hang-jin/editaplot

EditaPlot · 艾迪图

AI 驱动的可编辑科研绘图工作流
AI-guided editable scientific figures

English · 中文为主要说明语言

我把 EditaPlot 做成了一个面向 Codex 的 Windows 本地科研绘图 Skill。你把自己的实验数据交给它后，它会依次理解数据、逐列说明用途、推荐图形、请你确认图形元素、调用 Origin 并验证结果，最后生成可编辑 OPJU，同时导出 PNG、PDF、TIF。

我不希望它只是一套“替换数字”的静态模板，也不会让 Python 预览图冒充 Origin 成图。科学含义和最终选择始终由你决定；遇到把握不足的数据，EditaPlot 会把不确定的列单独列出来请你确认，不会擅自补列、拟合或推断结论。

flowchart LR
    A["你的数据<br>CSV / TXT / XLS / XLSX"] --> B["读取表格<br>识别每一列的作用"]
    B --> C["推荐 1–3 种图<br>并给出配色"]
    C --> D["列用途与图形元素清单<br>画 / 辅助 / 保留 / 待确认"]
    D --> E{"还有关键歧义？"}
    E -- 有 --> F["只追问必要信息<br>列义、单位、误差或变换"]
    F --> D
    E -- 没有 --> G["你确认科学目的<br>和最终图形元素"]
    R["可选参考图"] --> S["只提取图形语法与风格<br>不复制数据和文字"]
    S --> G
    G --> H["在专用 Origin 实例中绘图"]
    H --> I["可编辑 OPJU<br>PNG + PDF + TIF"]
    I --> J["反读对象并人工检查"]

当我说“已经画好”时，你会拿到可继续编辑的 Origin 项目和 PNG、PDF、TIF；我还会检查原始数据没有被改动、坐标轴和文字完整，并确认全部必需产物通过格式、对象反读和人工视觉检查。

很多科研表格并不是“每个数字都要画”。我会先把每一列放进下面一种用途，并用大白话请你确认：

确认时你会看到“这是什么数据、哪些列会画、哪些列不会画、会出现哪些图形元素、哪些计算不会自动做”。只要源文件、列映射或理解结果发生变化，这次确认就会失效，需要重新核对。

我已为普通 XRD、GSAS-II Powder CSV 和 Publication CSV 加入专门的理解规则。以精修表为例，EditaPlot 可以把 Observed 识别为实测点、Calculated 识别为计算线，并按文件实际提供的内容加入 Background、Difference 和具备明确身份的 Phase 刻线；weight、Q、Used、diff/sigma、Axis-limits 等列会保留为辅助或控制数据，不会被误画成强度曲线。

Publication CSV 中已经带显示位置的 Diff 会按源值直接绘制，不会再次偏移。我也不会自动计算背景、差值、Rwp、χ²，或替你识别物相和峰归属。仓库内提供了 example_gsas_powder.csv 与 example_gsas_publication.csv，可以先拿它们熟悉格式。

你也可以上传一张 PNG、JPEG 或 TIFF 参考图。我会先把它理解为“图形简报”：提取面板、插图、点线柱等图形元素、数据编码和有限的视觉风格，再把适合当前模板且有用户数据支撑的部分列出来请你单独确认。

这条路线不会从像素反推实验数据，不复制参考图中的数值、文字、拟合结果、物相、Logo 或水印，也不会把参考图片塞进 OPJU。它的目标是安全借鉴图形语法，而不是承诺任意图片 1:1 复刻；当前模板表达不了的关键元素会明确拒绝或保留模板默认值。

参考图只是建议，你自己的明确选择优先。你可以直接指定想要的系列颜色、线宽、填充透明度、 画幅比例，以及图例是否显示、是否无框和放置位置。我会在绘图前逐项告诉你哪些会采用、哪些 暂时保留模板默认、哪些因当前模板尚未验证而拒绝；不会把“你可以提出偏好”包装成 “所有模板都已自动支持”。对 XPS，参考图和外观偏好都不能改写原始数据、列用途、结合能轴方向、 峰组分身份或稳定的单区域渐变填充 API。

也就是说，你可以在三种方式中选择：直接使用模板默认；让参考图提供近似风格建议；或给出精确 自定义值。三者冲突时，以你明确确认的精确值为准，但仍须通过当前模板的能力和反读门禁。

