Fantasality/dsh-origin-plugin

DSH Origin 插件 · AI 对话驱动 OriginLab Origin 科学绘图

国内可用 · DSH 生态 · MCP 桥接通用 —— 让 AI 对话直接驱动本机 OriginLab Origin 自动画图、分析、交付。
纯本机 COM 通道：数据不出本机、无外网依赖、秒级响应（对比需要外网的远程 Origin 服务（如 EditaPlot 类），国内访问不稳定且数据要上传第三方；本插件用你已装的正版 Origin，没有网络与隐私问题）。

🚀 👉 点这里：快速上手（小白版）· 4 种用法 1-3 分钟跑通 👈

😵 看不懂？把 这个文件 发给你的 AI，说「按手册帮我装」就行。

English version here

定位一句话：本插件的产出是 Origin 工程文件（OPJU）+ 可复现配置——每一条线、
每个标记、每处轴样式都能在 Origin 里继续手动微调，三个月后按 FigureSpec YAML 一键复现。
文生图/文生 SVG 路线（AutoFigure 类）产出的是一次性矢量对象，编辑粒度和科研可复现性不在同一层。

- 🤖 对话触发：「用 Origin 画 y=x² 折线图并导出 PNG」 → 模型自动调用工具 → 图片落盘
- 🔌 双形态接入：DSH 内经官方 @deepseek-ai/dsh-mcp-client 桥接为原生工具；DSH 外经 origin_mcp_stdio.py 接入任何标准 MCP 客户端（Kimi Code / Cursor / Claude Desktop / WorkBuddy），或 npx dsh-origin-plugin 直接拉起
- 🎨 62 个工具：2D 图 line/scatter/line_symbol/column/histogram/box/bar + 误差棒、3D、等高线、统计批、拟合参数级控制、矩阵工具、matplotlib 桥、PPT 组图
- 📋 计划确认流（防陈旧）：origin_plot_plan 逐列画像+待确认问题+plan_hash → origin_execute_plan（数据/映射变了报 plan_stale，语义不明/发表级/多组对比强制走此流）
- 🩺 系统自检：origin_diagnose——Origin 安装 / COM 注册 / 残留进程 / 导出目录权限，连不上先调它
- 📖 场景速查：origin_cookbook——八场景调用链 + 高频工具推荐默认参数（离线秒回）
- 🛡 导出三级回退链：save_fig → COM ImageExport → LabTalk expGraph，每级文件头校验（防静默失败假成功）
- ⏱ trace_id + 耗时：每次调用自动附带，定位失败阶段不靠猜
- 🎛 细粒度改图：origin_edit_plot/axis/legend/page —— 只换一条线的颜色、加粗、隐藏、挪图例、改轴范围、调纸张尺寸；origin_manage_pages 关窗/改名；origin_inspect_graph 先看清现状
- 📂 文件导入：origin_load_file 直接读 CSV/TXT/XLSX/XLS（中文路径/编码安全）
- 🧩 领域模板：多谱线堆叠偏移 / XRD 三件套 / 双Y轴 / 森林图 / 多面板（origin_plot_template）
- 📦 可信交付：origin_export_delivery 一键交付目录（图片+数据csv+可编辑 OPJU）；origin_save_project 单独存工程；DSH_ORIGIN_NO_AUTO_SAVE=1 可禁自动写 .opju（提示 Ctrl+S）
- ✨ 期刊级排版：style_mode(journal/presentation) + family 调色板（带使用约束）+ 幂等 graph_name + 语义轴标题 + style_overrides 显式样式逐项回报
- 👁 双保险校验：origin_view_graph 内联图片（模型看、也能带给用户）+ origin_verify_graph 确定性反读（程序核）
- 🧮 统计批：t 检验 / ANOVA / PCA / Kaplan-Meier 生存分析（纯 numpy 自研，结果带 confidence_note：仅供探索，正式发表用 SPSS/R/Origin 复核）
- 🛡 稳定错误码 + 恢复映射：error_code / recoverable / next_actions / recovery(policy+diagnose) 四件套
- 🤝 能力握手：origin_status 返回 Origin 版本 + 已知坑矩阵（真机探针结论数据化）+ 特性表
- 🔒 多会话并发安全：专用 COM 线程 + 单实例语义，实测 8 线程并发 8/8 通过；ORIGIN_SESSION=isolated 不劫持用户窗口；DSH_ORIGIN_AUTOKILL 连接前自动清残留进程

示例输出图  3D 表面示例

v2 排版示例（3 序列 line_symbol，journal 样式 + ocean 调色板 + 语义轴标题 + 符号循环）：

排版示例

权威设计/验证依据见 docs/DESIGN.md（设计蓝图 + 真机探测矩阵 + 官方文档依据）。
行为细节以真机探针为准（本环境网络屏蔽 docs.originlab.com，无法抓取官方页）。

