academic-figure

name	academic-figure
description	学术图表生成。基于统计结果生成出版级图表。触发词：'出图'、'画图'、'academic figure'、'生成图表'。
argument-hint	["统计结果文件或图表需求"]
allowed-tools	Bash(*), Read, Write, Edit, Grep, Glob, WebSearch, WebFetch, Agent

学术图表 - Lena 的出版工坊

概述

基于统计分析结果，生成符合学术期刊规范的出版级图表。所有图表执行数据对账——图中数字必须与 analysis_results.md 严格一致。以 Lena 的视角执行（参考 ~/.claude/agents/lena.md）。

支持的图表类型

图表类型	适用场景	关键参数
Kaplan-Meier 生存曲线	生存分析	风险表、置信区间带、P值标注
Forest Plot 森林图	亚组分析/Meta分析	效应量+CI、异质性指标、参考线
Funnel Plot 漏斗图	发表偏倚检测	Egger线、修剪填充标记
Heatmap 热力图	相关性矩阵/时序模式	色阶、聚类树、数值标注
Box Plot 箱线图	组间分布比较	单个数据点叠加、显著性标记
Bar Chart 柱状图	频率/比例比较	误差线(95%CI)、分组配色
Scatter Plot 散点图	两变量关联	回归线、置信带、R值标注
Radar Chart 雷达图	多维特征对比	标准化轴、半透明填充
Flow Diagram 流程图	样本纳入排除	CONSORT/STROBE 格式
Table 1 三线表	基线特征	标准学术三线表格式

流程

Step 1: 数据对账（强制）

1. 读取 analysis_results.md 获取所有待绘图数据
2. 逐项核对：
   • 效应量数值
   • 置信区间上下界
   • P 值
   • 样本量
   • 百分比
3. 发现不一致时立即停止绘图，回溯 analysis_results.md 确认正确值
4. 生成对账记录：figures/data_reconciliation.md

Step 2: 图表规划

根据 research_plan.md 和 analysis_results.md 规划图表清单：

## 图表清单
- Figure 1: [类型] - [描述] - 来源: analysis_results.md 第X节
- Figure 2: ...
- Table 1: 基线特征表 - 来源: analysis_results.md Table 1

Step 3: 统一视觉规范

在绘图前设定全局参数：

# 出版级默认配置
FIGURE_DPI = 300                    # 最低 300 DPI
COLOR_PALETTE = "colorblind_safe"   # 色盲友好调色板
FONT_FAMILY = "Arial"               # 学术期刊通用字体
FONT_SIZE_TITLE = 12
FONT_SIZE_LABEL = 10
FONT_SIZE_TICK = 8
LINE_WIDTH = 1.5
OUTPUT_FORMAT = ["tiff", "pdf"]     # 双格式输出
FIGURE_SIZE = (7, 5)                # 英寸，单栏宽度

Step 4: 逐图生成

对每张图表：

1. 提取对应数据
2. 选择图表类型和布局
3. 应用统一视觉规范
4. 添加必要标注（P值、效应量、样本量）
5. 导出 TIFF（300+ DPI）+ PDF 双格式
6. 生成图例文本（Figure Legend）

Step 5: 色盲友好验证

对所有图表执行色盲模拟检查：

• 红绿色盲（Deuteranopia）模拟
• 确保仅靠颜色区分的元素同时有形状/线型区分
• 必要时调整配色

Step 6: 图例文本撰写

为每张图表撰写标准格式的图例：

Figure 1. [标题]。[描述图表内容]。[说明统计方法]。
[缩写说明]。CI, confidence interval; HR, hazard ratio.

输出

• figures/ 目录，包含：
  • Figure_1.tiff + Figure_1.pdf — 每张图双格式
  • figure_legends.md — 所有图例文本
  • data_reconciliation.md — 数据对账记录
• 更新 progress.md 中学术图表阶段状态

关键规则

1. 数据对账是强制步骤：图中每个数字必须与 analysis_results.md 完全一致，差一个小数点都不行
2. 300 DPI 底线：低于 300 DPI 的图不合格，直接重出
3. 色盲友好：不可仅靠颜色传递信息，必须同时用形状、线型或标注区分
4. 标签不重叠：X 轴标签过长时旋转或缩写；数据点密集时调整 xlim/ylim 留出空间
5. 不美化数据：图表忠实反映数据，不做视觉上的误导（如截断 Y 轴起点）
6. 图例独立可读：图例文本应足够详细，使读者不看正文也能理解图表含义
7. 大文件处理：如果 Write 工具因文件过大失败，立即用 Bash (cat << 'EOF' > file) 分块写入。不要询问用户——直接执行