Scholarplot Ai Scientific Figure Generator

ScholarPlot - AI 科学图表生成器

🎯 产品介绍

ScholarPlot 是一款专为研究人员打造的 AI 学术图表生成工具。无论您需要为论文制作数据可视化图表、神经网络架构图、实验流程图，还是复杂的机制示意图，ScholarPlot 都能在几秒内生成符合顶级 SCI 期刊标准、可直接用于发表的图表。

🔬 为什么选择 ScholarPlot？

痛点	ScholarPlot 解决方案
使用 Python/R 绘图过于繁琐	自然语言描述——AI 自动生成代码和图表
图表不符合期刊标准	内置 Nature/Science/IEEE 期刊风格模板
架构图和流程图难以绘制	支持机制图、架构图、流程图等多种类型
反复修改浪费时间	实时编辑——一键调整样式和数据
图表分辨率太低	输出300dpi 高分辨率图像，支持 SVG 矢量格式

🎨 支持的图表类型

• 📈 数据图表：折线图、柱状图、散点图、箱线图、热力图、小提琴图、雷达图……
• 🧬 科学机制图：分子通路图、信号传导机制图、反应示意图……
• 🏗️ 架构图：神经网络架构、系统框架、模型结构……
• 📋 流程图：实验工作流、算法流程图、方法示意图……
• 📊 对比分析图：多组比较图、维恩图、桑基图……

🌐 官方网站：https://figure.thirdme.com

---

🔌 MCP 集成

ScholarPlot 提供 MCP（Model Context Protocol）接口，让您无需离开工作环境，即可在 Claude Desktop、Cursor、Dify、n8n 等 AI 工具中直接调用 ScholarPlot 生成图表。

🌐 MCP 文档：https://figure.thirdme.com/mcp

---

🚀 快速开始

第 1 步：获取 API 密钥

1. 访问 MCP API 页面
2. 输入您的电子邮箱地址
3. 点击“Generate API Key”按钮
4. 复制生成的 API Key（请妥善保管——它与您的订阅和使用额度关联）

⚠️ 重要提示：请妥善保管您的 API Key。生成新密钥会替换现有密钥。如果重新生成，请更新您的 MCP 配置。

第 2 步：配置 Claude Desktop

将以下配置添加到您的 Claude Desktop 配置文件 mcp.json 中：

配置文件位置：

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

配置：

{
  "mcpServers": {
    "scholarplot-sci-figure": {
      "url": "https://figure.thirdme.com/api/mcp-sse?key=YOUR_API_KEY"
    }
  }
}

将 YOUR_API_KEY 替换为第 1 步获取的实际 API Key。

第 3 步：在 Claude 中使用

完成配置后，重启 Claude Desktop，即可直接要求 Claude 生成科学图表：

对话示例：

Please generate a line chart showing the Loss curves during deep learning model training, including Training Loss and Validation Loss curves, with Epoch (1-100) on the X-axis and Loss values on the Y-axis.

Please draw a neural network architecture diagram with an input layer, 3 hidden layers (with 128, 64, and 32 neurons respectively), and an output layer.

Claude 会自动调用 MCP API 处理请求，并返回符合 SCI 期刊标准的专业学术图表。

---

✨ 核心功能

🤖 AI 驱动的图表生成

功能	说明
智能解析	AI 自动理解您的图表需求并提取关键信息
SCI 标准	生成的图表严格符合顶级 SCI 期刊的发表标准
多类型支持	支持数据图表、机制图、流程图、示意图、结构图等多种类型
高质量输出	矢量级清晰度、纯白背景、专业配色方案

📊 支持的图表类型

• 数据可视化：折线图、柱状图、散点图、箱线图、热力图、雷达图等
• 科学机制图：分子机制图、信号通路图、反应流程图
• 架构图：神经网络架构、系统框架、模型结构
• 流程图：实验流程图、算法流程图、方法流程图
• 对比分析：对比柱状图、维恩图、桑基图

🔧 快速集成

功能	描述
简单配置	只需添加配置文件和 API Key
广泛兼容	支持所有兼容 MCP 的工具
即插即用	配置后即可立即使用，无需额外开发

🔒 安全可靠

功能	描述
UUID 身份验证	基于 UUID 的身份验证机制
速率限制	防止滥用并确保服务稳定
使用情况跟踪	实时跟踪 API 使用情况和配额

📊 共享订阅

功能	描述
统一配额	API 和 Web 版本共享相同的订阅配额
灵活使用	在多个平台和工具上使用同一订阅服务

---

📖 API 参考

端点

GET/POST https://figure.thirdme.com/api/mcp-sse?key=YOUR_API_KEY

可用工具

generate_sci_figure

根据描述生成符合 SCI 期刊标准的科学学术图表。

输入参数：

参数	类型	必填	描述
description	string	✅	图表描述，包括数据、类型、风格要求等。
figureType	string	❌	图表类型：line_chart、bar_chart、scatter、heatmap、flowchart、architecture、mechanism 等。
style	string	❌	风格偏好：nature、science、ieee、default
dataValues	object	❌	精确数据值（用于数据图表）

