biofigure-self-evolve

自进化的生物信息学 figure 学习库与复用引擎 An evolving library that learns how bioinformatics figures are drawn — from papers, PDFs, WeChat articles, or screenshots — and imitates them when you actually need to plot.

为什么需要它

做生信分析时最常见的循环：文献里看到一张漂亮的图 → 想给自己的数据画一张一样的 → 翻回原文猜参数、重写代码、反复调样式。已有的模板集（如 FigureYa）很好用，但靠社区手工维护，不会从你自己的阅读中进化。

本项目把这件事交给 agent：你平时发给它读的每一篇文献、每一张截图，都可以变成图库里的一条可复用画法；等你真正要画图时，agent 先检索图库、临摹适配，而不是每次从零设计。自进化体现在三层（详见下文）：图库随使用长出新的画法；每张图的模板随你的反馈不断收敛；跨图的习惯沉淀成偏好档案，让你没说出口的细节也按你的口味出图。

工作闭环

技能（SKILL.md）只定义两个模式：

模式 A · 学习——发来材料时把图"解剖入库"：

查重归位：检索 INDEX，与已有条目功能近似的，选择「合并更新 / 登记为 related 变体 / 独立新建」
获取图像并追溯原始代码（见下文——代码是配方的事实源）
解剖：图类型、数据形状、图层与映射、坐标变换、配色排版、适用边界
写结构化记录 figure.md（schema 见 references/figure-record.md）
生成 R + Python 双模板并实际运行验证（verified 字段如实标注，缺运行时就标 unverified）
通过 11 项完工清单（回答什么问题 / 数据形状可判读 / 配方可复现 / 配色具体 / 排版规格 / 面板联动 / 边界与坑 / related 登记 / 模板可运行 / 原图可溯 / 代码溯源）
重建索引，逐图汇报取舍（学了什么、为什么没学别的）

模式 B · 复用——你要画图时先查库再动手：

读 INDEX.json 语义匹配（chart_types + data_shape + use_when/not_when + aliases）和 PREFERENCES.md 偏好档案
多候选时按「数据形状匹配 > 意图匹配 > verified」排序，只列 top ≤3 并给推荐
命中 → 临摹式适配你的真实数据：借技术骨架，列名、阈值、配色、分组全部按你的数据和目的重定；你没指定的细节按稳定偏好填充
未命中 → 正常设计；你满意后 agent 主动提议"要不要把这次的画法入库？"——这是图库进化的重要入口
交付后写回：你对这张图画法本身的反馈（"图例放底部""标签太挤"）直接改进该条目的模板缺省与配方；跨图通用的习惯沉淀进偏好档案

自进化的三层机制

"图库越用越懂你"不是一句口号，由三个具体回路支撑，各自有落盘载体：

层	触发	落盘	效果
① 库长宽	模式 A：发来文献/截图，或复用满意后回流	新条目 `figures/NNN-slug/`	会画的图越来越多
② 条目收敛	模式 B：你对某张图画法本身的反馈	直接改该条目 `template.R/py` 缺省值 + 「配方」「复用要点」，重跑自检，「演化记录」留痕	同一张图越画越合你的手
③ 偏好沉淀	模式 B：跨条目通用的习惯信号	`library/PREFERENCES.md`（单次观察，≥2 次一致晋升稳定偏好）	下次复用，你没指定的细节自动按你的习惯出图

写回有严格的边界：只记录可观察到的信号（你明确的选择、对成图的反馈、主动声明的习惯），agent 不脑补；条目的「视觉解剖」永远是来源原图的客观事实，演化只发生在配方/模板层，收敛过程在「演化记录」里可追溯。

三种学习粒度

生信文献图的新意往往不在单图，而在组合与成对叙事。判断口诀：删掉其中一张图、另一张是否受损？

粒度	适用	例子
单图条目	一个独立图表类型	编号聚类 UMAP
组合版式条目	多子图拼接本身是亮点	高亮 UMAP 纵列 + dotplot + 热图并排；记录「面板联动」是核心
图序模式条目	多张图成组讲一个故事	总览编号 UMAP 的群编号 = 详情组图的行索引；参考图把成组图拼成一张