DSH 对话（多会话并发）
│  mcp__origin__origin_plot_file / origin_write_data / ...
▼
@deepseek-ai/dsh-mcp-client（DSH 官方 MCP 桥接）
│  stdio 子进程
▼
origin_mcp_server.py（MCP 服务器，Python mcp SDK）
│  专用 COM 线程（串行化）
▼
origin_engine.py（originpro → OriginExt → comtypes → COM）
▼
Origin64.exe（单实例 COM 自动化服务器）markdown
快速开始

🚀 模型快速上手：本插件自带 DSH 原生 origin-plotting skill（安装后自动注册，
见下方「skill 速查」），模型画图前加载 skill 或调用 origin_help 即可秒懂用法，
无需阅读本 README。

两条使用路径（先选路，再动手）

- 快速路径：数据语义明确、临时查看 → origin_plot_file / origin_load_file+origin_plot，一次调用出图。
- 正式路径：发表级图 / 多组对比 / 列语义不明 → origin_plot_plan → 用户确认 questions → origin_execute_plan（带 plan_hash 防陈旧）→ origin_verify_graph → origin_export_delivery。
- 想不起调用链 → origin_cookbook（八场景速查 + 推荐默认参数）；出问题 → origin_diagnose 先定位。

1. 环境要求

- Windows + 已安装 Origin（实测 OriginPro 2026b；2018+ 一般均可）
- Python 3.10+（本插件自带独立 venv，不污染系统环境）
- DSH 用户：DeepSeek Harness（DSH Desktop 或 dsh CLI，需含 @deepseek-ai/dsh-mcp-client）；
非 DSH 用户：任何支持 MCP stdio 的客户端即可（Kimi Code / Cursor / Claude Desktop / WorkBuddy 等）

2. 安装

方式 A —— 自动写入常见 AI 工具（v2.3.0 新增，推荐）：

git clone https://github.com/Fantasality/dsh-origin-plugin.git "%USERPROFILE%\dsh_origin_plugin"
cd "%USERPROFILE%\dsh_origin_plugin"
python -m venv .venv
.venv\Scripts\python.exe -m pip install -r requirements.txt

:: 检测已安装的 AI 工具（Claude Desktop/Cursor/Windsurf/Cline/VS Code/WorkBuddy/Kimi Code）
python install.py --list
:: 写入 mcpServers 配置（自动备份原文件）
python install.py --yes

方式 B —— npx 直接拉起（v2.3.0 新增）：

npx -y dsh-origin-plugin --doctor       # 环境自检
npx -y dsh-origin-plugin                # 启动 stdio MCP 服务器

方式 C —— 手动配置：把下面片段合并进你客户端的 mcpServers
（或 python origin_mcp_stdio.py --print-config 打印各客户端的完整片段）：

{"mcpServers": {"dsh-origin": {
"command": "",
"args": ["/origin_mcp_stdio.py"]
}}}

方式 D —— DSH bundle 一键安装（见下文 2.1/3）：

:: 冒烟验证 Origin COM 链路（需已安装 Origin；未运行会自动启动）
.venv\Scripts\python.exe -X utf8 smoke\origin_com_smoke_test.py
:: 预期结尾: RESULT: OK  files={'comtest.png': ..., 'comtest.svg': ...}

2.1 以 bundle 方式安装（一键 / 插件市场）

本仓库声明了 DSH 标准的 dsh.bundle 清单（package.json → cordis.patch.yml），
因此可从 DSH 插件市场（dsh-market / awesome-dsh-plugin）一键收录，也可用命令安装：

方式一：从 GitHub 源码安装
dsh plugin --profile web add github:Fantasality/dsh-origin-plugin
方式二：从 npm 安装（预构建分发，跳过 building 授权）
dsh plugin add dsh-origin-plugin

装好后 cordis.patch.yml 会注册一个 mcp-origin（@deepseek-ai/dsh-mcp-client）。
v2.0.3 起自动携带运行时依赖 @deepseek-ai/dsh-mcp-client：市场安装
（dsh plugin add）会把它作为传递依赖装进 profile 的 node_modules——缺少它时 loader
无法按 name 解析该条目，工具会静默永不注册（DSH 照常启动、无任何报错）。
v2.0.2 起 bundle 默认已自定位：server 绝对路径由 !!js 在启动时按
/profiles/web/node_modules/dsh-origin-plugin/ 计算（DSH_HOME 缺省回退
%USERPROFILE%/.dsh），不再受进程工作目录影响；默认用系统 python 启动
origin_mcp_server.py。

📌 安装此插件不会破坏 DSH 启动：failOnStartupError: false —— server
连不上只记日志、不注册工具，DSH 正常启动。这是插件市场适配的核心约束，已内置。
唯一硬性红线：不要在 profile 里再写第二条完整 insert 的 mcp-origin（会触发
duplicate loader entry id: mcp-origin 启动失败）；要用 venv，请用下面的
config-only 覆盖。

