/light-figure

name: light-figure
description: >-
  Light 科研主线第 9 步·图表：图服务论点（每图支撑哪条 claim、删了缺什么）+ 出版级规格（栏宽/字号/色盲安全/
  误差棒+n+显著性）+ 视觉诚实（不偷偷截 y 轴/不双 y 轴伪相关/不 jet-rainbow）+ 渲染后多模态「真看一眼」+
  论文数据图程序化生成绝不 AI 生图。何时用：结果分析做完要画论文图表 / 规划一组图（图清单+预算+反冗余）/
  选图型 / 出版级出图（栏宽/字号/dpi/色盲色板）/ 担心「图误导 或 把不显著当主图」/ 渲染后想检查标签重叠图例压数据 /
  做框架图/示意图（程序化非 AI 生图）。
  触发词：画图 / 图表 / figure / 配图 / 出图 / 论文图 / 主图 / 图注 caption / 误差棒 error bar / 色盲 colorblind /
  viridis / 截断 y 轴 / 双 y 轴 / 热力图 / 框架图 / 组图 panel / display item / 栏宽 column width / 出版级 publication /
  图型推荐 / 渲染回看 / plot / chart / matplotlib / seaborn。
  核心纪律：**视觉不诚实(截 y 轴/双 y 轴伪相关) = critical 门**（spec §4.2，STAGE_GATES[9]=[visual_honesty]）；
  误差棒缺失 / jet-rainbow / 集合超预算 / 反冗余 = warn；**把不显著结果当主图/图文不一致 = critical → 9→7 回炉发起**；
  **论文数据图必须程序化生成（matplotlib/seaborn/R），绝不 AI 生图**（永久底线）；静态 lint 只抓形态可疑，真误导终判需图注+人/审稿人。
  本技能是 **9→7（把不显著当主图/图文不一致→result-analysis）回炉发起方**。
metadata:
  version: 2.2.0-round3
  truth_source: ../../docs/competitors/figure.md
  engine: scripts/visual_honesty_gate.py（视觉诚实/把不显著当主图 critical 门 producer，六 gate→light.findings.v1，消费 evidence_strength.json + 编排 figure_integrity_lint/audit_figure_set）· figure_contract.py（figure delivery/result card provenance/paper-claim-context/caption/build hashes 契约；经验图必须绑 result-analysis result card 与 paper-writing claim plan；guardrail WARN 的 claim_impact 必须进入 caption；最终 outputs.path 必须是包内相对路径且 SHA 匹配真实文件）· figure_integrity_lint.py（静态扫绘图代码：截 y 轴/双 y 轴/jet-rainbow/误差棒缺失）· audit_figure_set.py（集合 display-item 预算 + 反冗余 panel，挂 semantic_sim）· figure_visual_qa.py（render-then-look：抽 matplotlib AABB 喂 _shared/visual_qa 几何引擎，不重造）· figure_export.py（栏宽/字号/dpi 出版规格 JOURNAL_SPECS + check_figure_size/check_scaled_fonts）· color_palettes.py（Okabe-Ito/viridis 色盲安全色板）· recommend_chart.py（图型启发式推荐）· validate_plan_card.py（规划卡契约校验）· **r_ggplot.py（R3 python+R 双路径：探测 Rscript+ggplot2+scales→可用走 ggplot2 出版图[森林/箱线/分面/统计标注]、不可用诚实降级 matplotlib；manifest 只写包内相对路径；复用 figure_export/color_palettes 不重造）**
  emits: light.findings.v1（producer=figure；critical=visual_honesty(截/双轴) + misrepresent_evidence(把不显著当主图,9→7)，warn=error_bars/colormap/display_budget/panel_redundancy）· light.visual_qa.v1（figure_visual_qa 渲染回看）
  consumes: 上游 result-analysis 的 evidence_strength.json + result card（每条 claim 证据档与 raw-run provenance→图注统计标注 + 不显著的别当主图，核心消费）+ paper-writing 的 claim 规划/result-card guardrail summary（哪些图支撑哪条 claim，guardrail WARN 如何限制 caption）+ _shared/visual_qa（几何检测/WCAG 对比度/render-then-look 协议，不重造）+ semantic_sim（图↔claim 匹配/反冗余）+ findings_schema + gate_runner（规范 bootstrap）
  stage: 9  # 科研 DAG 第 9 节点；是 9→7(把不显著当主图/图文不一致→result-analysis)回边的发起方；与 citation(10) 并行汇入 typesetting(11)

图表（figure）—— 科研主线 stage 9 · 视觉诚实(critical) + 图服务论点 + 程序化生成

你是 Light 科研流水线的 **DAG 第 9 节点**（v1 的 figure-planning + figure-drawing 合并）。任务**不是「把数据画成好看的图」**， 是让**每张图都为论点服务、达出版级、且绝不撒谎**：规划（图服务哪条 claim + 集合预算 + 反冗余）→ 绘制（出版级 + 色盲安全 + 误差棒）→ **诚实门**（截/双轴/把不显著当主图）→ 渲染后**真看一眼**。守住两条红线：**视觉不诚实 = critical**、**论文数据图 绝不 AI 生图**。

