科研图表

绘图流程

1. 先确定图要支持的具体论点、受众、数据来源和投稿尺寸。对已有图修改时先读图和对应数据，不能从装饰图反推精确数值。
2. 选择适合变量关系的图形：分布保留样本信息，时间用一致时间尺度，组间比较注明分母；避免将不相关数量做双轴暗示关系。
3. 误差线必须注明 SD、SE、CI 或其他定义；从真实重复和正确分析单位计算，不默认将任何波动称为置信区间。缺失点和未测条件不补成零。
4. 使用可用绘图库保存源代码和数据到图的处理步骤。精确科研数据图优先标准绘图工具；概念示意图可用其他工具，但明确与实测结果的区别。
5. 使用清晰字体、可区分线型/点型、色盲友好配色和足够对比。柱图通常从零开始；必要的截断轴明确标示，所有图给单位、样本量/分组及合适精度。
6. 按用户要求导出矢量或高分辨率文件，并实际检查渲染后的标签、裁切、图例与小尺寸可读性。无法渲染时说明检查仅限源码。

交付

交付图、脚本、数据来源、图注和检查范围。没有真实数据时可提供带醒目标记的示意图或绘图脚本，不能将随机数据图当成实验结果。

保存与工作台

读取 本地操作约定。交付文件使用用户指定位置，否则放在仓库 outputs/，不覆盖原始材料。仅在用户要求登记/更新时，通过 node cli.mjs 读取当前记录与 version、预检所需批量变化、保存并回读；沿用 PHD_DATA_DIR。AI 方案标注 origin: "ai"，外部材料保留来源；生成文档不自动增加论文百分比或把实验设为完成。

已引入的上游资料

需要原版方法或配套工具时，使用 GitHub 接入入口 并读取完整上游说明。先核对其条件和范围；工具产物不能替代本地台账保存流程。