这是什么

你把实验数据（CSV、TXT、XLS、XLSX）交给豆包工作，它读懂每一列、推荐画哪种图、请你确认，然后调用你电脑上装好的 Origin 把图画出来。

交付的不是一张图片，是一个能继续编辑的 Origin 工程文件（.opju），外加 PNG、PDF、TIF。双击打开，颜色、坐标轴、图例、文字全都能接着改。

它不是「把模板里的数字换掉」，也不会拿 Python 预览图冒充 Origin 成图。哪一列看不准，它会停下来问你，不会自己补列、拟合或者替你下结论。

三件事先说清楚：

• 只能在 Windows 10/11 x64 实体电脑上用。 Origin 本身就是 Windows 软件，Mac、Linux、WSL、虚拟机都跑不了整条链路。
• Origin 得你自己装好。 它只调用你电脑上已经有的 Origin 或 OriginPro，不会替你安装或修改。
• 它不替你算数据。 不平滑、不拟合、不删离群值、不做检验。这些你算好了给它，它才画。

只想知道怎么用，不看这么长 → 豆包工作使用说明.md

它画出来的图长什么样

这些都是在装了 Origin 2024b 的真机上跑出来、人工看过一遍的，用的是合成教学数据，不代表任何真实测量。

➡️ 45 张示例图和各自的用途

它能画什么

一共 40 条绘图路线：

这 17 种画不了

Origin 本身画得出来，但这个 Skill 没有对应的绘图路线。你点名要下面任何一种，它会直接告诉你没有，不会硬试着画一遍再失败：

最容易被问到的是生存曲线：医学那组做了 ROC、PR、DCA、校准曲线、混淆矩阵、Bland–Altman，唯独没有 KM。

PCA / t-SNE / UMAP 不在这张表里，能画。但降维坐标要你自己先算好，它只负责把算好的坐标画成分组散点，不替你降维。

配色

10 组科研配色，首屏 8 组、进阶 2 组。选图的时候它会按你选中的图型自动推荐，色盲风险高的排在后面。XPS 组分、正负值、热力图、诊断参考线这些颜色有科学含义，它不会为了好看乱改。

配色是重新设计和抽象出来的，不复制期刊封面、水印或版式，也不是任何期刊的官方模板。

装

在豆包工作里说这一句：

帮我安装 GitHub 上 chuspeeism 的 doubaoplot Skill

用 Codex、Claude Code 的话，把同一句话说给它。

装完之后重开一个任务就能用了。Origin 记得自己先装好。

它会先把要做的事讲给你听。 第一次画图前，它先报一遍这条链路的四件事——装 Skill、取绘图引擎、装 10 个依赖库、有没有一个能用的 Python——并点名说清楚哪几件你这台机器上已经现成、直接跳过。缺的那几件它自己补，只有"要不要装 Python"这一件会停下来问你。你不用猜它在等什么。

git clone https://github.com/chuspeeism/doubaoplot.git
Set-Location doubaoplot
.\editaplot.cmd setup

$env:EDITAPLOT_SKILL_DIR = "<你的 Agent 的 skills 目录>\doubaoplot"
.\editaplot.cmd setup

$env:PIP_INDEX_URL = "https://pypi.tuna.tsinghua.edu.cn/simple"

两种用法

用法一：你有参考图，照着复刻

看到一张顺眼的图，想用自己的数据画成那个样子。把参考图和你的数据文件一起发过去，然后说：

帮我在 Origin 中，用我的数据复刻这张参考图的绘图风格

它会先分析参考图的版式、配色和绘图细节，再用你的数据画。

参考图只影响样式，不制造数据。 你数据里没有的东西，它不会编出来凑成参考图的样子。

用法二：你不知道该画什么图，点着选

这是更常见的情况：数据有了，但不知道该画箱线图还是小提琴图，更不知道该怎么跟 AI 描述才能一次到位。

直接调用这个 Skill，说：

我不知道该画什么图，帮我看看

它会在豆包工作自己的内置浏览器里打开图表选择器：45 张真机跑出来的示例图铺开，按方向分好类（材料表征、电化学、医学与机器学习、通用统计、分布形态……）。

选择器是一个只监听本机的小页面（http://127.0.0.1:17864/），不会另外弹一个 Chrome 窗口来打断你。只有当你的 Agent 完全没有内置浏览器时，它才会去调系统默认浏览器。