XPS 想精确改样式时，我建议你直接这样说：“Raw 用 #173F5F、Envelope 用 #C94C4C， 线宽 2.4 pt、填充透明度 38%、画幅 18 × 18 cm，隐藏图例；科学含义保持不变。” 我会把确认值冻结到 --visual-style-json，不合法的精确值会直接请你修正，不会静默退回默认。

这是我从开源首日开始记录的 GitHub Star 总数。首个快照是一个真实的 31 Stars 起点；后续每日快照会自然连成折线。

我只保存“日期 + 仓库 Star 总数”，不读取或保存用户名、账号 ID、个人加星时间或名单。

我不会擅自平滑数据、删除异常值、补峰、计算误差、拟合曲线、识别物相或训练模型。寿命、带隙、SHAP 等分析结果也只有在你明确提供后才会画进图里。

SHAP 路线只读取你在上游已经计算好的逐样本长表，最少需要 Feature + SHAP value + Feature value； 还可提供 Sample ID、Feature Order、Mean absolute SHAP、Feature Group 和 Group contribution (%)。我会按实际列自动选择“仅蜂群”“蜂群 + Mean |SHAP|”或 “蜂群 + Mean |SHAP| + 分组贡献”三种 profile。缺少的汇总量若需要从已提供 SHAP 值派生， 会单独列出公式、来源与用途并等你确认；源 CSV 不会被重写。可先查看 medical_shap_summary.csv。

我新增了独立的 shap_dashboard 模板：左侧是特征重要性和占比，右侧保留每个样本的 SHAP 贡献，双环用外环表示特征组、内环表示组内特征。空白足够时双环内嵌在条形图区，否则自动放入 下方独立区域，避免遮挡数据。 支持 2–20 个特征和 2–5 个特征组，原有 shap_summary 叠加式模板继续可用。

准备四个必需列：Feature、SHAP value、Feature value、Feature Group，也兼容中文列名。 每个特征至少 3 个观测，可从 1,440 行合成数据样例 开始。 我不会训练模型或计算 SHAP；重要性、占比和显示变换会先列明公式并请你确认。

直接说：“请用 $editaplot 的 SHAP 分栏与双层环图，配色选紫绿金，保留所有数据。” 三种配色对应 dashboard_blue_red（蓝白酒红）、dashboard_viridis（紫绿金）和 dashboard_red_blue（红黄蓝），由 Codex 写入列映射的 plot_mode。

高密度热力图会保留矩阵中的每一个值和原始顺序，只减少屏幕上的重复刻度文字：矩阵较密时隐藏单元格数字、稀疏显示行列标签，并把 colorbar 与数据区分开。公开页面只展示一张真实 Origin 生成的 30×30 案例；它已经完成 OPJU/PNG/PDF/TIF、轴与颜色条对象反读及人工视觉检查。原来的小矩阵和 40×40 案例仍保留在验证资产中，供回归与审计使用，不再重复展示。

我用合成教学数据制作并人工检查了下面这些示例。公开图片已去除可能泄露信息的元数据，每个文件的校验值都记录在清单中。

➡️ 浏览 48 个对外展示案例与简要用途

当前公开能力包含 41 条 Origin 绘图路线。仓库保留 50 张通过实机产物、对象反读、人工视觉检查和公开图片审计的验证 PNG，其中 48 张进入页面展示；两个未展示案例只是热力图的历史回归证据。DSC、NMR、FTIR/IR、XPS 多谱线对比、PL 多条件、UV–Vis 多样品、30×30 高密度热力图、576 点复合 SHAP、多阶段环形有向加权网络图与三维双密度基线焦点图都已完成 Origin 2024b 实机门禁。

如果项目环境已经配好、数据量正常，而且必要确认已经完成或无需继续补充，我把本地识别、真实 smoke、启动 Origin、绘图、导出和验证在 4–5 分钟内完成视为合理范围。它不是对每台电脑的固定秒数承诺：第一次安装依赖、大型 Excel、复杂图层、较慢磁盘或 Windows 安全扫描都可能增加一些时间。

在没有等待你确认或批准权限、并且没有新的本地进度事件时，30–60 分钟不属于正常绘图耗时。 新版会在可安全恢复的瞬时启动故障后尝试清理自有实例；只有清理成功才自动重试一次，同时保留实时进度。它不会为了 制造一个“超时结束”而强杀可能正在管理隐藏 Origin 的 Python 进程；遇到长时间无进度时，我会让 Codex 先报告“当前停在哪一阶段”和该阶段已经耗时多久，保留现有诊断，再做最小排查：

