用途：将方法文本、论文（.txt/.md/.pdf）或表格数据（CSV/JSON）转为学术图表，包括方法/架构示意图与统计图，并支持对已有图做评估或润色。
主要能力：plot/plot-batch 用 VLM 生成 matplotlib 代码出统计图，无需图像生成密钥；generate 从文本生成单张示意图；evaluate 以 VLM-as-Judge 对照人工参考图评判；polish 按会议风格做引导式编辑；batch/sweep/orchestrate 分别处理清单批量、参数网格和整篇论文的图表包。流程为两阶段：线性规划（检索参考、规划描述、套用风格）与迭代精修（渲染、评论、重复至 --iterations 或 --auto 满意）。
使用方式：先收集输入包（产物类型、来源、可用密钥与预算、质量需求），按最小模式选择。安装按需选 profile：bash scripts/install.sh --profile plot（仅 VLM 统计图）、diagram（图像生成）、pdf（加 PyMuPDF）、studio（Gradio UI）、mcp、all。设置一个 provider key（如 OPENAI_API_KEY、GOOGLE_API_KEY、ATLASCLOUD_API_KEY）。示例：bash scripts/run.sh plot --data results.csv --intent "Bar chart of accuracy across benchmarks"；bash scripts/run.sh generate --input method.txt --caption "Overview of our framework"；bash scripts/run.sh evaluate --generated out.png --reference human.png --context method.txt --caption "Overview of our framework"；bash scripts/run.sh polish --input figure.png --venue icml --iterations 2。MCP 服务用 bash scripts/run-mcp.sh。
适用场景：需要方法图、数据图、已有图评判/改进、批量或整篇论文图表包，以及通过 MCP 或 Claude Code 技能让智能体按需出图。
限制：这是非官方社区实现，需遵守 provider 条款、API 预算与各会议图表复用政策；--optimize、--auto、--iterations、--num-candidates 是成本旋钮，应仅在普通运行不足时提高；简单双柱图或精确矢量图应改用 matplotlib、TikZ 或矢量编辑器。具体价格、平台支持与效果数据暂未提供。