点中一张，右侧立刻显示：

• 这张图需要你的数据里有哪几列 ← 最有用的一条
• 这条路线的边界，哪些东西它不会替你算
• 推荐配色、出图尺寸、误差标注、显著性星号这些细节

选完点「发送给豆包」就回去了；点「复制」也行，粘回对话框一样。页面永远先把内容放进你的剪贴板再去试自动发送，所以自动发送没成也不会卡住，你只是多粘贴一下。

选择器说的「需要哪几列」是提示不是结论。你的数据到底有没有这些列，它画之前还会再逐列核对一遍，缺了照样告诉你缺什么。

第一次用，可以直接发这段

把文件拖进去，然后发：

请帮我画这份数据。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。
不要让我复制 PowerShell、使用管理员权限或修改 DCOM/注册表。

如果还给了参考图，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。

你最后拿到什么

不是一张图片，是一个文件夹，建在你数据文件旁边，叫 <数据文件名>_EditaPlot_<时间戳>。

最后那份核对报告是它跟「导出个 PNG 就算完事」的区别：画完还要回到 Origin 里把对象重新读一遍，对不上就算失败。

画完 Origin 窗口默认不关，图就摆在那儿，可以直接上手改。它不会覆盖你的原始数据，只有你明确指定别的位置时才会改输出目录。

想在 Origin 里改，得你自己双击 result.opju。 Agent 给你看的是 result.png —— 它的截图通道看不到自己启动的那个 Origin 窗口，这一步只能真人来。

多久算正常，卡住了怎么办

环境配好、数据量正常、该确认的都确认了，从识别到导出验证在 4–5 分钟内是合理范围，其中连接 Origin 和正式绘图各十几秒。第一次装依赖、大 Excel、复杂图层、慢硬盘或者 Windows 安全扫描都会多花点时间。

没在等你确认、也没有新进度，卡了 30 分钟以上就不正常了。 先让它报告停在哪个阶段，再对着下面这张表看：

同一台电脑同一时间只跑一个 Origin 绘图任务，其余的排队等，看到排队提示别重复发起。正式绘图本身不用联网，网络只在第一次下载、更新和装依赖时用到。

命令行（可选）

熟悉命令行之后也可以直接跑：

.\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 --template-id trend
.\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>

palettes --template-id 只列这个图型能用的配色。origin-smoke 会先启动一个隔离的 Origin 实例跑完最小导出闭环，通过了才进正式 render。日常用可以忽略 --engine-home；普通绘图别给 render 传 --output-dir，正式结果会自动存到源数据旁边的新文件夹。

Skill 目录里没有 editaplot.cmd 的时候（宿主只装了 Skill 子目录就是这样），把上面所有 .\editaplot.cmd 换成 python "<Skill 目录>\scripts\bootstrap_editaplot.py"，后面参数完全一样。

它需要你给什么权限

按下面的最小范围批准就够了，不需要把整台电脑交出去：

普通使用不需要管理员权限、鼠标控制、整个 C 盘的写权限，也不需要改 DCOM、注册表、防火墙或者 Origin 安装。如果 Windows「受控文件夹访问」、单位策略、网盘同步或只读目录挡住了写入，只放行当前仓库和当前数据文件夹，或者明确指定另一个能写的输出目录。别拿全局提权当修复手段。