首次使用前仍需按上文「2. 安装」准备好 venv 依赖（本插件是 Windows + Origin 本地
进程，无法纯源码免装运行）。若依赖装在独立 venv，在 profile 的 cordis.patch.yml 里
用同一 id + config-only 覆盖（覆盖是整体替换 config，必须带全字段）：
yaml
- id: mcp-origin
config:
serverName: origin
transport: stdio
command: 'C:/Users//dsh_origin_plugin/.venv/Scripts/python.exe'
args: ['-X', 'utf8', 'C:/Users//dsh_origin_plugin/origin_mcp_server.py']
env:
PYTHONIOENCODING: utf-8
failOnStartupError: false
toolCallTimeoutMs: 120000

（层级：bundle patch → profile patch → $DSH_HOME/cordis.patch.yml，后层覆盖先层。
若你的 DSH profile 不是默认的 web，把自定位路径里的 /profiles/web/ 换成你的
profile 名再覆盖。）

3. 注册到 DSH
powershell
powershell -ExecutionPolicy Bypass -File "%USERPROFILE%\dsh_origin_plugin\register_to_dsh.ps1"

脚本会把以下 config-only 覆盖（注意：没有 name、没有 insert，只替换配置，
与 bundle 层 mcp-origin 合并、不产生重复条目；覆盖会整体替换 config，故带全字段）
追加到 %APPDATA%\dsh-desktop\harness\profiles\web\cordis.patch.yml
（自动备份、UTF-8 安全、幂等）：
yaml
- id: mcp-origin
config:
serverName: origin
transport: stdio
command: 'C:/Users//dsh_origin_plugin/.venv/Scripts/python.exe'
args: ['-X', 'utf8', 'C:/Users//dsh_origin_plugin/origin_mcp_server.py']
env:
PYTHONIOENCODING: utf-8
failOnStartupError: false
toolCallTimeoutMs: 120000

⚠️ 旧版脚本写入的是「完整 insert」，与 bundle 层组合会生成两条 mcp-origin
→ DSH 启动直接报 duplicate loader entry id: mcp-origin。v2.0.2 的脚本已改为
config-only 覆盖；如果你手工写过旧格式，请删掉那条完整 insert，只保留上面的覆盖。

然后 重启 Harness（DSH Desktop 菜单 Harness → Restart Harness，或 Ctrl+Shift+R）。
可选校验：dsh --profile web --dump-config 能看到 mcp-origin 条目。

机制说明：DSH 的插件生态是 Cordis 插件树 + cordis.patch.yml patch 层；MCP 服务器是官方
一等公民——dsh-mcp-client 会自动把外部 MCP 工具桥接为原生工具
（名称 mcp____），无需编写 TypeScript 插件即可接入 Python 能力。

4. 对话触发示例

| 你说 | 模型会调用 |
|---|---|
| 「用 Origin 画 y=x²（x=1..10）的折线图，导出 PNG」 | mcp__origin__origin_plot_file |
| 「把这两列数据画成散点图导出 SVG：x=[1,2,3,4,5], y=[3.1,4.9,7.2,8.8,11.3]」 | mcp__origin__origin_plot_file |
| 「先写数据再分步画图、导出」 | origin_write_data → origin_plot → origin_export |

快速上手（skill + origin_help）

模型在对话中遇到 Origin 画图/分析任务时，有两种秒级上手通道：

1. origin-plotting skill（DSH 原生机制）：安装时自动写入
%APPDATA%\dsh-desktop\harness\skills\origin-plotting\SKILL.md 与
~/.dsh\skills\origin-plotting\SKILL.md。模型目录可见该 skill，按需加载后
直接获得：数据格式、50 工具速查表、科学边界、12+ 个任务模板——不用再读 README；
2. mcp__origin__origin_help 工具：不连接 Origin、约 1ms 返回同一份速查
（JSON 格式，含 usage/tools/templates/tips），任何时刻可调用。

