医疗AI效率站 ｜ 2026年7月

同事让我帮她改论文，我看她论文里的图，叹了口气。柱状图画成3D的，误差棒没标是SD还是SEM，Y轴从50开始截断，这种图投出去基本就是被秒拒。

科研绘图是发论文最头疼的环节之一。找美工贵，自己用Excel/PPT画不够专业，Python/MATLAB又太难学。

我最近发现了一个叫scipilot-figure-skill的工具。试了一下，发现它不只能画图，还能主动告诉你什么图不该画。这篇文章就拿我自己跑的一个真实案例，展示它是怎么在3分钟内出一张期刊级配图的。

这个工具的特别之处：不是画图工具，是"可视化顾问"

普通的AI画图工具，你说"画个柱状图"，它就给你画柱状图。但scipilot-figure-skill不是这样工作的。它会先问你：

• 这张图要论证什么观点？
• 数据长什么样？样本量多少？分布偏不偏？
• 目标期刊是哪个？Nature、IEEE还是中文核心？

问完之后，它会主动拦截科研画图里的经典错误，比如：

• 小样本（n<10）画均值柱掩盖分布 → 改用箱线+散点叠加
• 双Y轴制造"相关"错觉 → 拆成两个子图
• 饼图让人眼判角度差 → 改用横向柱状图
• Y轴不当截断放大差异 → 从0起或加断裂标记
• rainbow色图造假峰 → 改用viridis/magma

这些错误是审稿人最常挑刺的地方，踩一个就可能被拒稿。这个skill的价值在于：它不让你踩坑，从源头拦住。

实测：3分钟出一张相关性分析图

手头有一组数据：30个样本，想看某生化指标X（ng/mL）和疾病严重程度评分Y（0-24分）的相关性。我把数据和需求发给了AI：

长按选择文本，复制到剪贴板

3分钟后，图出来了。

图：用scipilot-figure-skill生成的相关性分析图（30个样本，r=0.9978, P<0.0001, R²=0.9956）

单看这张图，你会觉得：

• 左上有完整的统计量（r值、P值、R²、n）
• 散点+回归线+95%置信带（浅红色阴影）
• 配色简洁，蓝色散点+红色回归线，对色盲友好
• 中文标签正常显示（这是很多画图工具的痛点，后面会讲）
• 整体是Nature单栏的尺寸比例

但这张图背后做了8件事，大部分是AI自动判断的，不是简单执行"画个散点图"的指令。

它做对了什么：8步工作流

这个skill的核心是一个8步工作流，每一步都基于前一步的结果：

第0步 理解任务：你说"画相关性图"，它不会立刻画，而是先问"这张图要论证什么"。同样的数据，要论证"X升高Y也升高"和要论证"X超过某阈值Y才升高"，图会不一样。

第1步 剖析数据：它会先跑一遍EDA，看每列是什么类型、样本量、分布、异常值、相关性矩阵。避免"看都没看数据就开始画"。

第2步 选图：根据数据形态和论证目标，从决策树里选最合适的图型。2个连续变量看关系 → 散点+回归；2组比较n<10 → 箱线+散点叠加；时间趋势 → 折线+误差带。

第3步 查期刊规范：你说Nature，它就知道单栏3.5英寸、字号7-9pt、矢量图优先。你说IEEE，它就知道双栏7.16英寸。中文核心又有另一套规范（宋体+数字Times New Roman混排）。

第4步 配环境：自动配置matplotlib/seaborn/SciencePlots，调好字体、字号、配色。如果是中文论文，自动配置CJK字体解决方框问题。

第5步 绘制：按期刊规范和图型配方画。强制做到：按最终尺寸出图、矢量优先、色盲安全配色、误差交代清楚。

第6步 视觉自检：出图后渲染PNG → 程序自检（缺字、文字裁切、刻度重叠） → AI读图复核（图例压数据、子图对齐、灰度可分） → 改 → 重渲 → 再读，直到通过。

第7步 导出：同时出PDF、SVG、PNG三种格式，外加灰度版供色盲检查。

这8步里，第2步和第6步是这个skill最有价值的地方。第2步让它成为"顾问"而不是"工具"，第6步让它能自我审查——普通画图工具画完就完事了，这个skill会反复检查直到通过。

怎么装：3步搞定

这个skill是开源的，托管在GitHub，名字叫scipilot-figure-skill。任何支持skill的AI环境都可以安装。

如果安装过程有困难：回复关键词【绘图】，获取scipilot-figure-skill安装指令，发给任意Agent环境就可以了， 如codex、workbuddy等等。

最后

写论文这几年，我最大的感受是：工具进化的速度比科研人员学习的速度快。AI不会替你做研究，但它能让你从"画图画半天"变成"3分钟看图选不选"，把时间留给真正重要的事——想清楚要论证什么。

scipilot-figure-skill这种工具的真正价值在于："AI会拦你画错的图"。那些被审稿人挑刺的常见错误，AI提前帮你挡在门外。

— END —