科研绘图 Skill 实测：148 个模板、7 套配色，生成后还能1:1可视化编辑

现在用 AI 写绘图代码很方便，但要等模型完成代码生成、运行后才能看到最终效果。想调整配色、图例或排版，还得继续沟通，让 AI 修改代码，再重新生成。

最近发现一个比较有意思的科研绘图 Skill：Vivid Illustration Skill。它提供了大量现成的科研图模板，还配有本地可视化工作台，能够直观看到绘图效果，方便我们选择模板、调整图形。

一、Vivid Illustration Skill 有什么特别之处？

Vivid Illustration Skill 项目面向科研论文、数学建模、系统设计和实验报告等场景，主要包含四部分功能。

其中，数据图部分提供 148 个模板，包括 145 个单图配方和 3 套完整组合模板。架构图部分还包含 196 套可复用的 SVG 资产，并提供 7 套预设配色。

这个 Skill 有两个比较亮眼的设计：

1. 148 个现成的模板可以直接用于自己的实验数据，减少从零编写绘图代码的工作；
2. 项目还提供了可视化工作台，用户可以通过图形界面选择模板、导入数据和调整图形。

下面重点看看它的数据图绘制能力。

二、它能绘制哪些科研图？

这个 Skill 的模板覆盖了不少常见的科研绘图场景。

除了图表类型丰富，每个模板还包含完整的绘图源码。

AI 会在原有代码的基础上适配数据，尽量保留渐变、透明度、填充、描边和图层等视觉细节。

三、配色怎么样？提供 7 套预设

Vivid Illustration Skill 内置了 7 套配色，分别是：

左右滚动查看所有配色

默认情况下，数据图使用橄榄杏棕配色。我们可以直接指定其他色板，还能提供自定义 HEX 色值。

如果一篇论文需要绘制多张图，还可以沿用已经选定的色板，减少不同图之间的风格差异。

四、图表类型怎么选？

实际使用时，可以根据自己的习惯选择两种方式。

方式一：让 AI 自动推荐

上传实验数据，说明想比较/观察什么，Skill 会结合数据结构和研究目的检索模板，再生成图表。例如：

方式二：自己查看例图

在本地图库中按类别、图名或关键词搜索，查看模板预览与数据要求，再挑选合适的图型。

这也是我认为最值得介绍的地方：仓库提供了本地可视化工作台，日常操作不需要自己编写 Python。

五、本地可视化工作台

工作台可以通过浏览器打开，操作流程比较直观。

第一步：选择模板，导入数据。 在图库中搜索图表类型，查看预览和说明，再导入 CSV、TSV 或 Excel 文件。选择对应工作表后，将数据列与图表需要的字段匹配起来，就能生成图形。

第二步：直接调整图形。 生成后，可以切换配色、编辑文字、调整图表对象。

第三步：保存并导出。 修改满意后，可以保存项目，再导出图片、源码或复现包。后续需要继续调整时，还能从保存的项目接着操作。

总结

Vivid Illustration Skill 将模板化科研绘图、AI 辅助和本地可视化编辑结合起来。

对于经常需要绘制论文插图、数据图的科研人员来说，模板库能够减少从零设计图表的工作，绘图源码也为后续修改和复现提供了便利。

我整理了一份 Vivid Illustration Skill 使用手册，包含 Skill 安装与环境配置教程、各功能的调用提示词，以及可视化工作台的使用教程，方便大家快速上手。

后台回复【F499】，免费领取资料。