图片展示的是研知有术的宣传图。背景为蓝色渐变，左上角有其标志及名称。中间文字为“专业的科研推进与成果支持平台，让研究成为你的能力”，下方有“研知有术”搜索框。底部有四个图标，分别是微信公众号、视频号、抖音、小红书，分别对应其在这些平台的标识。该图片位于文档开头，是对研知有术平台的总体介绍，与文档中介绍其为专业科研推进与成果支持平台的内容相契合。
图片展示了EditaPlot的介绍页面，标题为“EditaPlot · 艾迪图”，介绍其为AI驱动的可编辑科研绘图工作流。页面说明EditaPlot是一个面向Codex的Windows本地科研绘图Skill，可将实验数据交给AI后完成绘图。它支持多种数据格式，会逐列分析数据含义并推荐图形，生成可编辑的Origin项目，同时导出PNG、PDF、TIF等格式文件。页面还列出了其支持的操作系统、Python版本、依赖库等信息，以及其在Windows 10/11 x64上的实测验证情况。

项目地址：https://github.com/hang-jin/editaplot
EditaPlot 是一个面向 Codex 的 Windows 本地科研绘图 Skill，核心作用是把实验数据交给 AI 后，由 AI 完成数据理解、图形推荐、绘图方案确认、Origin 绘图、结果验证和文件导出。它支持 CSV、TXT、XLS、XLSX 等常见数据格式，并不是简单套用固定模板，而是会先逐列分析数据含义，再根据研究目的推荐合适的图形。

它比较特别的是，AI 不会直接替你“猜数据”。使用时会先告诉你每一列分别用于绘图、辅助验证、保留但不绘制，还是存在不确定性；涉及误差含义、归一化、排序等关键科学问题时，会先让你确认，再生成最终绘图方案。确认之后，Skill 才会启动独立的 Origin 实例完成正式绘图。

完成绘图后，它可以生成可继续编辑的 OPJU 文件，同时导出 PNG、PDF、TIF，并进一步检查原始数据是否被修改、坐标轴、字体、图层以及最终图片效果，形成从实验数据到科研图表的完整闭环。

目前它主要面向 Windows 10/11 x64，需要 64 位 Python 3.10–3.12 和本地 Origin/OriginPro，兼容目标为 Origin/OriginPro 2021–2026b。

简单来说，EditaPlot 就是把“实验数据→图形选择→Origin绘图→可编辑项目→论文级图片输出”这一整套流程交给 AI 辅助完成。

相关项目内容截图：

图片为EditaPlot相关项目内容截图，介绍了其在科研绘图中的应用。它能生成可编辑的OPJU文件，导出PNG、PDF、TIF，并检查原始数据等，形成从实验数据到论文级图片的完整闭环。适用于Windows 10/11 x64，需64位Python 3.10–3.12和本地Origin/OriginPro，兼容2021–2026b版本。还展示了GSAS/ GSAS-II Rietveld示例，说明了如何用参考图表达想要的图形效果，以及用XPS、参考图和自定义键等方法选择绘图样式等操作。
图片展示了EditaPlot在医学深度学习领域的能力覆盖情况。其可处理ROCR、PR、校准、DCA、混淆矩阵、Leland - Altmann等模型，支持按纵向、分组或线性、复合预算SHAP等分析。还介绍了SHAP分栏与双层环图功能，包括特征重要性与占比、特征重要性、特征值、特征组等信息展示，以及三种配色方案。该图与上下文紧密相关，直观呈现了EditaPlot在医学深度学习分析方面的功能特点。
这是EditaPlot的相关项目内容截图，展示了真实Origin的示例效果，包含多个科研图表，如带曲线的三维拟合图、数据分布折线图、点阵图等，这些图表由合成教学数据制作，经人工检查后移除了可能泄露信息的元数据，文件检验值记录在对应清单中。截图还呈现了EditaPlot运行相关说明，提到当前共包含47套Origin绘图案例，涵盖50张通过实际案例验证的高质量图片，人工检查了图片并计算统计信息，还展示了一次正常运行的相关说明内容，介绍了运行时间要求、软件准备、数据与软件的相关确认及运行步骤等内容。