两者内容一致、互为备份；工具 description 中也已内嵌快速用法提示。

工具清单

| MCP 工具 | 作用 | 关键参数 |
|---|---|---|
| origin_status | 连接状态 / Origin 进程数 / 环境 | 无 |
| origin_help | 快速使用速查（不连 Origin，秒回） | 无 |
| origin_diagnose | 系统自检：Origin 安装/COM 注册/残留进程/导出目录权限 | connect_probe? |
| origin_cookbook | 场景速查：八场景调用链 + 推荐默认参数 | scenario? |
| origin_write_data | 多列数据写入工作表（dict 或二维列表） | columns, worksheet? |
| origin_plot | 画图：line/scatter/line_symbol/column/histogram/box/bar + 误差棒 | worksheet, plot_type, yerr_column, title |
| origin_export | 导出 PNG/SVG | graph, fmt, file_path, width |
| origin_plot_file | 一键：写数据→画图→导出 | columns, plot_type, fmt, file_path, width |
| origin_filter_data | 删除/裁剪数据点（按行索引或 x 范围） | worksheet, drop_rows, x_min/x_max |
| origin_fit | 线性/非线性拟合（Origin 内置函数），拟合曲线上图 | worksheet, kind(linear/ExpDec1/Gauss/...), plot_curve |
| origin_plot3d | 3D 表面图 / 3D 散点图 | data, plot_type(surface/scatter) |
| origin_stats | 描述统计：count/mean/std/min/p25/median/p75/max/skew | worksheet, columns |
| origin_transform | 平滑/归一化/微分/插值（写回新列） | worksheet, op, method, window, new_x |
| origin_integrate | 数值积分 AUC（梯形法） | worksheet, x_column, y_column |
| origin_fft | FFT 频谱：主频提取 + 频谱图 | worksheet, plot_spectrum, top |
| origin_correlate | Pearson 相关矩阵 | worksheet, columns |
| origin_peak_find | 峰值检测（峰高/间距过滤） | worksheet, min_height, min_distance |
| origin_histogram | 直方图统计（可画图导出） | worksheet, bins, plot |
| origin_plot_contour | 等高线 / 填充等高线 / 3D 线框 | data, plot_type |
| origin_catalog | 动态工具目录（按分类列出全部工具，文档即实现） | group |
| origin_error_codes | 全部稳定错误码 + 恢复建议 | 无 |
| origin_list_graphs / origin_list_sheets | 列出图页 / 工作表页短名 | 无 |
| origin_read_worksheet | 读取工作表列数据（含列角色/点数） | worksheet, columns, max_rows |
| origin_view_graph | 图→内联图片（模型可看，不落盘） | graph, max_width |
| origin_apply_style | 对已有图应用排版/调色板/多序列区分 | graph, style_mode, family, columns |
| origin_ttest | t 检验：one / 两样本(Welch) / paired | column_a, column_b, kind, mu |
| origin_anova | 单因素方差分析（每组一列） | columns |
| origin_pca | 主成分分析（载荷/解释方差/得分） | columns, scale, n_components |
| origin_survival | Kaplan-Meier 生存分析 | time_column, event_column |
| origin_load_file | 导入本地文件 CSV/TXT/XLSX/XLS（中文安全） | path, sheet?, worksheet? |
| origin_plot_plan | 绘图计划（离线：逐列画像+角色建议+待确认问题） | columns, plot_type |
| origin_execute_plan | 执行计划（按 plan_id 写数→画图→导出） | plan_id |
| origin_plot_template | 领域模板：stacked_spectra/xrd_pattern/dual_y/forest/multi_panel | template_id, data |
| origin_verify_graph | 确定性反读（轴标题/字号/几何/图例/文件完整性） | graph, expected_ |
| origin_save_project | 保存可编辑 OPJU 工程 | path |
| origin_export_delivery | 一键交付目录（源文件同级，图片+OPJU+核验） | graph, source_path, fmts |
| origin_list_pages | 列出全部页面（图页/工作簿）+ 活动窗口 | 无 |
| origin_inspect_graph | 巡检现状：图层几何/曲线样式/轴/图例/页面尺寸 | graph |
| origin_edit_plot | 逐条改曲线：颜色/线宽/线型/符号/透明度/隐藏 | graph, edits |
| origin_edit_axis | 改轴：标题/范围/刻度类型/网格/字号加粗 | graph, axis, props |
| origin_edit_legend | 改图例：显示隐藏/字号/边框/四角锚点/文本 | graph, options |
| origin_edit_page | 改纸张 cm 尺寸 / 图层位置（%页）/ 背景 | graph, page_size_cm |
| origin_manage_pages | 窗口管理：关闭/激活/重命名/隐藏/复制 | action, pages |
| origin_add_text | 加文本标注（峰位/条件说明） | graph, text, x, y |
| origin_add_line | 画辅助线（vertical/horizontal/slope，Tafel 外推/阈值线） | graph, kind |
| origin_column_formula | Origin 原生列公式（函数名自动纠正 + 硬失败检测） | worksheet, target, formula |
| origin_mask_points | 屏蔽数据点（NaN 化隐藏，可逆） | worksheet, condition |
| origin_peak_fit | 多峰拟合（Gauss/Lorentz 分峰） | worksheet, x_column, y_column |
| origin_labtalk | 逃生舱：任意 LabTalk（带激活+读回+NaN 防护） | script |