有些宿主的普通命令是由隔离账户跑的，这种进程不一定有权限用你当前登录的身份启动 Origin。所以它读的是当前进程真实的 Windows 安全令牌，而不是环境变量。检测到隔离环境时，它会在调用 Origin 之前停下来，只针对那一条精确的命令申请受限的本地执行权限，批了才重跑。你不需要把命令复制到自己的 PowerShell，也不需要管理员权限或者改注册表。

它自带的 Python 运行时和 Origin 自动化不会主动把你的数据上传到网络；但你主动交给 Agent 的文件，仍然受你所用账号和组织的数据策略约束。医学数据或参考图在交出去之前，必须按你所在机构的要求去标识化，并检查图像里有没有烧录身份信息 —— 它不承诺自动发现 PHI。

它不会替你做的事

这是一条明确的边界，建议你别绕：

• 只读你的原始文件。绘图用的辅助列只存在内存里或者可编辑的 Origin 工作簿里
• 每一列画之前都先说明用途。看不准的数值列不会自动变成一条新曲线
• 缺哪一列就直接告诉你缺什么，不会编一列出来凑数
• 不替你平滑数据、删离群值、补峰、算误差、拟合曲线、做显著性检验
• 不替你识别物相、算带隙、算寿命、训练模型。这些结果你明确提供了，它才画进图里
• 参考图只能影响你已确认的数据支撑得住的图形语法和安全样式，不能新增证据也不能藏掉必需元素。你明确指定的样式优先，并且逐项记录为采用、保留默认还是拒绝
• 只在第三根轴有真实实验含义的时候才用 3D，不做装饰性 3D
• 图例可以在 OPJU 里手动挪，但坐标轴缺失、字体不一致、色条重叠或者文字被裁掉，仍然判为失败

这个项目是怎么来的

DoubaoPlot 是 hang-jin 的 EditaPlot 的二次创作，基于上游提交 4aa986f，沿用 Apache-2.0。

上面这一整页写的能力，几乎全部是 hang-jin 做的。让 AI 读懂科研数据、推荐图形、调用本机 Origin 画出能继续编辑的图 —— 这个想法和它的全部实现都出自 EditaPlot：40 条绘图路线、每一次画完都回 Origin 反读核对的验证机制、45 张真机示例图、10 组科研配色。这些我们一样没换。

我们加的是外面那一层，让它在豆包工作里能装、能用、能说清楚要什么图：

绘图行为、数据契约、验证门禁一处没动。 逐条改动声明见 NOTICE。

名字 DoubaoPlot 只属于这个二次创作版本，不代表 hang-jin 的背书或参与。

如果这套东西帮到了你，请去给 hang-jin/editaplot 点一个 Star。 真正让它画出顶刊质感科研图的是那个项目，我们只是把它搬进了豆包工作。

_{上游 EditaPlot 的 Star 趋势，由上游仓库自己生成。只统计仓库的 Star 总数，不涉及任何用户名单、用户名或加星时间。}

换别的 Agent 也能用。 这是标准的 SKILL.md 技能，Codex、Claude Code 这些能读 SKILL.md 的 Agent 都能装能用，绘图能力完全一样。只是安装目录探测、文档语气、提示词和选择器的交互都是照着豆包工作的用户做的，用别的 Agent 这些优化用不上。上文写「豆包工作」的地方，换成你在用的 Agent 就行。

与 OriginLab 的关系

本项目只调用你电脑上已经装好的 Origin 或 OriginPro，默认启动一个由它独占的本机实例，不要求你事先打开窗口。它不捆绑、不安装、不修改这个软件，也不通过网络或云端开放它的 Automation Server。本项目与 OriginLab Corporation 没有隶属、赞助或背书关系；Origin 和 OriginPro 是 OriginLab 的商标，这里只用来说明兼容性。

许可

Apache License 2.0，与上游一致。相对上游的改动逐条声明在 NOTICE。

顶部徽章和 Star 趋势图只使用 GitHub 提供的仓库聚合数量，不请求、不保存、不展示 Star 用户名单、用户名、账号 ID 或者个人加星时间。