scipilot-figure-skill：让 AI 先思考后绘图的科研数据可视化顾问完全指南

scipilot-figure-skill：让 AI 先思考后绘图的科研数据可视化顾问完全指南

【免费下载链接】scipilot-figure-skillSciPilot Skills family - Publication-grade scientific figure copilot for Claude Code项目地址: https://gitcode.com/gh_mirrors/sc/scipilot-figure-skill

scipilot-figure-skill是 SciPilot Skills 家族成员，一个专为科研工作者打造的AI 数据可视化顾问（Claude Code / Codex / Cursor Skill）。它的核心理念是"先思考后绘制"——先剖析你的数据、判断该用什么图，再按Nature / Science / IEEE等出版级标准成图。基于 matplotlib + seaborn + SciencePlots 与 plotly 构建，并自动配置中文字体，让科研图表一次就达到投稿要求。

为什么它是"可视化顾问"，而不只是画图工具 🧭

科研画图的真正痛点，往往不是"不会用 matplotlib"，而是"手里一堆数据，不知道该用什么图把结论讲清楚"。这正是 scipilot-figure-skill 想解决的问题。

它的首要能力是"思考与判断"，其次才是"绘制"。

核心工作流：8 步从原始数据到出版级成图 📊

这是本 Skill 与普通画图工具的根本区别——不能上来就画，每一步都建立在前一步之上：

主动拦截 18 个科研画图的经典错误 🚫

references/viz_pitfalls.md 内置了 18 条"避坑清单"。当你的需求踩中其中一条时，Skill 会先说明问题、再给替代方案，而不是默默照做：

• P1 均值柱掩盖分布：n<10 时均值柱会误导审稿人 → 改用箱线 + stripplot
• P2 双 Y 轴：视觉上的"相关"是作图者捏造的 → 拆子图或标准化
• P3 饼图 / 3D 图：人眼判断角度误差大 → 横向柱状
• P14 rainbow / jet 色图→ 改用 viridis / RdBu_r
• P16 中文 / 负号变方框→setup_style自动配置 CJK 字体
• P18 子图编号乱放→add_panel_labels一键对齐

完整 18 条（每条附"审稿人视角"解释）见 references/viz_pitfalls.md。

五条硬性原则：让图表一次过审 ✅

中文图表与多期刊规范支持 🌏

• 中文字体自动配置：setup_style(lang='zh')按优先级查找 Noto Sans CJK SC > Source Han Sans > SimHei > 微软雅黑，并修复负号方框，从源头消灭"中文变方框"。
• 中文期刊混排：传serif_for_zh=True，实现"宋体正文 + Times New Roman 数字"。
• 多期刊规范：内置 Nature / Science / IEEE / Elsevier / PNAS / 中文核心期刊的栏宽、字号、DPI、字体速查，见 references/journal_specs.md。

v2.1 新增：出图后的视觉自检闭环 🔍

普通工具画完就结束，于是中文方框、文字被裁、图例压数据全留到投稿才暴露。v2.1 补上了出图后的闭环：

绘制 → 渲染 PNG → 程序自检(缺字/裁切/重叠) + AI 读图(遮盖/子图对齐/灰度) ↓ 发现问题 回到对应步骤改图 → 重渲 → 再读，直到通过

• 程序抓确定性问题：scripts/visual_qa.py 的audit_layout()拦截缺字乱码、文字越界裁切、刻度标签重叠。
• AI 读图抓感知性问题：渲成 PNG 后用多模态读图核对图例是否压数据、子图 a/b/c 是否对齐、配色灰度可分——这些是程序查不出来的。

详见 references/visual_review.md。

快速上手：安装与使用 🚀

克隆仓库到 Claude Code 的 skills 目录，并安装依赖（Python 3.9+）：

git clone https://gitcode.com/gh_mirrors/sc/scipilot-figure-skill \ ~/.claude/skills/scipilot-figure-skill pip install -r ~/.claude/skills/scipilot-figure-skill/requirements.txt

之后在 Claude Code / Codex / Cursor 里直接说"我有这份 results.csv，帮我画成论文图"，Skill 会先剖析数据、追问论证目标、给出推荐图型，确认后才进入绘制流程。

常用命令行：

# 数据剖析（思考的起点） python scripts/profile_data.py results.csv --group group --group condition # 合规自检（投稿前最后过一遍） python scripts/check_figure.py figs/*.pdf --min-dpi 300 --strict

项目结构一览 📁

它适合谁？

• 写论文需要出版级数据图的科研工作者
• 数据在手却不确定该用什么图的同学
• 被"中文 matplotlib 出方框"困扰的人
• 投稿总被审稿人挑图表毛病的作者

它专注纯数据图——折线、柱状、散点、箱线 / 小提琴、热力图、误差棒、分布图、相关矩阵、多面板组合；不做示意图、流程图、架构图。

SciPilot Skills 家族还包含文献引用、学术写作等成员，scipilot-figure-skill 是其中负责"可视化顾问 + 绘制 + 视觉自检"的一员。

【免费下载链接】scipilot-figure-skillSciPilot Skills family - Publication-grade scientific figure copilot for Claude Code项目地址: https://gitcode.com/gh_mirrors/sc/scipilot-figure-skill