完整清单以 origin_catalog 为准（62 个工具，文档即实现永不脱节）。

已知失败场景（实测汇总）

完整的兼容性矩阵与 11 条实测失败场景（根因 + 处置）见 COMPATIBILITY.md。高频三条：

| 场景 | 处置 |
|---|---|
| 残留 Origin64 僵尸进程导致 COM 连不上 | taskkill /F /IM Origin64.exe 等 2 秒重连；或设 DSH_ORIGIN_AUTOKILL=1 自动清理 |
| LabTalk log10() 列公式静默无效 | LabTalk 底 10 对数是 log()；引擎 origin_column_formula 已自动纠正 |
| 渐变设色 + 同一 COM 任务内导出丢曲线（v2.2 遗留） | v2.3.0 已修复（导出拆独立 COM 任务）；请升级 |

进阶能力

删除/裁剪数据点（origin_filter_data）
python
删除第 2/5/9 行（0 起始索引）
origin_filter_data(worksheet="[Book1]Sheet1", drop_rows=[2, 5, 9])
只保留 x ∈ [0, 15] 的数据（x 列自动裁剪，NaN 填充尾部，图上不显示）
origin_filter_data(worksheet="[Book1]Sheet1", x_min=0, x_max=15)

拟合（origin_fit）

- kind="linear"：线性拟合，返回 slope / intercept 及误差；
- kind="ExpDec1" / "Gauss" / "Polynomial" / "Lorentz" / "Sigmoid" 等：
Origin 内置拟合函数名（非线性最小二乘，返回全部参数 + cod/R² 等统计量）；
- plot_curve=True：自动生成「原始散点 + 拟合曲线」图。

实测参数还原精度：线性 slope=2.035（真值 2.0）；ExpDec1 A1=5.08（真值 5.0）、k=0.518（真值 0.5）、cod=0.997。

3D 图（origin_plot3d）
python
3D 表面：z 为 2D 网格（自动生成 X/Y 索引网格，或提供 x/y 向量）
origin_plot3d(data={"z": [[1, 2, 3], [4, 5, 6], [7, 8, 9]]}, plot_type="surface")
3D 散点：x/y/z 三个等长列表
origin_plot3d(data={"x": [...], "y": [...], "z": [...]}, plot_type="scatter")

表面图走 Origin 原生 GLparafunc 模板（matrix Z/X/Y 三对象），散点走 plotxy plot:=310。

科学分析（origin_stats / origin_transform / origin_fft 等）

| 能力 | 工具 | 说明 |
|---|---|---|
| 描述统计 | origin_stats | count/mean/std/min/p25/median/p75/max/skew |
| 平滑 | origin_transform(op="smooth") | 移动平均 / 中值滤波，窗口可调 |
| 归一化 | origin_transform(op="normalize") | minmax / zscore / sum |
| 数值微分 | origin_transform(op="derivative") | 基于 x 步长的梯度 |
| 插值 | origin_transform(op="interpolate") | 任意新 x 网格线性插值 |
| 积分/AUC | origin_integrate | 梯形法曲线下面积 |
| 频谱分析 | origin_fft | 幅度谱 + 主频提取 + 频谱图 |
| 相关性 | origin_correlate | Pearson 相关矩阵 |
| 峰值检测 | origin_peak_find | 局部极大值 + 峰高/间距过滤 |
| 直方图 | origin_histogram | bin 频数 + 柱状图 |

实测：FFT 对 2Hz 正弦（256 点、0.05s 采样）主频检出 2.031Hz；AUC 梯形法精度良好；
峰值检测对高斯峰（σ=0.5）在 x=6.0 处检出多个候选峰（配合 min_height/min_distance 收敛）。

画图类型速查（origin_plot / origin_plot_file）

| plot_type | 实现 | 说明 |
|---|---|---|
| line / scatter / line_symbol / column | add_plot | 基础 2D |
| histogram | numpy 分箱 + 柱状图 | 稳定可控 |
| box | Origin 原生 box 模板 | 箱线图 |
| bar | Origin 原生 bar 模板 | 条形图（真机验证可靠；plotxy 204/215 在 2026b 会渲成面积图/不出图） |
| + yerr_column | add_plot colyerr | 误差棒 |

通用排版参数（全部画图工具可用）：
- style_mode：default / journal（单栏 89mm·双栏 183mm·8pt 起）/ presentation —— 字号/线宽/刻度/几何真正落图；
- family：调色板（ocean/nightfall/duo_warm/forest/grey_tone/low_saturation/paired）；
- graph_name：幂等命名——同名重复调用清旧重画，图名稳定（不再累积 Graph2/3）；
- 轴标题：从列名自动语义推断（temperature_C → "Temperature (°C)"，pressure_kPa → "Pressure (kPa)"），经 GLayer.axis('x'/'y').title 可靠落图；
- 多序列自动区分：线型/符号循环 + 颜色（CVD 色盲安全）；密集数据自动降符号。

