残る時は px 直指定: テキスト最終行が図に近いと割合推定が外れる。原寸に px グリッド(-draw "line 0,Y w,Y")を重ねて境界 px を読み、magick -crop WxH+X+Y +repage -trim +repage -bordercolor white -border 12 で直接切ってから webp 化するのが確実(q35 で実施)。ツールは白 12px 枠を足すので出力高さ=(crop高 − trim + 24)。
  • 写真(グレー面)を含む図は figure-recrop.mjs の -trim が誤切りする: 内部の -trim は白基準で外周を刈るため、グレーの写真が縁に接する図では写真の上部/側部まで削られる(2026-07-16 q8-fig の3枚写真帯で上部を誤切り実害)。写真帯を残す band クロップは figure-recrop を使わず **Pillow で明示 box crop(trim なし)**するのが確実: python -c "from PIL import Image; im=Image.open(p).convert('RGB'); im.crop((0,Y0,W,Y1)).save(p,'WEBP',quality=82,method=6)" → MDX の width/height を手動更新。行インク profile(ink/W<0.01 を白行)で写真帯の Y0/Y1 を機械特定できる。
  • ImageMagick 前提(環境): figure-recrop.mjs は magick(ImageMagick)を PATH に要求。無い環境(新規 Windows 等)では winget install ImageMagick.ImageMagick(GitHub DL・admin 要)で導入、または上記 Pillow(from PIL import Image)で代替(crop/webp とも可・node_modules 不要)。Step① の sips は Mac 専用=Windows は magick <webp> x.png か Pillow で png 化して Read。会社PCプロキシは GitHub DL は通るが winget の msstore ソースは証明書エラー→--source winget を明示。
  • periods は万能でない: 化学構造式・図の点はOCRで句点として誤カウントされる(q42 で periods:10 だが写り込み無し)。残テキストの真偽は 必ず目視で判定。図に残す凡例に句点があれば periods は0にならない(q-I2-5 の ● 凡例)→ その場合は再監査後 manual_needs の needs:ok で確定させる。
  • 1 ページ 1 commit・明示 pathspec(git add -A 禁止)。
  • 見切れは本スキルの対象外 → /figure-quality-loop(元 PDF から切り出し直し)。画質不足 → provenance の rescan。

大量処理(並列 workflow)モード

[!note] 判定を残して継続運用するなら /figure-quality-loop(判定台帳に画像のハッシュつきで記録・同じ worker と workflow を使う)。本節の manual_needs へ記録する手順は、台帳ができる前(2026-07)の一括処理の記録。

recrop-review が数十件ある時は、逐次 figure-recrop.mjs の代わりに並列 workflowで回す(2026-07-09 確立。civil-1 94→0+他資格 48 図を計 4 本の workflow で処理)。視覚判定はサブエージェント figure-crop-worker(Generator・sonnet)が各図で実行し、親(メイン)が全 crop 図を最終目視 QA してから MDX 寸法・台帳を直列適用する。

なぜ並列でも安全か: PNG/webp は図ごとに別ファイル=競合なし=真に並列。直列でないと壊れるのは 2 つだけ=①共有台帳 3 種(provenance/sources/text-audit)②同一記事の article.mdx(1 ファイルに複数図)。この 2 つは worker に触らせず親が直列で適用する。

手順

  1. worklist を作る(figure-provenance.json の needs=recrop-review を対象)。各図 {figKey, name, img(相対 .png|.webp), kind, imgSize:[w,h]}。除外: published:false ドラフト(例 concrete-diagnostician=著作権凍結)/機材写真 .jpg(OCR 偽陽性=別途 manual_needs:ok)。webp-only 図も対象(worker が sharp extract で直接クロップ)。
  2. workflow 起動: Workflow({ scriptPath: ".claude/skills/quality/figure-recrop/scripts/figure-crop-batch.workflow.mjs", args: <worklist> })。各図を figure-crop-worker が並列にクロップ→自己検証→{action, cropBox, newWidth/Height, removed, reason, selfVerify} を返す。
  3. 機械ゲート → 目視 QA の順で絞る。まず全 crop 図に node scripts/check-figure-crop-integrity.mjs を通し(STRAY_SLIVER 等を全数機械検出)、目視(Read)は「機械が fail させた図」+「worker の selfVerify が怪しい図」に集中する。ただし機械が拾えない**切り過ぎ(画素欠損)**は目視でしか分からないため、removed が大きい図は fail していなくても確認する(下記「QA で捕捉した実例」)。needs-source は疑わしいものをスポット確認。
  4. MDX 寸法+台帳を直列適用(親)。crop 後の実寸を読み、記事ごとに <img width/height> を置換(<ArticleImage> は寸法属性なし=更新不要)。figure-sources.json の manual_needs に crop→ok/ok→ok を記録し、needs-source は /figure-quality-loop の切り出し直しへ回す(rescan-need-source を書くのは原典が無いと確かめた図だけ。書くとループは原典なしとして扱い、切り出し直しに回さない)し、provenance/text-audit も同期。MDX は newline='' で読み書きして CRLF/LF を保存(混在を作らない)。
  5. commit(明示 pathspec・git add -A 禁止) → 完了後 figure-provenance.md の census が陳腐化するので更新(SSOT)。

QA で捕捉した実例(親目視ゲートの価値)

  • 写り込み残り: worker が上部プローズ/下部キャプションを残した(fig-2-55・fig-3-9)→ 親が該当帯を再クロップ。
  • フォーム切り過ぎ: 台帳フォームの下部行を「脚注」と誤認して切った(fig-4-12)→ 原画を git checkout HEAD -- <png> <webp> で復元→正しい境界で再クロップ(脚注が本体と横並びで矩形分離不能なら脚注ごと残す)。
  • 見切れ見落とし: worker が crop 判定したが原画も上端で入力ラベル/見出しを切っていた(q35-fig・fig05)→ crop→needs-source に是正・原画復元。判定は「原画(git show HEAD:<path>)の端インク」で確認する。
  • SVG 版使用の図: 記事が .svg を参照し scanned .png は不使用のオーファン → MDX 参照が無い=寸法更新不要(無害)。
  • 無関係な未コミット削除(別セッションの孤立画像 D)は巻き込まない(テリトリ不可侵)。

連携

  • 対象選定=figure-provenance.json(needs)/品質=figure-text-audit.json。真実源 figure-provenance.md。
  • 機械化ヘルパ=scripts/figure-recrop.mjs(逐次・crop+webp+MDX+OCR)/並列ワーカー=figure-crop-worker(scripts/figure-crop-batch.workflow.mjs が spawn)。
  • 別物=civil-figure-rework(問題PDFから抽出・過去問では図なしで不成立)/scanned-figure-crop-auditor(スキャン教材の bbox 監査)。
  • 継続運用=/figure-quality-loop(画素検査+OCR の判定待ちを 1 周ずつ回し、判定を画像のハッシュつき台帳に残す。縁で切れた図の元 PDF からの切り出し直しもこちら)。本スキルは 1 枚を手で切り直すときの手順。
  • 大量処理時は本スキルの手順を civil-exam-figure-auditor 等の Evaluator で採点させながら回してもよい(Generator/Evaluator 分離)。