用途：paperFig 规范科研配图的制作流程，适用于创建或改进学术论文图表、从 PDF 或目录中定位配图背后的绘图代码与数据、用项目数据复现公开参考图的视觉逻辑、构建模型架构图（如 Transformer、机制示意图、证据驱动的工作流面板）、重设计基准/消融/迁移/可解释性/机制图、组装风格一致的多图套件或参考图与重绘图对照图集，以及把既有绘图项目标准化为可复用流程。它不适用于通用插画、普通照片编辑、UI 设计，也不以隐私或匿名化为主要目标。
主要能力：按阶段推进的工作流，包括盘点图、代码与数据；解构参考图，明确其承载的论断、阅读顺序、面板层级、数据到标记的映射、证据密度与配色标注逻辑；编写图设计简报；基于真实项目来源绘图；设计架构与多面板图；应用统一视觉系统；导出并校验。核心原则是科学真实优先于美观，保留实际数据、统计、单位、配对、不确定性、样本量与排序逻辑；借鉴参考图的机制而非表面复制；每个最终面板都应能映射到绘图代码与数据输入，或被明确标注为示意图；每个面板只回答一个科学问题；渲染后必须逐页目视检查。
使用方式：行动前需阅读若干参考文档（研究配图流程、参考图解构、架构与多面板设计、科学视觉 QA）；涉及 PDF 时使用 PDF 技能，主数据源为 XLSX 时使用电子表格技能。工作流第一步可运行：python scripts/inspect_figure_project.py --root "<project-root>" --output "<work-dir>/source-map.md"；导出校验可运行：python scripts/validate_research_figures.py --pdf "<output.pdf>" --render-dir "<work-dir>/rendered" --expected-pages <n> --report "<output-dir>/FIGURE_QA.json"。对匹配 FigMirror 临床 CBC 契约的表格医学来源，可在确定候选最终版前运行 figmirror.py render-data-study，将其 data_profile.json、analysis_summary.csv、data_binding.json 视为派生证据，不替代只读源工作簿。
适用场景与限制：适合论文配图、架构图、多面板证据图及绘图流程标准化。最终结果图不得用任意随机数据替代，随机数据仅可用于明确标注的版式原型；缺失的单位、参考区间、临床阈值或重复个体身份不得推断；是否需要匿名化、数据扰动、合成替换、标识符移除或隐私保障属另一套显式数据发布契约，不应混入普通科学绘图。交付物按请求提供：数据图给出矢量 PDF/SVG 加 300 dpi PNG；示意图默认给出版 PNG 加可编辑 PPTX 等；同时提供完整绘图源码、图清单与来源映射、设计说明、机器可读 QA 报告等。资料未提供具体收费、价格、平台、效果或使用步骤等信息。