📊 PaperPlotHub

🎨 给所有需要画图的研究者，一个互相借力的画廊。

🌐 paperplothub.tech · 🇨🇳 中文 · 📚 English

---

💡 我们想做的事

论文里那张让你眼前一亮的图，背后往往是某个作者熬到凌晨两点才调出来的。我们觉得，这些用心做的图谱，不该只属于一篇论文。

所以我们做了 PaperPlotHub —— 一个面向所有研究者的图表分享空间。在这里：

• 🤝 你可以分享自己曾经画过、自己骄傲的论文图，连同那段调好的脚本，留给后来人参考。
• 🛠️ 我们也会持续复现一些高质量论文里值得一看的图表，把脚本附上，放进这个画廊。
• 🌱 想画图的同学可以从这些模板里找灵感、复用配色和排版，把精力留给自己的想法和实验，而不是跟 matplotlib 的某个边角参数较劲。

我们的初衷很简单：把"这张图怎么画"的时间还给"我到底想说什么"的思考，让大家能更顺利地把论文写完。 ✍️📈

---

🌍 画廊里有什么

每条提交是三件套并排，方便你把"论文里发表的那张"和"在你笔记本上跑出来的那张"对照着看。

🖼️ 论文原图	✅ 复现图	🐍 脚本
从论文里截下来的小图	用脚本本地跑出来的图	独立、可复制、能跑

…再加上 arXiv 链接、图表类型标签（bar / line / heatmap / radar / …）、风格标签、中英双语描述。

每条提交在公开前会过一遍轻量 AI 审核：静态安全扫描、arXiv 元数据抓取、视觉 LLM 校验渲染图确实来自这段脚本。我们的标准是 "这对其他人有用吗？"，而不是 "是否像素级还原论文里那张图？"。 🛡️

---

🚀 怎么用这个网站

👀 当访客（不用登录）

想干啥	去哪儿
🏠 浏览最新画廊	/
🗂️ 按图表类型筛选	/c/bar、/c/line、/c/heatmap……
🔬 看原图 vs 复现图并排	/p/[slug]
📋 复制脚本	详情页绿色 copy 按钮
💾 下载渲染好的 PNG	图片下方 download 链接
🌗 切换亮 / 暗 / 跟随系统	顶部导航栏的主题按钮

💁 整个画廊免费看、免费用。如果一段脚本帮你省了一个小时，那就是它存在的意义。

✍️ 当贡献者

按你手头有什么，三种贡献方式都同样欢迎 —— 每一条都在帮别人画得更快。

模式	你要传啥	什么时候用
FULL 🟢	论文原图 + 复现图 + 脚本	默认款。你看上了一张论文图，自己复现了，脚本也整理过了。
REPRO_ONLY 🔵	复现图 + 脚本	你跑了自己的实验、自己的图、自己的脚本，引用了某篇论文的设定。
PAPER_ONLY 🟠	仅论文原图	你看到一张值得复现的图，但暂时没空动手。把它丢上来挂个 🎯 reproduction wanted，让社区里的人接力。

怎么贡献：

1. 🔑 在 /login 用 GitHub 登录。
2. ⬆️ 进 /upload，先选模式，粘 arXiv 链接或 ID。
3. 📎 按所选模式补齐文件。
4. 🤖 AI 流水线审核。置信度高（≥ 0.85）的自动公开；其余进入人工二审队列。
5. 📈 在 /me 看状态；标题 / 标签 / 描述随时可以在 /me/edit/[slug] 微调。

🛡️ 安全说明： 任何尝试调 eval / exec、走外网、或夹带可识别 API key 的脚本会在人看到之前自动拒收。本站永远不会执行上传的脚本 —— 你的脚本是给人看的，渲染图是你自己提供的，仅此而已。

---

🤖 给 AI Agent 用

现在很多图本来就是 Agent 帮忙画的，所以我们做了两套协议，让 Agent 不用离开对话就能把成果分享回社区。

1. 🛰️ MCP server —— 直接接进 Claude Desktop / Cursor 等任何支持 MCP 的宿主。
2. 🌐 REST API —— Bearer token、multipart/form-data，对 curl 和 CI 友好。

🪄 1 分钟接入

1. 打开 https://paperplothub.tech/me/tokens
2. 点 "+ create token"，起个名比如 "claude-desktop"
3. 复制 pph_… 这串 token（只显示一次，请像 SSH key 一样保存好）
4. 通过环境变量 PPH_API_TOKEN 交给你的 Agent

这一个 token 就足以让 Agent：

• 🔍 列出你已有的提交
• ⬆️ 用三种模式中的任意一种新增提交
• 🪪 校验身份（whoami）
• 🚪 在同一页面随时撤销

🛰️ MCP server

paperplothub-mcp 走 stdio transport，注册了下面这些工具。把这一段直接喂给 Claude / Cursor / Codex，它就知道怎么干活。

工具	作用
🪪 pph_whoami	校验 token，返回 GitHub login + 角色
📋 pph_list_my_uploads	按 status / mode 过滤列出自己的提交
📤 pph_upload_full	上传 FULL 模式（原图 + 复现图 + 脚本）
📤 pph_upload_repro	上传 REPRO_ONLY（仅复现图 + 脚本）
📤 pph_upload_paper	上传 PAPER_ONLY（仅原图，求社区复现）