核心心法：参考模仿，不是照抄

图库条目是范帖，不是模板。每次输入的数据结构、组数、目的都不同：

复用时提取的是技术骨架（图层组织、映射方式、配色逻辑、排版策略、联动设计），轴、阈值、色值、分面数、面板构成一律按你的数据重定
允许部分借用——条目只有局部相似时，就只借那一部分（比如只学标签防重叠策略）
学习时配方写到「技术」层面而非「参数」层面：记"qualitative 色板 + 密度中心标编号"，不记"必须 8 个群用这 8 个色号"

追溯原始代码

图像只是配方的间接证据，代码才是事实源。 材料中出现任何代码线索时必走四级路径：

正文内嵌代码 → 直接作一手配方（公众号教程常整段贴码）
文中 GitHub 仓库 → GitHub API 列文件树找绘图脚本（api.github.com/repos/<user>/<repo>/git/trees/main?recursive=1），raw 拉取
只给了论文 → 解 DOI 后查 PMC 全文 "Data and code availability" 拿仓库 URL，回到第 2 步
穷尽未果 → 才看图反推，并在记录里如实标注"代码未溯源"

实战案例：一篇公众号文章介绍 Cancer Cell 论文的组图，文中无链接 → 从 PMC 全文的 code availability 找到 CRC_micromets_ST 仓库 → 拉到 Figure1D_E.R → 发现 Sankey 实际用的是 ggsankey::make_long 而非肉眼看像的 ggalluvial，"log2 轴 + 标原始数"的实现是「y 画 log2 值、另一列标原数」。看图会猜错的两处，代码一锤定音。

安装

git clone https://github.com/Zessi-C/biofigure-self-evolve.git ~/.agents/skills/biofigure-self-evolve

适用于任何遵循 agents/skills 约定的 agent（目录内 SKILL.md + name/description frontmatter 即技能身份）。依赖极轻：

脚本：Python 3 标准库即可（装了 PyYAML 会走它，没有用内置受限解析器，已双向测试）
模板验证：本机有 R（ggplot2 系）和/或 Python（matplotlib 系）即可；缺失语言的模板会如实标 unverified
触发方式：对 agent 说「学一下这个图 / 把这张图入库 / 照这张图画 / 帮我画个火山图」等，技能描述覆盖了这些语境

兼容性

原生适配：任何读取 agents/skills 约定（SKILL.md + frontmatter）的 harness / agent CLI——克隆到其技能发现目录即可用，无构建步骤、无运行时依赖
DeepSeek Harness (dsh)：dsh 采用相同的 Agent Skills 契约（SKILL.md 文件夹 + 多发现根）。安装：git clone https://github.com/Zessi-C/biofigure-self-evolve.git ~/.dsh/skills/biofigure-self-evolve，或从 ~/.agents/skills/ 软链进 ~/.dsh/skills/。注：依据 dsh 公开文档（developer preview）判断兼容，本仓库尚未在 dsh 上实测，欢迎反馈
其他 harness：只要能读文件、抓网页、跑脚本并遵循 SKILL.md 的指令流，就能驱动本技能；有自有插件清单格式（plugin manifest / slash command / MCP）的 harness，需要一个薄适配层把「加载 SKILL.md + 按 A/B 模式执行」接进去，技能本体无需改动
不依赖：任何特定厂商的专有 API、MCP 服务器或联网服务；图库与偏好档案是纯文件

图库格式

library/
├── INDEX.json / INDEX.md     # 索引：由脚本从全部 figure.md 全量重建，勿手改
├── PREFERENCES.md            # 用户偏好档案：跨图习惯（个人数据，默认不入公开仓库）
└── figures/NNN-slug/         # NNN 三位递增，slug 小写连字符
    ├── figure.md             # 核心：元数据 + 视觉解剖 + 语言无关配方 + 模板自检 + 复用要点（+演化记录）
    ├── reference.png         # 原图参考（个人学习用，公开分发注意版权）
    ├── template.R            # 自包含 R 模板：内嵌逼真假数据，无参数运行即出图
    ├── template.py           # 自包含 Python 模板，同上
    └── template_output_*     # 运行验证产物（"已知良好输出"，复用时可对照）

figure.md 的 frontmatter 使用受限 YAML 子集（标量 / 单行列表 / 一层嵌套 map，禁止多行块与锚点）——这是刻意的：保证没有 YAML 库的环境也能可靠解析，格式自由度换跨设备可靠性。

