FigMirror：用 AI 让你的数据图穿上任意论文的"风格皮肤"

📅 2026年05月27日 · 技术

引言

写过论文的人都知道，把数据画成一张"看起来像发表级别"的图表有多痛苦。调颜色、改字体、对齐坐标轴……常常要花几个小时反复调整 matplotlib 参数。而 FigMirror 的出现，让这个过程变成了一句话的事："把这组数据画成和这篇论文里一样的风格"。

FigMirror 的核心创意简单而强大：你给它一张参考图表（比如某篇 Nature 论文里的精美折线图），再给它你的数据，它就能生成一张风格高度一致的新图——并且输出的是可编辑的 matplotlib 脚本和相机就绪的 PDF。这意味着你不仅得到了一张好看的图，还能自由修改每一个细节。

FigMirror 的魔法来自一个创新的双智能体架构：

Drawer（绘制者）：根据参考图和数据生成候选图表，使用了一个叫做 "Grounded Measurement" 的技术——利用计算机视觉基础模型的能力，从参考图中精确提取坐标、颜色、线段位置等视觉元素，然后转化为可执行的 matplotlib 代码。
Reviewer（审查者）：将生成的图与参考图对比，给出视觉审查报告、修改清单和保护列表。保护列表会跨迭代累积，防止风格在多次修改中"漂移"。

这个循环不断迭代，直到生成的图表在视觉上和参考图"像是同一个论文系列里的作品"。对于 3D 图表，FigMirror 还加入了专门的几何感知提示，处理相机角度、比例、表面、光照等复杂元素。

FigMirror 提供了三种使用路径：

研究生、科研人员、数据分析师——任何需要把数据变成精美图表的群体。如果你厌倦了手动画图的繁琐，又不想学习复杂的设计工具，FigMirror 提供了一个"描述即所得"的新范式。它生成的 matplotlib 代码还附带完整的注释，对学习数据可视化也很有帮助。

FigMirror 是 AI 赋能科学可视化的一个典范。它没有试图替代 matplotlib，而是成为了 matplotlib 的"AI 设计师"——你依然拥有代码的完全控制权，但不再需要从零开始摸索那些繁琐的样式参数。311 颗 Star 只是开始，这个项目的想象空间还很大。