用途
Academic Plotting for ML Papers 用于为机器学习/人工智能会议论文生成出版级图表。它接收的输入通常不是现成的图表规格，而是论文段落、方法描述、结果表格、CSV/JSON 数据，甚至一句模糊的“给总览图配个图”。技能会先从研究上下文中提取系统组件、层级与关系，再决定使用哪条工作流。
两条工作流
技能区分两类图表，并给出明确的选择规则：
- 示意图（架构、系统设计、工作流、流水线）：使用 Gemini 图像生成。适合包含方框、箭头、标签的复杂空间布局，以及多步骤流程与连接关系。
- 数据图（折线图、柱状图、散点图、热力图、消融图）：使用 matplotlib/seaborn。适合精确数值、可复现的图表，如训练曲线、模型对比、混淆矩阵、排行榜式横向条形图等。
经验法则：图中有数值坐标轴就用 matplotlib；图中有方框和箭头就用 Gemini。
上下文分析与提取
技能会从用户提供的论文/章节草稿、描述段落、原始结果表、CSV/JSON 或模糊请求中提取信息。
对示意图：识别视觉实体（模块、层、阶段，若顶层实体超过 8 个则考虑分组）、识别关系（数据流用实线箭头、控制流用灰色、错误路径用红色虚线）、确定布局模式（顺序流水线从左到右、分层架构横向堆叠、中心辐射、自上而下树形）、为每个逻辑组分配一种强调色，并逐字提取论文中的术语作为标签。
对数据图：识别比较维度（方法/模型/配置为分类轴，准确率/损失/延迟/F1 为数值轴，是否存在时间/步数维度，是否有多个指标），并按优先级自动选择图表类型：有步数/时间轴用折线图；N 个方法在 M 个基准上对比用分组柱状图；单一排名用横向条形图；两个连续变量相关性用散点图；方阵数值用热力图；占比用堆叠柱状图（避免饼图）。同时确定图幅（单栏或通栏）、突出“我们的方法”并赋予独特颜色。
工作流一：架构与系统示意图
使用 Gemini 3 Pro Image Preview 生成示意图。技能强调先选择视觉风格，这是决定图表看起来专业还是通用的最大因素。提供四种风格：
- Style A 简笔画（手绘）：温暖、易记，适合总览图和系统介绍，像设计师精修过的白板草图。
- Style B 现代极简：干净、自信，适合精度重要的方法图。
- Style C 图解技术风：图标丰富、解释性强，适合教程式论文和需要自解释的图。
- Style D 强调条（经典学术）：默认学术风格，适合任何会议，灰度下也表现良好。
每篇论文应统一使用一种风格。技能还提供多套配色：Ocean Dusk（默认推荐）、Ink & Wash（配简笔画）、Nord（配现代极简）、Okabe-Ito（通用色盲安全，数据图必需）。
Gemini 提示词必须按顺序包含六个部分：FRAMING（框架）、VISUAL STYLE（视觉风格，最重要）、COLOR PALETTE（精确十六进制色值）、LAYOUT（每个组件、方框、分区的精确文本与空间安排）、CONNECTIONS（每条箭头单独说明来源、目标、样式、标签、走向）、CONSTRAINTS（不应包含的内容）。
技能提供生成脚本模板，使用 google.genai 客户端，从环境变量 GEMINI_API_KEY 读取密钥，模型为 gemini-3-pro-image-preview，输出 response_modalities=["IMAGE", "TEXT"]，并保存为 fig_NAME_attempt{n}.png。关键规则包括：始终生成 3 次尝试（质量波动大）、风格块必填、绝不硬编码 API 密钥、保存生成脚本以保证可复现、逐字指定每个标签。
工作流二：数据驱动图表
对任何含数值数据、坐标轴或定量比较的图，使用 matplotlib/seaborn。流程为：从上下文提取数据、按数据维度自动选择图表类型、准备数据（CSV、字典或内联数组）、应用出版样式、用独特颜色突出“我们的方法”、同时导出 PDF（矢量）和 PNG（300 DPI）、验证 LaTeX 字体兼容性、脚本保存为 figures/gen_fig_<name>.py。
技能提供图表类型决策指南（趋势用折线、分类对比用分组柱状、分布用小提琴/箱线、相关性用散点、网格值用热力图、占比用堆叠柱状、多方法单指标用横向条形），以及出版级样式模板：serif 字体（Times New Roman/DejaVu Serif）、字号 10、图例无边框、300 DPI、去除上右轴脊、浅网格、线宽 1.8。配色使用 Ocean Dusk 调色板，OUR_COLOR 为珊瑚色 #E76F51，基线为冷灰 #B0BEC5，单栏尺寸 (3.25, 2.5)，通栏 (6.75, 2.8)。
常见图表模式包括带标记与置信带的折线图（训练曲线）和带数值标签的分组柱状图（消融实验），均给出完整代码示例。
适用场景与限制
适用于 ML/AI 会议论文的图表制作，覆盖架构图、流程图、训练曲线、模型对比、消融、热力图等。限制方面：示意图依赖 Gemini API 密钥与图像生成模型，质量在多次运行间波动较大，需要人工审阅挑选；数据图需要用户提供数值数据。资料未提供具体收费、价格、平台支持范围或效果保证等信息。