关键字段（完整 schema 见 references/figure-record.md）：

字段	作用
`chart_types`	受控词表（38+ 种生信图类型，见 references/chart-taxonomy.md），可多值
`data_shape`	只读这行就能判断自己的表能不能套
`use_when` / `not_when`	复用语义匹配的主要依据
`related`	同功能变体互指（双方都写），多候选排序与查重的依据
`verified`	`both` / `partial` / `unverified`，以实际运行为准，不许虚标
`source`	出处五字段（类型/标题/DOI 或 URL/面板号/日期），manual 条目 ref=original

同功能的多张图用 related 织成变体群（如"纯 KM 曲线"与"KM + 风险表"互指，各自写清何时用谁）——检索时给用户的是带差异说明的候选，而不是一堆撞名条目。

脚本

python3 scripts/init_library.py    # 初始化图库骨架（幂等；--path 可放别处，自动写配置指针）
python3 scripts/build_index.py     # 全量重建索引 + 一致性校验

build_index.py 的校验项：必填字段缺失、id 与目录名不一致、related 悬空引用、目录缺 figure.md、列表字段误写为标量（自动容错）。跨设备同步后跑一次即可。

交互与非交互环境

交互环境：显式要求必学必做；发材料未提学习时，agent 主动问一句是否入库；复用多候选时一次性列 top ≤3 让你选
非交互环境（后台任务/管道/已声明勿扰）：永不等待用户输入——学习仅在明确要求时执行，复用选最优直接画并在交付说明里注明假设
不触发边界：纯文献阅读/翻译不提入库；你自带完整绘图代码时不接管；非生信图表不接管

跨设备同步

技能目录本身是 git 仓库（图库内嵌其中），直接 git pull / git push 即可。个人学习所得默认不进公开仓库（见 .gitignore：library/figures/* 全部忽略，仅示例条目除外）；要私有同步，把 remote 换成你自己的私有仓库即可。

设计约束与 FAQ

示例条目：figures/000-example-grouped-boxplot 是唯一的随库条目，演示完整格式（记录 + 双模板 + 验证产物），也是新条目的照抄骨架。其 source.type=manual——复用流程中"满意后回流"的条目就是这个样子
多候选排序：数据形状匹配 > 意图匹配 > verified 状态；只列 top ≤3，每条一句关键差异
编号规则：新条目取现有最大 NNN+1；删除不复用编号；双设备同时学习撞号时手动改大号一侧并重建索引
SKILL.md 体量：刻意控制在 ~220 行——技能主文件是每次触发都要读的，机制只加到"能指导行为"为止，细节全部下沉到 references/
手动改了 figure.md 之后：必须重跑 build_index.py，figure.md 是唯一事实源，索引只是投影

License 与致谢

代码与文档：MIT（见 LICENSE）
灵感致谢 FigureYa（iMetaMed 2025）——本项目学习其"条目结构统一 + 参考图 + 索引"的思想，差异在自进化闭环
随库示例条目为原创内容；你学习所得的条目（含参考图）属于你的个人数据，默认不随本仓库分发，公开分享前请注意原文献版权

biofigure-self-evolve

为什么需要它

工作闭环

技能（SKILL.md）只定义两个模式：

模式 A · 学习——发来材料时把图"解剖入库"：

查重归位：检索 INDEX，与已有条目功能近似的，选择「合并更新 / 登记为 related 变体 / 独立新建」
获取图像并追溯原始代码（见下文——代码是配方的事实源）
解剖：图类型、数据形状、图层与映射、坐标变换、配色排版、适用边界
写结构化记录 figure.md（schema 见 references/figure-record.md）
生成 R + Python 双模板并实际运行验证（verified 字段如实标注，缺运行时就标 unverified）
通过 11 项完工清单（回答什么问题 / 数据形状可判读 / 配方可复现 / 配色具体 / 排版规格 / 面板联动 / 边界与坑 / related 登记 / 模板可运行 / 原图可溯 / 代码溯源）
重建索引，逐图汇报取舍（学了什么、为什么没学别的）