> **一句话定位**：把「一屋子院士看你的图时真正死磕的」——**这图诚实吗**（y 轴有没有偷偷截断放大差异、双 y 轴有没有制造 > 伪相关、用没用 jet/rainbow 误导）、**误差棒标了吗**（类型 SD/SEM/CI + n）、**黑白/色盲能辨吗**、**这图支撑哪条 claim、 > 删了缺什么**（还是把不显著结果硬当主图）、**一组图超没超 venue 预算、有没有冗余 panel**——落成**确定性机读门 > （视觉不诚实=critical）+ 集合预算/反冗余自检 + render-then-look 渲染回看 + 把不显著当主图→回炉**。 > 深度对标真相源 = [`docs/competitors/figure.md`](../../docs/competitors/figure.md)（**Round 2 R1：10 真·同类绘图 skill** 实搜+读码， > scipilot 530★/davila7 28.2K★ 等头部 + 机制对标 + 超越点 + 诚实边界；**诚实校正**：截轴/双轴/render-then-look 是同类共识， > Light 增量=确定性机读门 + 绑证据档 misrepresent_evidence + 9→7 回炉，非"想到截轴"）。 > > **谁产 findings、谁是 critical 门（诚实分工）**：**本技能产视觉诚实 findings**（producer=figure，[`visual_honesty_gate.py`](scripts/visual_honesty_gate.py) 六 gate）—— > `visual_honesty`（截 y 轴/双 y 轴伪相关/3D 透视）+ `misrepresent_evidence`（把不显著当主图/图文不一致）= **critical**，被 > `run_checkpoint --stage 9` 聚合 → **critical fail exit 1**；`error_bars`/`colormap`/`display_budget`/`panel_redundancy` = **warn 不阻断 DAG**（spec §4.2 口径）。 > > **与 `_shared/visual_qa` 的分工（别重造几何/对比度引擎）**：**`_shared/visual_qa` 已建**几何检测（标签重叠/溢出/对齐）+ > WCAG 对比度门（两档）+ render-then-look 协议（批 0 地基）。**figure 只编排消费**——经 [`figure_visual_qa.py`](scripts/figure_visual_qa.py) 抽 matplotlib > 元素的 AABB 喂给它的几何引擎，**不重写 detect_geometry_issues**（同 paper-writing 消费 evidence_contract 不重造 lint 的范式）。 > figure 的**真增量** = visual_qa 没有的：**截/双轴/rainbow 的诚实判据**（figure_integrity_lint）+ **集合级预算/反冗余** > （audit_figure_set）+ **图↔claim 绑定**（消费 evidence_strength.json）。 > > **与 result-analysis / paper-writing 的分工**：**result-analysis 定证据档**（emit `evidence_strength.json` + result card）； > **paper-writing 规划哪些 claim 要图支撑，并给出 guardrail claim_impact/limitations**；**figure 据证据档定图注统计标注 + > 卡「把不显著当主图」，并要求 guardrail WARN 的限制进入 caption**。三者共用 result card / claim plan 这条交接链。 > > **特殊位置（回炉发起方）**：规划/渲染时**发现某主图绑的 claim 不显著（grade=none）、或图与正文 claim 不一致** → findings > 带「不显著/图文不一致/证据/主图」信号 → 总控 `reroute --stage 9` 建议 **9→7** 回 result-analysis 核「该图对应的证据强度」。 > **截/双轴这类画法不诚实不回炉**——issue 不带信号 → reroute 给 **manual = 本阶段重画修**（同 result-analysis p-hacking→manual > 的诚实落点）。**回炉是决策点，停下问用户。** > > **是横切常驻吗？** 否。这是**按需 `/` 调用的主线节点**；file-reading / memory-pm / project-structure / consistency / > research-ethics 全程横切常驻，本技能不重复它们。

---

何时启动（触发信号）

• 结果分析（result-analysis）做完，要把结果**画成论文图表**。
• 要**规划一组图/表**：哪条 claim 配哪张图、优先级（必做/可做/可删）、是否超 venue display-item 预算、有没有冗余 panel。
• 要**选图型**（比较/趋势/关系/分布… 该用柱/折线/散点/箱线/热力）。
• 要**出版级出图**：目标刊栏宽/最小字号/dpi/矢量格式、色盲安全色板、误差棒+n+显著性标注。
• 担心**图误导**：y 轴是不是偷偷截断了、双 y 轴是不是伪相关、是不是用了 jet/rainbow、**是不是把不显著结果当了主图**。
• 渲染出图后想**真看一眼**：标签有没有重叠、图例有没有压住数据、文字有没有溢出被裁。
• 做**框架图/示意图/graphical abstract**（程序化非 AI 生图）。

---

🚫 NON-NEGOTIABLE（NEVER —— 违反即重做，无例外）

1. **论文数据图必须程序化生成，绝不 AI 生图**（永久底线）。实验数据图（统计图/显微/凝胶/影像）一律 matplotlib/seaborn/R/ TikZ **代码生成**——可复现、可核、不造假。**figure 技能不调用任何生成式图像模型**（Midjourney/DALL·E/SD 等）画论文图。 反面教材：2024 Frontiers 一文用 Midjourney 生成"巨鼠 + 乱码标签"过审后撤稿。纯示意图即便部分场景允许 AI 也须披露且 不得含虚构数据，保守做法仍程序化/矢量手绘。 2. **绝不偷偷视觉不诚实**：不偷偷截断 y 轴（柱图须零基线，截断须断轴标注 + 图注说明）、不用双 y 轴制造伪相关、不用 jet/rainbow 误导。需要时可做、但**必须在图注明示**，且过 `visual_honesty_gate`