EditaPlot 是一个 AI 驱动的 Windows 本地科研绘图工作流,利用 Codex 理解数据列用途、推荐可编辑的 Origin 图形,并导出 OPJU、PNG、PDF、TIF 文件,同时通过每一步的用户确认保证科学可靠性。

Stars

82

7 天增长

暂无数据

Fork 数

3

开放 Issue

0

开源协议

Apache-2.0

最近更新

2026-07-28

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

它将 AI 辅助与真实 Origin 项目结合,生成可完全编辑的图表;强调数据列用途的透明性,拒绝擅自补列、拟合或推断结论。

适合谁使用

  • 需要从原始数据生成可编辑 Origin 图表的科研人员
  • 从事材料与光谱分析(XRD、XPS、UV-Vis 等)的研究者
  • 需要自动化绘图但不希望丢失可编辑性的 Origin 用户
  • 医学与深度学习领域需要生成 ROC、箱线图等统计图表的学者

典型使用场景

  • 从 CSV/TXT/XLS/XLSX 数据自动识别列用途并生成可编辑的 Origin 图形
  • 为材料表征实验(XRD、XPS、DSC、NMR 等)生成出版物级图表
  • 使用参考图引导图形语法,但不复制数据或文字
  • 批量生成多条件图表(如三维 Nyquist)并输出统一的 OPJU、PNG、PDF、TIF 文件

项目优势

  • 列分类透明(主要证据、辅助、仅计算、保留),防止误画数据
  • 生成原生 Origin OPJU 文件,保持完全可编辑,而非静态预览
  • 覆盖材料光谱、通用统计、医学等 40 余种图形类型
  • 严格科学边界:不自动校正基线、拟合峰、训练模型或补全缺失数据

使用前须知

  • 目前仅支持 Windows 10/11 x64 实体机,不支持 macOS、Linux、WSL 或虚拟机
  • 依赖本地安装的 Origin/OriginPro 2021–2026b(仅 2024b 完整验证)和 Python 3.10–3.12
  • 参考图功能仅提取视觉语法,无法 1:1 复刻数据、文字或复杂布局

README 快速开始

EditaPlot · 艾迪图 AI 驱动的可编辑科研绘图工作流AI-guided editable scientific figures

English · 中文为主要说明语言

我把 EditaPlot 做成了一个面向 Codex 的 Windows 本地科研绘图 Skill。你把自己的实验数据交给它后,它会依次理解数据、逐列说明用途、推荐图形、请你确认图形元素、调用 Origin 并验证结果,最后生成可编辑 OPJU,同时导出 PNG、PDF、TIF。

我不希望它只是一套“替换数字”的静态模板,也不会让 Python 预览图冒充 Origin 成图。科学含义和最终选择始终由你决定;遇到把握不足的数据,EditaPlot 会把不确定的列单独列出来请你确认,不会擅自补列、拟合或推断结论。

[!WARNING] 我目前只完成了 Windows 10/11 x64 实体电脑上的完整验证。 因此 V1 暂未提供 macOS(Intel 与 Apple Silicon)、Linux、WSL、Wine/CrossOver、Parallels 或其他虚拟机版本。如果你使用 Mac,这一版暂时还不能完成 Origin 全流程;当前请换用 Windows 实体电脑,后续支持情况以 release 说明为准。

[!IMPORTANT] 我已按 Apache License 2.0 开源 EditaPlot。当前兼容目标是 Origin/OriginPro 2021–2026b;你不必提前打开它,EditaPlot 会在绘图前自动启动一个专用实例。我不会替你安装或修改 Origin。

一眼看懂

flowchart LR
    A["你的数据CSV / TXT / XLS / XLSX"] --> B["读取表格识别每一列的作用"]
    B --> C["推荐 1–3 种图并给出配色"]
    C --> D["列用途与图形元素清单画 / 辅助 / 保留 / 待确认"]
    D --> E{"还有关键歧义?"}
    E -- 有 --> F["只追问必要信息列义、单位、误差或变换"]
    F --> D
    E -- 没有 --> G["你确认科学目的和最终图形元素"]
    R["可选参考图"] --> S["只提取图形语法与风格不复制数据和文字"]
    S --> G
    G --> H["在专用 Origin 实例中绘图"]
    H --> I["可编辑 OPJUPNG + PDF + TIF"]
    I --> J["反读对象并人工检查"]

当我说“已经画好”时,你会拿到可继续编辑的 Origin 项目和 PNG、PDF、TIF;我还会检查原始数据没有被改动、坐标轴和文字完整、每个文件都能正常打开。

先理解数据,再决定画什么

很多科研表格并不是“每个数字都要画”。我会先把每一列放进下面一种用途,并用大白话请你确认:

用途在图中怎么处理
主要证据作为实测点、主曲线、柱体等核心元素绘制
可见辅助作为背景、拟合线、残差、参考线或物相刻线绘制
仅用于计算或验证保留用于权重、筛选、坐标或布局,不画成曲线
保留但不绘制留在数据映射和可编辑项目中,图上不显示
仍不确定暂停规划,先问清楚用途,不能自动猜成新曲线

确认时你会看到“这是什么数据、哪些列会画、哪些列不会画、会出现哪些图形元素、哪些计算不会自动做”。只要源文件、列映射或理解结果发生变化,这次确认就会失效,需要重新核对。

GSAS / GSAS-II XRD Rietveld 示例

我已为普通 XRD、GSAS-II Powder CSV 和 Publication CSV 加入专门的理解规则。以精修表为例,EditaPlot 可以把 Observed 识别为实测点、Calculated 识别为计算线,并按文件实际提供的内容加入 Background、Difference 和具备明确身份的 Phase 刻线;weightQUseddiff/sigmaAxis-limits 等列会保留为辅助或控制数据,不会被误画成强度曲线。

Publication CSV 中已经带显示位置的 Diff 会按源值直接绘制,不会再次偏移。我也不会自动计算背景、差值、Rwp、χ²,或替你识别物相和峰归属。仓库内提供了 example_gsas_powder.csvexample_gsas_publication.csv,可以先拿它们熟悉格式。

用参考图告诉我“想要这种表达”

你也可以上传一张 PNG、JPEG 或 TIFF 参考图。我会先把它理解为“图形简报”:提取面板、插图、点线柱等图形元素、数据编码和有限的视觉风格,再把适合当前模板且有用户数据支撑的部分列出来请你单独确认。

这条路线不会从像素反推实验数据,不复制参考图中的数值、文字、拟合结果、物相、Logo 或水印,也不会把参考图片塞进 OPJU。它的目标是安全借鉴图形语法,而不是承诺任意图片 1:1 复刻;当前

项目描述

AI-guided editable scientific figures with Codex and local Origin/OriginPro

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

powerycy
精选
powerycy GitHub avatar

goutoujunshi

An AI relationship coach that provides emotional support, relationship science, and actionable strategies through a multidisciplinary knowledge base.

Python
1,174
makecindy
精选
makecindy GitHub avatar

cindy

Cindy is an open-source AI agent that runs locally on your machine, integrates multiple AI harnesses and models, and provides memory, skills, and automation to perform real work in your projects and apps.

AI 与机器学习大语言模型
958
l0ng-ai
精选
l0ng-ai GitHub avatar

tty7

tty7 is a fast, GPU-accelerated terminal workbench with persistent sessions, built-in input tools, SSH support, and coding agent awareness.

开发者工具CLI 与终端
359