模式 B · 复用——你要画图时先查库再动手：

读 INDEX.json 语义匹配（chart_types + data_shape + use_when/not_when + aliases）和 PREFERENCES.md 偏好档案
多候选时按「数据形状匹配 > 意图匹配 > verified」排序，只列 top ≤3 并给推荐
命中 → 临摹式适配你的真实数据：借技术骨架，列名、阈值、配色、分组全部按你的数据和目的重定；你没指定的细节按稳定偏好填充
未命中 → 正常设计；你满意后 agent 主动提议"要不要把这次的画法入库？"——这是图库进化的重要入口
交付后写回：你对这张图画法本身的反馈（"图例放底部""标签太挤"）直接改进该条目的模板缺省与配方；跨图通用的习惯沉淀进偏好档案

自进化的三层机制

"图库越用越懂你"不是一句口号，由三个具体回路支撑，各自有落盘载体：

层	触发	落盘	效果
① 库长宽	模式 A：发来文献/截图，或复用满意后回流	新条目 `figures/NNN-slug/`	会画的图越来越多
② 条目收敛	模式 B：你对某张图画法本身的反馈	直接改该条目 `template.R/py` 缺省值 + 「配方」「复用要点」，重跑自检，「演化记录」留痕	同一张图越画越合你的手
③ 偏好沉淀	模式 B：跨条目通用的习惯信号	`library/PREFERENCES.md`（单次观察，≥2 次一致晋升稳定偏好）	下次复用，你没指定的细节自动按你的习惯出图

三种学习粒度

生信文献图的新意往往不在单图，而在组合与成对叙事。判断口诀：删掉其中一张图、另一张是否受损？

粒度	适用	例子
单图条目	一个独立图表类型	编号聚类 UMAP
组合版式条目	多子图拼接本身是亮点	高亮 UMAP 纵列 + dotplot + 热图并排；记录「面板联动」是核心
图序模式条目	多张图成组讲一个故事	总览编号 UMAP 的群编号 = 详情组图的行索引；参考图把成组图拼成一张

核心心法：参考模仿，不是照抄

图库条目是范帖，不是模板。每次输入的数据结构、组数、目的都不同：

复用时提取的是技术骨架（图层组织、映射方式、配色逻辑、排版策略、联动设计），轴、阈值、色值、分面数、面板构成一律按你的数据重定
允许部分借用——条目只有局部相似时，就只借那一部分（比如只学标签防重叠策略）
学习时配方写到「技术」层面而非「参数」层面：记"qualitative 色板 + 密度中心标编号"，不记"必须 8 个群用这 8 个色号"

追溯原始代码

图像只是配方的间接证据，代码才是事实源。 材料中出现任何代码线索时必走四级路径：

正文内嵌代码 → 直接作一手配方（公众号教程常整段贴码）
文中 GitHub 仓库 → GitHub API 列文件树找绘图脚本（api.github.com/repos/<user>/<repo>/git/trees/main?recursive=1），raw 拉取
只给了论文 → 解 DOI 后查 PMC 全文 "Data and code availability" 拿仓库 URL，回到第 2 步
穷尽未果 → 才看图反推，并在记录里如实标注"代码未溯源"

安装

git clone https://github.com/Zessi-C/biofigure-self-evolve.git ~/.agents/skills/biofigure-self-evolve

适用于任何遵循 agents/skills 约定的 agent（目录内 SKILL.md + name/description frontmatter 即技能身份）。依赖极轻：

脚本：Python 3 标准库即可（装了 PyYAML 会走它，没有用内置受限解析器，已双向测试）
模板验证：本机有 R（ggplot2 系）和/或 Python（matplotlib 系）即可；缺失语言的模板会如实标 unverified
触发方式：对 agent 说「学一下这个图 / 把这张图入库 / 照这张图画 / 帮我画个火山图」等，技能描述覆盖了这些语境

兼容性

原生适配：任何读取 agents/skills 约定（SKILL.md + frontmatter）的 harness / agent CLI——克隆到其技能发现目录即可用，无构建步骤、无运行时依赖
DeepSeek Harness (dsh)：dsh 采用相同的 Agent Skills 契约（SKILL.md 文件夹 + 多发现根）。安装：git clone https://github.com/Zessi-C/biofigure-self-evolve.git ~/.dsh/skills/biofigure-self-evolve，或从 ~/.agents/skills/ 软链进 ~/.dsh/skills/。注：依据 dsh 公开文档（developer preview）判断兼容，本仓库尚未在 dsh 上实测，欢迎反馈
其他 harness：只要能读文件、抓网页、跑脚本并遵循 SKILL.md 的指令流，就能驱动本技能；有自有插件清单格式（plugin manifest / slash command / MCP）的 harness，需要一个薄适配层把「加载 SKILL.md + 按 A/B 模式执行」接进去，技能本体无需改动
不依赖：任何特定厂商的专有 API、MCP 服务器或联网服务；图库与偏好档案是纯文件

