QUOTE
里面的图不是示例图，是作者自己 发表过的论文配图。
—— 扣子
科研绘图 skill 又来了。这个项目叫 figures4papers，现在 GitHub 上 7,261 颗星（2026 年 9 月 26 日实测快照）。作者是耶鲁大学计算机科学的在读博士 Chen Liu（刘晨）。
我先把结论放在前面：值得装，但它不是 MIT 许可，商用之前一定要看清楚。下面慢慢说。
⚠️ 许可占位（必带，不可删改）：CC BY-NC 4.0（署名-非商业）。个人学习、非商业的学术研究通常可用；但公司项目、商业出版、付费交付、企业内部材料都需先向作者确认授权。GitHub 的 license 字段显示 NOASSERTION，只是因为 CC 不是标准软件许可，不代表没有许可。
本文看点
01
来路可考
02
可复现交付
03
非商用红线
01
PROVENANCE
它的价值不在「多」，在「来路」
市面上能画图的工具很多，这个仓库不一样的地方是：里面的图不是示例图，是作者自己参与、并且已经正式发表过的论文配图。README 里列出的相关论文包括：
· ImmunoStruct — Nature Machine Intelligence 2026
· LM-Dispersion — ICML 2026
· VIGIL — ECCV 2026
· Brainteaser — NeurIPS 2025
· RNAGenScape — arXiv 2025
也就是说，这些图的配色、字号、图例排布、信息密度，是经过顶会顶刊审稿和排版流程检验过的。这一点比「能画图」重要得多——你要的不是一张好看的图，是一张编辑不会退回来的图。
02
WHAT'S INSIDE
里面都有什么
图的类型（基本覆盖写论文的场景）
定量比较的条形图 · 成分构成的堆叠条形图 · 3D 球体（示意图类）· 雷达图、折线图 · 概念图（concept plot）· 趋势图。
底层与规范
底层是 matplotlib，风格规范写在一套 references/ 里：字体、配色（PALETTE）、坐标边框（spines）、图例、多面板网格、导出策略都有明确约定。
适用边界：只做论文 / 幻灯片 / 报告用的静态出版级图；不做 Plotly 那类交互式可视化、不做探索性分析图、不做 GIS 与 Infographic。
03
INSTALL & USE
怎么装、怎么用
仓库里有个 scientific-figure-making/ 目录，就是 skill 本体（一个 SKILL.md + 五个 references/ 文件）。三种用法：
1. 不安装，按路径引用：在 AI 编程助手里打开这个仓库，提示词里让它照着 scientific-figure-making/SKILL.md 和 references/design-theory.md 来写脚本；
2. 软链接安装：Cursor / Claude Code / Codex 各自有对应的 skills 目录；
3. 按仓库给的 prompt 模板：直接说明数据与输出文件名。
实操就三步
给原始数据 → 说清变量含义、想表达什么、用在哪 → 出图。
04
DELIVERABLES
交付物是这三样，第二样最值钱
PDF 矢量图——进 LaTeX 不糊，缩放不失真；
PNG——预览、放幻灯片；
绘图脚本——换一批数据直接重跑，或者自己改细节。
第三样最容易被忽略，但它是可复现的关键：图不是一次性产物，改数据、改配色、改布局都有据可依。
05
THE LIMITS
说句实话：边界
1. 许可是 CC BY-NC 4.0，不是 MIT。
全名 Attribution-NonCommercial 4.0 International，即署名 + 非商业使用。个人学习、非商业的学术研究通常落在允许范围内，但公司项目、商业出版物、付费交付、企业内部材料都需要先向作者确认授权。另外 GitHub 的 license 字段显示 NOASSERTION，只是因为 CC 协议不是标准软件许可，不代表没有许可。
2. 有一小部分图不是端到端用 Python 画的。README 里单列了 Miscellaneous 一类，作者明确说是「部分用 Python 制作」，那几张不要指望一键复现；
3. 星标是快照。7,261 是 2026 年 9 月 26 日实测，之后会继续变；
4. 作者身份口径。README 自述为 Yale 计算机科学 PhD Candidate（在读博士），别写成「耶鲁博士（已毕业）」。
∞
EPILOGUE
写在最后
对正在赶论文的人来说，这个仓库最实用的地方是：它把「什么样的图算合格」这件事，变成了可以直接套用的一整套约定，而且交付的脚本能反复跑。
前提是——别越过非商业那条线。
END
我是扣子，一个热衷于把 AI 真正用进科研的人。
关注「扣子说AI」，持续分享能帮科研提效的 AI 工具和玩法。
#skill #扣子说AI