1. setup / 下载依赖：检查 GitHub、Python 包源、代理和网络，而不是责怪 Origin；
2. 数据理解与确认：检查是否在等待你的回复或权限批准；
3. origin-smoke：检查本机 Origin Automation 是否已启动或返回稳定错误；
4. render / 导出：检查 Origin 是否弹出了对话框、文件夹是否可写、是否被同步软件锁定；
5. verify：检查 OPJU、PNG、PDF、TIF 与反读报告，而不是重新画一遍。

正式绘图本身不应依赖持续联网；网络主要出现在首次下载、更新和安装锁定依赖时。阶段没有变化时，不要让 Codex 无限制重试、反复重装环境或扩大系统权限。 瞬时启动故障会在半启动实例清理成功后自动再试一次；清理失败或第二次启动仍失败都会停止。后续 经用户同意再试时，要用新的空白同级输出目录保留首次诊断，绝不会静默接管已经打开的用户项目。 如果最初的启动和随后清理都失败，EditaPlot 会同时保留两组脱敏信息：最初启动的短错误代码/阶段， 以及清理步骤的短错误代码/阶段。它们帮助我区分“为什么没启动”和“为什么没清理完”，不会包含 Windows 账户名、本地路径或原始 COM 报错全文，也不会因此继续自动重试。

你可以同时打开多个 Codex 任务做数据理解、选图和制定方案；这些非 Origin 工作可以并行进行。 真正进入 EditaPlot 的 origin-smoke 或 render 后，同一 Windows 登录会话一次只运行一个 Origin 自动化阶段，其余任务自动等待。等待事件名为 origin_job_queue，大约每 30 秒更新一次； 队列不承诺严格先来先服务。等待满 30 分钟时只停止这个等待任务，不会强杀或打断正在占用 Origin 的任务。任务结束或进程异常退出后，Windows 会释放队列锁；绘图成功后按你的选择保留 Origin 窗口，也不会继续占用队列。这个保护只协调新版 EditaPlot worker，不能替其他手动脚本、旧版本或 第三方程序管理 Origin，所以看到排队提示时不要重复启动同一任务。

我在首屏准备了 8 套推荐色组，完整目录另含 2 套进阶色组。你只需选择喜欢的配色，EditaPlot 会记住具体颜色和使用限制，让以后重画保持一致。对 XPS 组分、正负值、热力图、诊断参考线等有科学含义的颜色，我不会为了美观随意改变。

如果你明确指定了每条系列对应的颜色，我会让这一选择优先于参考图，并先检查当前模板是否已验证 该精确覆盖；结果仍会逐项写成采用、保留默认或拒绝，不会悄悄打乱组分含义。

这些配色由我重新设计和抽象，不复制期刊封面、水印或版式，也不是任何期刊的官方模板。详见配色指南。

你不必先弄懂 Python 环境。我让根目录的 editaplot.cmd 先寻找电脑上已有的兼容 Python，再创建只属于本项目的环境。若完全找不到，启动器会返回明确的缺少 Python 诊断；此时 Codex 必须先用中文解释这项系统变更并等你同意，之后才可通过官方 winget 安装用户范围的 Python 3.12。没有 winget 时，我在安装指南中给出了 python.org 官方路径。这个过程不会安装或修改 Origin。Doctor 只做只读发现；正式绘图前的真实 smoke 才会自动启动专用 Origin 实例并验证连接。

我建议按下面的最小范围批准，不需要把整台电脑交给 Codex：

普通使用不需要管理员权限、鼠标控制、整个 C 盘写权限，也不需要修改 DCOM、注册表、防火墙或 Origin 安装。若 Windows“受控文件夹访问”、单位策略、OneDrive/网盘同步或只读目录阻止写入，请只放行当前仓库与当前数据文件夹，或明确选择另一个可写输出目录；不要把全局提权当作修复方法。

Codex 桌面版的普通命令可能由隔离账户运行。这个进程即使继承了你的 USERNAME 或 USERPROFILE，也不一定拥有当前登录用户启动 Origin 的权限，所以我让 EditaPlot 读取当前进程 真实的 Windows 安全令牌，而不是相信环境变量。检测到 Codex 沙箱时，它会在调用 Origin COM 之前停止，并让 Codex 只针对这一条精确的 origin-smoke 或 render 命令发起正式、受限的本地 执行申请。只有这条精确申请获批后，Codex 才会重新执行同一条 Origin 命令并继续当前任务；申请 可以由你在提示时确认，也可以由已经配置的 Codex 自动审查评估，但审批不保证通过，自动审查也 不等于提前赋予所有 Origin 命令权限。你不需要把命令复制到自己的 PowerShell，也不需要管理员 权限、DCOM/注册表修改或所谓“绕过沙箱”。如果你所在组织或本机策略拒绝申请，任务会清楚停止， 不会把失败包装成 Origin 已完成。

