figmirror
根据参考图表风格，自动生成匹配的Matplotlib代码和数据可视化图表。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：figmirror。 它的用途是：根据参考图表风格，自动生成匹配的Matplotlib代码和数据可视化图表。 完整的 Skill 内容见：https://321skill.com/skills/figmirror/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“我需要制作一张与《Nature》期刊风格一致的折线图，这是我的数据和一张《Nature》的参考图。”，它会分析参考图的配色、字体和布局，然后生成一个Matplotlib脚本，将你的数据绘制成风格匹配的图表，并提供可下载的PDF和代码文件。
介绍
FigMirror解决了科研人员和数据分析师在撰写论文或报告时，需要反复调整代码以使数据图表风格与目标出版物或参考图表保持一致的低效问题。
用户只需上传一张参考图表（如目标期刊的典型图表风格），并粘贴或上传自己的数据，FigMirror便会通过一个由“绘图员”和“审阅员”智能体组成的迭代循环，自动分析参考图的视觉风格（如配色、字体、布局、标记样式等），并生成一个可编辑的Matplotlib脚本，最终输出一张风格匹配、可直接用于发表的PDF图表。
该工具非常适合学术研究者、数据分析师、高校学生等需要制作高质量、符合特定出版物格式要求的数据可视化图表的用户。
使用建议：为获得最佳效果，请提供清晰、高质量的参考图，并确保数据格式正确。生成的Matplotlib脚本可以进一步手动微调，以满足更个性化的需求。
核心特点
与通用图表生成工具不同，FigMirror的核心在于“风格模仿”，它通过多智能体协作迭代，专门学习并复现参考图表的视觉样式，而非仅仅创建基础图表。它直接输出可编辑的Matplotlib代码，将用户从繁琐的样式调整代码中解放出来。
注意事项
对于极其复杂或非标准的自定义图表类型，模仿效果可能受限，且高度依赖参考图的质量和清晰度。
常见问题
FigMirror支持哪些数据格式？
支持常见的表格数据格式，如CSV、Excel等，具体请参考项目文档。
生成的代码可以修改吗？
可以，最终输出的是标准的、可编辑的Matplotlib Python脚本，用户可以进行任何自定义修改。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/figmirror/raw/index.md 读取 figmirror 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/figmirror/raw/index.md（查看排版版本）