Claude Desktop / Cursor 配置示例：

{
  "mcpServers": {
    "paperplothub": {
      "command": "npx",
      "args": ["-y", "paperplothub-mcp"],
      "env": {
        "PPH_API_TOKEN": "pph_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
        "PPH_API_BASE_URL": "https://paperplothub.tech"
      }
    }
  }
}

💬 推荐的 system prompt

"你可以使用 paperplothub MCP server。当用户写完一个绘图脚本想分享时，收集（a）论文原图（如果有）、（b）渲染好的输出 PNG、（c）脚本文件、（d）所引用论文的 arXiv ID 或 URL，然后调用对应的 pph_upload_* 工具。如果用户只有一张论文里的图、想让社区帮忙复现，那就用 pph_upload_paper。最后把返回的 submission_url 回给用户。"

🌐 REST API

所有接口都在 https://paperplothub.tech/api/v1/*。鉴权 header：Authorization: Bearer pph_…。

方法	路径	用途
GET	/api/v1/whoami	校验 token，返回身份
GET	/api/v1/me?limit=&status=&mode=	列出自己的提交
POST	/api/v1/upload	multipart 上传（字段见下表）

/api/v1/upload 示例：

curl -H "Authorization: Bearer $PPH_API_TOKEN" \
  -F "mode=FULL" \
  -F "arxivInput=2402.09353" \
  -F "title=Diversification of LLM evolution" \
  -F "description=Reproduces Figure 4 from the AIEvol paper" \
  -F "originalImage=@paper.png" \
  -F "renderedImage=@rendered.png" \
  -F "script=@plot.py" \
  https://paperplothub.tech/api/v1/upload

字段	FULL	REPRO_ONLY	PAPER_ONLY
mode	必填	必填	必填
arxivInput	必填	必填	必填
originalImage	✅	—	✅
renderedImage	✅	✅	—
script	✅	✅	—

⏱️ 限流： 每位用户 8 次/小时、30 次/天（同一用户的多个 token 共享配额）。

---

🗺️ 接下来要做的事

当前的站点是有意保持精简的。下面这些是我们正在做的方向 —— 点 ⭐ 关注更新，或者开 issue 投票把你最想看到的功能往前提。

🛡️ 审核与安全

• 🪶 AI 辅助脚本润色 —— 自动整理缩进、类型注解、删未用 import，但不改变绘图本身。
• 🧹 编辑时文本审核（标题 / 描述）。
• 🎚️ 不同图表类别独立配置 AI 通过分数阈值（比如 heatmap 要求更严的视觉匹配）。

🔍 发现与协作

• 🔎 标签筛选 + 全文搜索。
• 💬 评论 / 讨论，支持 @mention。
• 🔁 "复现这张图" 工作流 —— 把社区复现自动关联回原 PAPER_ONLY 提交，并通知最初发布者。
• 👤 作者主页：显示提交历史。
• 📚 精选合集（如 "NeurIPS 2024 最佳图表 Top 20"、"LLM scaling law 经典图集"）。

📦 提交形态

• 🖼️ 多图提交 —— 一篇论文里多张图打包提交。
• 🧩 浏览器扩展 —— 直接在 arXiv / OpenReview 页面上抠图并提交，两步搞定。
• 🐍 浏览器内脚本预览 —— 用 Pyodide 在沙箱里跑内联数据的 .py 脚本。

🏗️ 基础设施

• ☁️ 对象存储后端（S3 / 腾讯 COS），让画廊不用担心磁盘占用。
• 📦 公开数据集导出 /api/v1/dataset.zip（CC BY 4.0，供学术研究使用）。
• 🔔 通知系统：你提交的 PAPER_ONLY 被人复现时及时提醒。

🌍 国际化

• 🇨🇳🇺🇸 完整的 UI 双语切换 —— 当前只有提交内容是双语，外壳仍偏英文。
• 🇯🇵🇰🇷 日 / 韩语本地化（社区贡献）。

---

🙋 常见问题

❓ 站点为啥这么简朴？没有圆角阴影卡片？

故意的 —— 画廊是给图看的，不是给图的包装看的。Hero 区是个伪终端，卡片是平的，整个站点最显眼的颜色应该来自图本身。

❓ 我能上传 arXiv 上没有的论文里的图吗？

暂时不行 —— AI 流水线依赖 arXiv 的元数据 API。"会议-only、无 arXiv 预印本" 的情形在 roadmap 里。

❓ 我的脚本依赖私有数据，还能传吗？

可以。本站不会执行任何上传的脚本，只展示你提供的渲染结果图。脚本里那条私有数据路径只是行注释，没人能跑。

❓ 怎么删除或下架我的提交？

进 /me 打开条目，用 "unpublish" 按钮下架。硬删除还在 roadmap 里 —— 在那之前，下架的条目会从公开画廊和搜索里消失。

❓ 什么样的图最适合提交？

任何会让别人想"借这张图的样式"的：带置信区间的柱状图、训练曲线面板、带注释的热力图、雷达图、带 inset zoom 的散点、t-SNE 聚类、broken-axis 对比图……只要这段脚本的价值主要在于版式、配色、排版，就值得放进画廊。

---

📬 联系我们

• 🌐 站点：https://paperplothub.tech
• 🐙 文档仓库：https://github.com/Trae1ounG/PaperPlotHub
• 🐛 发现 bug、觉得某个图表类型标签缺了，或者想推荐我们下一批复现的论文？在本仓库开 issue。

---

📄 License

采用 MIT 协议发布。

献给所有右键过论文图，心想"要是我有这张图的脚本就好了"的人 ❤️