📊 如何让 AI 判断“应该画什么图”，并生成更符合数学建模比赛评审阅读习惯的科研风图表？

我开发了一个面向 AI 数学建模与科研写作 的绘图 Skill：ModelViz。

它并不是简单地“根据指令画图”，而是会先分析：

🔍 用户真正想表达的是 趋势、对比、分布，还是相关性？
📁 数据中包含哪些真实字段，它们之间存在什么关系？
📐 用户指定的图表是否适合当前数据？
🧹 哪些图虽然复杂，却可能遮盖重点？
🎓 哪种图表更符合数学建模竞赛和科研论文常见的 清晰、规范、低饱和 风格？

在完成需求理解和数据分析后，ModelViz 会从内置的 上百个科研绘图模板及配套资产 中召回候选方案，再结合用户的真实数据完成最终选择。

---

🧩 模板覆盖数学建模中的常见场景

① 时间序列与趋势分析
② 分类与数值对比
③ 相关性与回归分析
④ 分布、不确定性与异常值分析
⑤ 聚类、降维与综合评价
⑥ 敏感性分析与预测评估
⑦ 网络关系与空间分析
⑧ 热力图、矩阵图与多子图组合

---

🛠️ 选定模板后，Skill 还会继续完成

✅ 将模板适配到用户的真实数据
✅ 尽量保留原模板的布局、配色与科研风格
✅ 自动检查模板所需的 Python 库
✅ 缺少依赖时按需补全，无需预装全部绘图库
✅ 输出 PNG、SVG、PDF 和可复现的 Python 代码
✅ 检查空白图、字体异常、标签重叠和图例遮挡
✅ 发现问题后自动修改代码并重新生成

---

🚀 用户只需要提供数据，并描述绘图需求

ModelViz 会自动完成：

① 理解需求
② 召回候选模板
③ 分析数据并选择模板
④ 检查运行依赖
⑤ 适配真实数据
⑥ 生成科研风图表
⑦ 检查问题并自动修复

为什么画这张图、这张图是否适合，以及怎样让评审更快读懂图中的结论。

项目已经开源在 Github，如果有帮助希望您可以点个⭐⭐

这对我很有帮助！！

www.github.com/hrdZhu/modelviz-skill