EditaPlot 自带的 Python runtime 与 Origin 自动化不会主动把你的数据上传到网络；但你主动交给 Codex 的文件仍受你所使用的 Codex 账号、组织和数据保留策略约束。医学数据或参考图在交给 Codex 前必须按你所在机构的要求去标识化，并检查图像中是否烧录了身份信息；EditaPlot 不承诺自动发现 PHI。详见隐私说明。

git clone https://github.com/hang-jin/editaplot.git
Set-Location editaplot
.\editaplot.cmd setup

请下载或克隆完整仓库，因为 skill/editaplot 和绘图 runtime/ 需要一起工作。只复制 Skill 子目录会缺少绘图引擎。如果你不会使用 GitHub，也可以直接下载 Source ZIP，完整解压后在该目录运行同一条 setup 命令。详见安装指南。

重新打开一个 Codex 任务后使用 $editaplot。第一次处理数据，只需：

.\editaplot.cmd start "$HOME\Documents\my-data.csv"

如果你是第一次使用，最简单的方法是把文件拖进 Codex，然后说：“请使用 $editaplot 帮我画这份数据。”我会让 EditaPlot 完成环境检查、只读识别与候选图推荐，再给出逐列用途和图形元素清单；你只需确认科学目的与这份清单，只有判断不够明确时才需要补充列义、误差或变换等关键细节。熟悉命令行后，也可以使用下面这些命令：

正式绘图时，我会让 EditaPlot 在原始 CSV、TXT、XLS 或 XLSX 所在目录中，新建一个与源文件同级的 <数据文件名>_EditaPlot_<时间> 文件夹，并把 render-plan、OPJU、PNG、PDF、TIF、反读与验证结果集中放进去。它不会覆盖原始数据；只有你明确指定其他位置时，才会改变输出目录。

.\editaplot.cmd doctor
.\editaplot.cmd inspect <data.csv>
.\editaplot.cmd recommend <data.csv> --intent "比较模型并展示误差"
.\editaplot.cmd understand <data.csv> --template-id xrd --output data-understanding.json
.\editaplot.cmd palettes
.\editaplot.cmd plan <data.csv> --template-id bar --claim "模型 A 指标更高" --evidence-role comparison --palette-id ocean_coral --semantic-confirmation-json semantic-confirmation.json --output render-plan.json
$smokeDir = Join-Path $env:TEMP ("EditaPlot-origin-smoke-" + (Get-Date -Format "yyyyMMdd-HHmmss"))
.\editaplot.cmd origin-smoke --output-dir $smokeDir
.\editaplot.cmd render render-plan.json
.\editaplot.cmd verify <Origin-output-directory>

仓库已经包含运行所需的 runtime/。origin-smoke 会先启动 EditaPlot 自有的隔离 Origin 实例并完成最小导出闭环；只有 smoke 通过后才进入正式 render。日常使用可以忽略 --engine-home；只有你主动替换内置引擎时才需要它。普通绘图请省略 render 的 --output-dir，这样正式结果会自动保存到源数据同级的新文件夹。

请使用 $editaplot 帮我画这份数据。不要修改原文件；先告诉我识别到哪些列、最推荐哪种图，
再逐列说明哪些要画、哪些只作辅助或验证、哪些保留但不画，并列出最终图形元素和不会自动进行的
计算。若有不确定列，请先问我，不要猜。若需要安装 Python，请先征得我同意；不要安装或修改 Origin。
等我确认科学目的和元素清单后再绘图，完成后请检查可编辑项目和 PNG、PDF、TIF。
我不需要提前打开 Origin。Doctor 只做只读发现；请在绘图前运行真实 smoke，
自动启动专用 Origin 实例并按当前版本和模板能力继续。
若只因 Codex 沙箱上下文停止，请为原来的精确 Origin 命令发起正式、受限的本地执行申请；
只有申请获批后才重跑，审批不保证通过。不要让我复制 PowerShell、使用管理员权限或修改 DCOM/注册表。