输出：

返回一个包含以下内容的 JSON 对象：

{
  "figureUrl": "https://figure.thirdme.com/figures/xxx.png",
  "figureCode": "// Editable figure code",
  "metadata": {
    "type": "line_chart",
    "style": "nature",
    "resolution": "300dpi",
    "format": "PNG/SVG"
  }
}

edit_figure

编辑生成的图表，调整风格、数据或布局。

输入参数：

参数	类型	必填	描述
figureId	string	✅	要编辑的图表 ID
editInstructions	string	✅	编辑说明，例如“将柱状图的颜色改为蓝色”

输出：

返回更新后的图表 URL 和代码。

错误代码

错误代码	描述
-32001	未找到用户
-32003	需要订阅或已达到使用限额
-32004	图表生成失败
-32005	不支持的图表类型
-32006	数据格式错误

---

🛠️ 支持的平台

平台	状态
Claude Desktop	✅ 支持
OpenAI（兼容 MCP）	✅ 支持
Cursor	✅ 支持
Dify	✅ 支持
n8n	✅ 支持
其他兼容 MCP 的工具	✅ 支持

---

💡 使用场景

案例 1：生成论文损失曲线

在 Claude Desktop 中，你可以这样提出请求：

Please generate a training Loss curve chart:
- X-axis: Epoch (1-50)
- Y-axis: Loss
- Include Training Loss (decreasing from 2.5 to 0.1) and Validation Loss (decreasing from 2.8 to 0.15)
- Style: Nature journal standard

案例 2：绘制神经网络架构

Please draw a Transformer architecture diagram including:
- Input embedding layer
- 6 Encoder layers (with Multi-Head Attention and Feed Forward)
- 6 Decoder layers
- Output layer
- Use NeurIPS style, flat design, no gradients

案例 3：生成实验流程图

Please generate a drug screening experimental flowchart:
1. Compound library screening (10,000 compounds)
2. High-throughput primary screening (Hit rate: 2%)
3. Secondary validation (200 compounds)
4. Activity assay (50 compounds)
5. Toxicity evaluation (20 compounds)
6. Lead compounds (5 compounds)

Connect each step with arrows, annotate quantity changes.

案例 4：批量生成论文图表

I'm writing a paper on image classification and need the following figures:
1. Model architecture diagram (CNN + Attention)
2. Training curves (Accuracy and Loss)
3. Confusion matrix heatmap
4. Performance comparison bar chart for different models

Please generate these figures sequentially, maintaining a unified visual style.

案例 5：集成到自动化工作流中

在 n8n 或 Dify 中，你可以将图表生成集成到自动化工作流中，以进行批量处理和自动化操作。例如：

• 根据实验数据自动生成标准化图表
• 将数据表批量转换为可视化图表
• 在论文写作辅助工作流中自动生成图表

---

📝 注意事项

项目	描述
API 密钥安全	请妥善保管 API 密钥，不要与他人分享或提交到公开代码仓库
配额限制	API 使用受订阅配额限制，请合理使用
数据准确性	提供精确的数据值，以获得最准确的图表输出
图表类型	明确指定图表类型可获得更精确的结果
处理时间	简单图表约需 5-10 秒，复杂图表可能需要 30 秒以上
数据安全	处理后的数据会在 24 小时后自动从服务器删除

---

❓ 常见问题

问：在哪里可以获取 API 密钥？

答：访问 https://figure.thirdme.com/mcp 并输入你的电子邮件地址，即可生成 API 密钥。

问：如何测试 API 密钥是否有效？

答：在 MCP API 页面生成密钥后，可以使用页面上的“测试 API 密钥”功能验证密钥是否有效。

问：API 使用是否收费？

答：API 使用与网页版共用相同的订阅配额。具体价格请参阅定价页面。

问：支持哪些期刊风格？

答：目前支持 Nature、Science、IEEE、Cell 等主流 SCI 期刊风格，并将持续增加更多风格。

问：图表可以导出为哪些格式？

答：支持 PNG（300dpi 高分辨率）、SVG（矢量格式）、PDF 等格式。

问：如何确保数据准确性？

答：

• 使用 dataValues 参数提供精确的值
• 在描述中清楚标注关键数据点
• 生成后进行检查；如需修正，可使用 edit_figure 工具

问：生成图表的版权归谁所有？

答：生成图表的版权归用户所有，可自由用于学术论文发表。

问：如何处理订阅和配额问题？

答：API 与网页版使用相同的订阅服务。你可以在网页版管理订阅并查看用量。

---

📧 支持与反馈

如遇到任何问题或有任何建议，请联系我们：

渠道	联系方式
📧 电子邮件	[email protected]
🌐 网站	https://figure.thirdme.com
📄 API 文档	https://figure.thirdme.com/mcp
💬 GitHub Issues	提交问题

---

📄 许可证

本服务遵循 ScholarPlot 的服务条款和隐私政策。

---

🎉 开始使用 MCP API，让 AI 为你的研究论文创建专业级学术图表！

---

🏷️ 主题

mcp scientific-figures sci-charts academic-visualization ai-figure-generator mcpserver claude-mcp cursor-mcp research-tools publication-ready nature-style neurips-style