排坑记录：LabTalk plotxy 的列范围必须用 [Book]1!B 短名形式（(n) 索引形式对
部分图型静默失败）；box/bar 在真机上无可靠 plotxy 代码，统一改走 Origin 原生模板。

期刊级排版（plot_style.py，v2 新增）

采用感知色彩度量（clean-room 自研，未复制任何第三方代码/文档）：

- OKLab 色彩空间计算调色板两两感知色差，保证多序列可分辨；
- CVD 色盲模拟（protanopia/deuteranopia/tritanopia 转换矩阵）筛选色盲可读方案；
- 白底对比度（WCAG 对比度）保证线条/符号在期刊白底上清晰；
- 每种 family 返回 min_oklab_distance / min_contrast_white / min_cvd_distance 指标，
且每一步给出 reason，可审计；
- style_mode 预设（journal/presentation）给出目标图宽（mm）、最小字号、线宽、刻度长度。

视觉校验（origin_view_graph，v2 新增）

出图后模型不必先导出文件再想办法看：
json
{"graph": "styled3"}   // 返回 [文本摘要, ImageContent]：模型直接看到图

- 图片为内联 mcp.types.ImageContent（PNG base64），不落盘；max_width 控制 token 成本；
- 适合让视觉模型核对：图型是否对、配色是否可区分、轴标题是否合理；
- 实配示例（识图模型核对过）：3 序列 line_symbol，X=温度(°C)、Y=压力(kPa)，
蓝圈/橙三角，图例在右上角。

统计批（纯 numpy 自研，无 scipy，v2 新增）

| 工具 | 统计量 | 说明 |
|---|---|---|
| origin_ttest | t / df / p | one（vs 指定 mu）/ 两样本（Welch）/ 配对；t 分布尾概率用 Lanczos γ + 连分数不完全 β 实现 |
| origin_anova | F / p / η² | 单因素，每组一列；F 分布尾概率同样自研 |
| origin_pca | 解释方差比 / 载荷 / 得分 | SVD；scale=True 标准化 |
| origin_survival | KM 表 / 中位生存时间 | 事件+删失；中位时间为存活率过 0.5 的插值点 |

示例：origin_ttest({"worksheet":"[Book1]Sheet1","column_a":"a","column_b":"b","kind":"two"})
→ {"statistic": -1.39, "df": 2.31, "p_value": 0.284}。

稳定错误码（origin_errors.py，v2 新增）

所有调用（含遗留错误路径）统一返回：
json
{"ok": false, "error_code": "worksheet_not_found", "error": "...",
"recoverable": true, "next_actions": ["..."]}

- 常用枚举：worksheet_not_found / column_not_found / invalid_request /
origin_operation_error / graph_not_found / unsupported_origin_feature（如 3D 散点无输出时优雅降级）；
- _synchronized 边界自动把历史 {ok:false,error} 升级为结构化错误；
- origin_error_codes 一次返回全部枚举与恢复建议，模型可据此安全分支重试。

并发 / 多会话稳定性设计

Origin 是单实例 COM 自动化服务器，且 comtypes 的 COM 接口指针有线程亲和性
（实测跨线程调用报「对象没有连接到服务器」）。本插件的对策：

1. 专用 COM 线程：所有 Origin 操作投递到唯一工作线程串行执行（任务队列），
同时解决线程亲和性与并发互踩；
2. 单实例语义：连接前强制 OriginExt.ApplicationSI（复用已运行主实例），
杜绝多 Origin 进程导致的 COM 连错实例（实测多实例会让 LT_execute 报异常）；
3. 唯一命名空间：每次调用新建 DSH_ 工作表/图，互不覆盖；
4. 多进程加固：设置环境变量 ORIGIN_IPC_LOCK=1 可启用 Windows 命名互斥体，
覆盖多 DSH 实例同时操作同一 Origin 的极端场景；
5. 实测：8 线程并发各画一张图 8/8 通过，单张耗时约 1~2 秒。

细粒度改图（v2.2 新增：AI 帮你微调已有图）

新手最常提的需求是"只改一点点"，例如「把第二条线换成红色」「这条曲线加粗一点」
「图例挪到右上角」「冲掉几个多余的工作簿」。这类操作对应的是一整套编辑工具，
且每一次改动都带读回校验：

origin_inspect_graph(graph)                      # 先看清现状（几何/颜色/轴/图例/纸张）
origin_edit_plot(graph, [{"plot": 1, "color": "#D55E00"}])          # 只改第 2 条线颜色
origin_edit_plot(graph, [{"plot": 0, "line_width_pt": 2.5}])        # 第 1 条加粗
origin_edit_axis(graph, axis="y", title="Pressure (kPa)",
from_value=80, to_value=140,
props={"show_grids": 1, "label_font_pt": 12, "label_bold": 1})
origin_edit_legend(graph, {"position": "tr", "font_size_pt": 12})   # 挪到右上角
origin_edit_page(graph, page_size_cm={"width": 8.9, "height": 6.5}) # 投稿单栏尺寸
origin_manage_pages("close", pages=["Book3", "Book4"])              # 关掉多余窗口