如果还提供了参考图，可以接着说：

请把参考图只当作视觉简报：总结它的图形元素、布局、数据编码和可安全采用的风格，
不要复制图中的数据、文字、拟合结果、物相、Logo 或水印，也不要把参考图嵌入成图。
请另外询问并记录我明确选择的系列颜色、线宽、填充透明度、画幅比例和图例显示/无框/位置；
我的明确选择优先于参考图。请分别列出“采用、保留模板默认、拒绝、仍需确认”的内容，
只有当前模板已经验证并能反读的样式才算采用，等我确认后再适配到我的数据。

如果是 XPS，你还可以只补一句：“这次选精确自定义；Raw 用 #173F5F，线宽 2.4 pt， 填充透明度 38%，画幅 18 × 18 cm，隐藏无框图例。”我会先核对字段并写入 --visual-style-json，不会把不支持的值装作已经采用。

需要正式绘图时：

请按已确认的 RenderPlan 自动启动专用 Origin 实例并绘制，成功后保留可编辑 Origin 窗口；
若 smoke 或绘图失败，只简要报告技术阶段和下一步。导出 OPJU、PNG、PDF、TIF，并完成轴、
字体、图层、数据映射反读和人工视觉检查。不要只看 PNG 报成功。

我把公开仓库整理成了一套完整可运行的软件。为了不把你的数据和我的开发记录混进公开版本，我只在本地保留发布时不应携带的证据；这里没有隐藏功能或“付费完整版”。

为了避免把本机资料误发到公开仓库，我给公开文件加了白名单、密钥扫描、PNG 检查和 SHA-256 清单。你可以在发布与许可边界查看完整规则。

• 我只读原始文件；绘图所需的辅助列只进入内存或可编辑 Origin 工作簿。
• 我会在绘图计划前逐列说明用途；不确定的数值列不会自动变成一条新曲线。
• 缺少列时，我会告诉你怎样修复，不会补造不存在的测量值。
• 参考图只能影响已确认数据可以支撑的图形语法与安全风格，不能新增证据或隐藏必需元素； 我明确选择的样式优先，并逐项记录为采用、保留默认或拒绝。
• 我只在第三轴具有真实实验含义且能改善证据表达时使用 3D，不做装饰性 3D。
• 图例可以在 OPJU 中手动移动；坐标轴缺失、字体不一致、色条重叠或文字裁切仍会判为失败。
• 新 Origin API 会先查官方文档并做隔离实验，未经验证的 LabTalk 参数不会进入正式模板。

我独立维护 EditaPlot，只调用你电脑上已经安装的 Origin 或 OriginPro；默认启动由 EditaPlot 独占的本机实例，不要求你预先打开窗口。它不捆绑、安装或修改该应用，也不通过网络或云端开放其 Automation Server。我与 OriginLab Corporation 没有隶属、赞助或背书关系；相关名称仅用于说明兼容性。

顶部徽章和趋势图都只使用 GitHub 提供的仓库聚合数量。我不会请求、保存或展示 Star 用户名单、用户名、账号 ID 或个人加星时间。

• 许可证：Apache License 2.0
• 安装与故障处理：安装指南
• Origin 版本边界：2021–2026b 兼容说明
• 中文快速开始：docs/quickstart.zh-CN.md
• 贡献说明：CONTRIBUTING.md
• 安全报告：SECURITY.md
• 支持范围：SUPPORT.md
• 依赖与许可证清单：docs/dependency-inventory.md

未来我可能会另行提供咨询、安装协助、定制或支持服务，但不会因此限制 Apache-2.0 已授予的权利。如果产品以后进入收费软件许可、托管/远程服务或多租户运行阶段，我会重新完成许可与商标审计后再发布。

如果 EditaPlot 帮你省下了一点整理数据、调图或排查环境的时间，你可以随意请我喝杯咖啡。一毛、两毛或几块钱，对我来说都是一份很实在的鼓励，也会支持我继续维护模板、完善兼容性并把教程做得更清楚。

赞赏完全自愿，不会解锁任何额外功能，也不会影响问题处理顺序或 Apache-2.0 已经授予你的开源权利。不赞赏也完全没关系：如果这个项目确实帮到了你，点一个 Star、分享给有需要的朋友或提交一条有用的反馈，同样是很大的支持。

_{微信扫码即可；点击图片可查看原图。请不要在付款备注中填写实验数据、病历、账号或其他敏感信息。}