再给大家推荐一个图表 skill，我感觉这个skill 也很实用，也很漂亮，是： vivid-figures-skill，专门帮搞科研的人画图表。虽然宣传是专门帮搞科研的人画图表，其实，咱们普通人也能用。

做过论文或者数学建模的朋友应该都有体会，数据分析完了，最头疼的就是画图。配色丑、图型不对、代码写半天出来的效果还是差点意思。这个项目就是来解决这个问题的。

先说它怎么用。你把数据丢给 AI，比如 Excel、CSV 或者 JSON 文件，然后跟它说一句“比较一下这几组结果，挑个能看清差异的图”，AI 就会自动帮你选图型、画图、检查效果，最后交给你 PNG 图片、PDF 文件，还有一份绘图源码。源码留着可以接着改，方便复现。

然后说说它的图表库。这个 Skill 内置了 108 个图表配方，涵盖了性能对比、误差分布、收敛曲线、置信区间、三维曲面、流程图、技术路线图这些常见的科研图型。你要是知道自己想画什么，可以直接指定，比如“我要山脊图”或者“给我画个热力图”。你要是不确定，让 AI 根据数据自己选也行。

再说风格这块。它提供了两种风格，一种叫“鲜艳版”，色彩明亮、层次丰富，适合想让图表更有表现力的场景。另一种叫“稳重版”，干净规整，一眼就能看到结论，更偏传统学术风格。除了风格，还有五套配色可以选，像珊瑚青绿、海洋暖橙、鸢尾杏桃、森林日光、浆果冰蓝，另外还保留了科研原配色。风格和配色可以随便搭配，比如稳重版配浆果冰蓝，鲜艳版配科研原配色，都没问题。

项目展示了五张用同一份数据、同一种山脊图画出来的效果图，只换了颜色，就能看出每套配色的区别。渐变填充、层叠曲线、中位数标记，这些细节全都是 Python 代码画出来的，换配色的时候模板里的渐变和透明度层次也都会保留。

使用上有一点要注意，它需要一个能读写文件、运行 Python、查看图片的 AI 助手环境，项目文档以 Claude Code 为例写了安装指南。基础环境要求 Python 3.10 以上，完整的图集规划建议再装个 Node.js。普通数据图不需要额外装什么复杂工具。

传送门：github.com/yjz211/vivid-figures-skill

科技先锋官How I AI