图库格式

library/
├── INDEX.json / INDEX.md     # 索引：由脚本从全部 figure.md 全量重建，勿手改
├── PREFERENCES.md            # 用户偏好档案：跨图习惯（个人数据，默认不入公开仓库）
└── figures/NNN-slug/         # NNN 三位递增，slug 小写连字符
    ├── figure.md             # 核心：元数据 + 视觉解剖 + 语言无关配方 + 模板自检 + 复用要点（+演化记录）
    ├── reference.png         # 原图参考（个人学习用，公开分发注意版权）
    ├── template.R            # 自包含 R 模板：内嵌逼真假数据，无参数运行即出图
    ├── template.py           # 自包含 Python 模板，同上
    └── template_output_*     # 运行验证产物（"已知良好输出"，复用时可对照）

关键字段（完整 schema 见 references/figure-record.md）：

字段	作用
`chart_types`	受控词表（38+ 种生信图类型，见 references/chart-taxonomy.md），可多值
`data_shape`	只读这行就能判断自己的表能不能套
`use_when` / `not_when`	复用语义匹配的主要依据
`related`	同功能变体互指（双方都写），多候选排序与查重的依据
`verified`	`both` / `partial` / `unverified`，以实际运行为准，不许虚标
`source`	出处五字段（类型/标题/DOI 或 URL/面板号/日期），manual 条目 ref=original

脚本

python3 scripts/init_library.py    # 初始化图库骨架（幂等；--path 可放别处，自动写配置指针）
python3 scripts/build_index.py     # 全量重建索引 + 一致性校验

交互与非交互环境

交互环境：显式要求必学必做；发材料未提学习时，agent 主动问一句是否入库；复用多候选时一次性列 top ≤3 让你选
非交互环境（后台任务/管道/已声明勿扰）：永不等待用户输入——学习仅在明确要求时执行，复用选最优直接画并在交付说明里注明假设
不触发边界：纯文献阅读/翻译不提入库；你自带完整绘图代码时不接管；非生信图表不接管

跨设备同步

设计约束与 FAQ

示例条目：figures/000-example-grouped-boxplot 是唯一的随库条目，演示完整格式（记录 + 双模板 + 验证产物），也是新条目的照抄骨架。其 source.type=manual——复用流程中"满意后回流"的条目就是这个样子
多候选排序：数据形状匹配 > 意图匹配 > verified 状态；只列 top ≤3，每条一句关键差异
编号规则：新条目取现有最大 NNN+1；删除不复用编号；双设备同时学习撞号时手动改大号一侧并重建索引
SKILL.md 体量：刻意控制在 ~220 行——技能主文件是每次触发都要读的，机制只加到"能指导行为"为止，细节全部下沉到 references/
手动改了 figure.md 之后：必须重跑 build_index.py，figure.md 是唯一事实源，索引只是投影

License 与致谢

代码与文档：MIT（见 LICENSE）
灵感致谢 FigureYa（iMetaMed 2025）——本项目学习其"条目结构统一 + 参考图 + 索引"的思想，差异在自进化闭环
随库示例条目为原创内容；你学习所得的条目（含参考图）属于你的个人数据，默认不随本仓库分发，公开分享前请注意原文献版权

Zessi-C/biofigure-self-evolve

biofigure-self-evolve

目录

为什么需要它

工作闭环

自进化的三层机制

三种学习粒度

核心心法：参考模仿，不是照抄

追溯原始代码

安装

兼容性

图库格式

脚本

交互与非交互环境

跨设备同步

设计约束与 FAQ

License 与致谢

Community comments

Zessi-C/biofigure-self-evolve

biofigure-self-evolve

目录

为什么需要它

工作闭环

自进化的三层机制

三种学习粒度

核心心法：参考模仿，不是照抄

追溯原始代码

安装

兼容性

图库格式

脚本

交互与非交互环境

跨设备同步

设计约束与 FAQ

License 与致谢

Community comments