为什么这些改动是安全的（三条纪律，全部由真机探针证据支撑）：

1. COM 优先：探针矩阵显示 originpro 的图层/曲线作用域读写
（plot_list / gl.get_int / set_int / axis 属性 / p.color）与活动窗口无关，
任何时候都可靠；LabTalk 裸表达式（xb. / legend. / layer.）只在目标图页
恰好是活动窗口时才解析，否则静默返回 NaN 或落到别的窗口（实测 layer.left
会读到工作簿的几何）。
2. 激活必须复核：所有 LabTalk 路径先 activate() 再以 is_active() / page.name$
复核，不符就返回 window_activation_failed，绝不"以为激活成功"。
3. 写入必读回：每项改动返回 {item, requested, status, readback}，
status 为 applied / applied_unverified（无读回的通道，如线宽，需目视确认）/
applied_adjusted（Origin 钳制了值）/ rejected（附原因）；
NaN 读回一律判未生效（NaN 比较恒为 False，是个会假成功的坑，已修）。

已修的三条实测缺陷（v2.2）

| 缺陷 | 现象 | 修复 |
|---|---|---|
| verify 曲线数误判 | 多层图只统计第 0 层 → 数成 0 条并报 fail 需修复后复核（主动骗人） | 跨全部图层统计 + 逐层明细；LabTalk 检查仅激活复核后使用，读不回来标 unreadable，只有上下文可信且不符才 fail |
| LabTalk 静默失靶 | 活动窗口非图页时 xb./legend./layer. 静默 NaN 或落到别的窗口 | ensure_active_graph() 激活复核 + _lt_write_checked() 写读回 + NaN 守卫；轴标题改走 COM axis.title |
| xrd_pattern 量程压缩 | 差谱与主谱共用 Y 轴，主峰被压扁（仅占量程 ~62%） | 改双层布局：主谱满量程（实测 76.9%）+ 差谱独立量程 + 零线 + 相刻线，两层 X 轴严格对齐 |

目录结构
dsh-origin-plugin/
├── origin_engine.py          # 核心引擎：连接/写数/画图/导出/线程/错误升级/模板/交付
│                             #   （纯 Python，零 MCP/DSH SDK 依赖，可被任意宿主复用）
├── origin_errors.py          # 稳定错误码：枚举/恢复建议/恢复动作映射(RECOVERY_MAP)/遗留升级
├── plot_style.py             # OKLab 调色板 + CVD 模拟 + 布局预设 + 使用约束
├── origin_analysis.py        # 纯 numpy 统计：t/ANOVA/PCA/似然 KM
├── origin_fileio.py          # 文件导入：CSV/TXT/XLSX/XLS（多编码/嗅探/表头识别）
├── origin_plan.py            # 绘图计划：列画像/角色建议/待确认问题/plan_hash/陈旧校验
├── origin_verify.py          # 确定性反读：跨层曲线数/轴/几何/图例/文件完整性
├── origin_edit.py            # 细粒度编辑：曲线/轴/图例/页面/窗口（逐项读回校验）
├── origin_mcp_server.py      # MCP 服务器（50 工具注册式），自带自测模式
├── origin_mcp_stdio.py       # 通用 stdio 入口（v2.3.0：Kimi/Cursor/Claude/WorkBuddy）
├── install.py                # 自动检测 AI 工具并写入 mcpServers（自动备份）
├── bin/dsh-origin-mcp.mjs    # npx 启动器（定位 Python + 依赖预检 + stdio 透传）
├── index.js                  # DSH bundle 入口（ctx.effect 卸载清理）
├── demo_call.py              # 最小可运行示例（不依赖 MCP）
├── register_to_dsh.ps1       # 注册脚本（幂等/UTF-8 安全/自动备份）
├── unregister_from_dsh.ps1   # 卸载脚本
├── COMPATIBILITY.md          # 兼容性矩阵 + 已知失败场景（实测）
├── skills/
│   ├── origin-plotting/SKILL.md  # 主 SOP：决策流 + 50 工具挂载 + 失败恢复
│   └── origin-stats/SKILL.md     # 统计 SOP（v2.3.0 拆分）：11 统计工具 + 科学边界
├── smoke/
│   ├── origin_com_smoke_test.py   # COM 链路冒烟测试
│   ├── chemistry_cases.py         # 26 化学场景冒烟 v1
│   ├── chemistry_cases_v2.py      # 15 物理化学场景冒烟 v2
│   ├── fine_edit_test.py          # 细粒度编辑冒烟（25 项断言）
│   ├── repro_defects.py           # 实测缺陷回归
│   ├── ltcol_probe.py             # LabTalk 列赋值语法穷举探针
│   └── mcp_handshake_test.mjs     # Node MCP SDK 握手（50 工具）
└── docs/
├── DESIGN.md              # 设计蓝图 + 真机探测矩阵 + 官方文档依据
└── example.png           # 真机示例图

自测

:: 离线自测（不连 Origin，CI 可跑）
.venv\Scripts\python.exe -X utf8 origin_mcp_server.py --offline-test

:: 引擎级全链路（写数/导入/画图/计划流/模板/交付/验证/OPJU）
.venv\Scripts\python.exe -X utf8 origin_mcp_server.py --selftest

:: 8 线程并发稳定性
.venv\Scripts\python.exe -X utf8 origin_mcp_server.py --concurrency-test

:: MCP 协议级（模拟 DSH 客户端）
.venv\Scripts\python.exe -X utf8 origin_mcp_server.py --mcp-test

:: 用 DSH 自带 Node MCP SDK 握手（与 dsh-mcp-client 同款，机器无关自动探测）
node smoke\mcp_handshake_test.mjs

:: COM 链路冒烟 / 进阶能力 / 科学分析
.venv\Scripts\python.exe -X utf8 smoke\origin_com_smoke_test.py
.venv\Scripts\python.exe -X utf8 smoke\advanced_test.py
.venv\Scripts\python.exe -X utf8 smoke\science_test.py

:: 细粒度编辑冒烟（换色/加粗/隐藏/轴/图例/纸张/关窗 + 跨层计数回归）
.venv\Scripts\python.exe -X utf8 smoke\fine_edit_test.py

:: 三条实测缺陷回归（全绿才返回 0）
.venv\Scripts\python.exe -X utf8 smoke\repro_defects.py --expect-fixed

:: 最小调用示例
.venv\Scripts\python.exe -X utf8 demo_call.py

端到端验证清单

- [ ] smoke 测试输出 RESULT: OK，output\comtest.png 存在
- [ ] --selftest 输出 SELFTEST OK（含样式应用/幂等命名/预览/错误码/统计批）
- [ ] --concurrency-test 输出 CONCURRENCY-TEST OK（8/8）
- [ ] --offline-test 输出 OFFLINE-TEST OK（50 工具注册 + 计划流 + 文件 IO）
- [ ] --selftest 输出 SELFTEST OK（含导入/计划流/模板/交付/反读/样式覆盖）
- [ ] --concurrency-test 输出 CONCURRENCY-TEST OK（8/8）
- [ ] --mcp-test 输出 MCP-TEST OK（50 工具可见，view_graph 返回 image 内容）
- [ ] origin_view_graph 的返回能被识图模型正确读出轴标题/图型/配色
- [ ] mcp_handshake_test.mjs 输出 HANDSHAKE-TEST OK
- [ ] register_to_dsh.ps1 执行成功，dsh --profile web --dump-config 可见 mcp-origin
- [ ] 重启 Harness 后新对话触发画图，返回 PNG 路径且图片内容正确
- [ ] 同时开 2~3 个对话各画不同图，互不干扰

常见问题

| 现象 | 处理 |
|---|---|
| 对话里没有 mcp__origin__* 工具 | Harness 未重启；或 --dump-config 无 mcp-origin（检查 patch 编码/语法） |
| origin_status 报 LT_execute 异常 | 存在多个 Origin64 进程：关闭多余 Origin 窗口只保留主实例后重试 |
| Origin 弹模态对话框导致调用卡住 | 自动化期间不要手动操作 Origin；关闭对话框重试 |
| 中文乱码 | 不要用 Add-Content 等 ANSI 方式追加 YAML；脚本已内置 UTF-8 写入 |
| 换机器 | 改 register_to_dsh.ps1 中的路径或直接编辑 patch 条目 |
| isolated 模式报 origin_busy_user_session | 预期行为：隔离模式不劫持已打开的 Origin，关掉它或切回 attach |

实现声明

- plot_style.py 的 OKLab 色差 / CVD 模拟 / 对比度度量、origin_analysis.py 的
t / ANOVA / PCA / KM、origin_fileio.py 的编码/分隔符探测均为本仓库独立实现
（仅依赖 numpy / openpyxl）；
- 所有轴标题/模板/plotxy/双Y模板行为均在本机 Origin 真机探针验证后写入，
未验证的写回 API 一律明确拒绝而非猜测落图。

精简模式（可选）

设置 ORIGIN_MCP_PROFILE=compact 可从工具集隐藏统计批（ttest/anova/pca/survival），
适合只需要画图+基础分析的场景；其余 39 个工具不变。

License

MIT © Fantasality