科研 Skill
研究概念架构图绘制
research-framework-figure
把中介调节等研究假说画成可编辑的SVG与PPTX研究架构图,支援PRISMA样本流程图版式。论文或口试要画架构图时使用。
SKILL.md
研究架構圖產生器(Research Framework Figure)
畫圖前先讀 references/visual-discipline.md(視覺紀律,與 management-figure
共用):密度上限、單一強調色、節點存在理由、標籤經濟、黑白可讀性、連線衛生等判準
都在那裡,不要憑感覺排版。
不在 template 內的示意圖(第一章研究流程圖、類型學 2×2、多層次巢套、構念樹、政策時間軸)
先讀 references/diagram-type-selector.md 選型;同一模型要出口試或海報版時讀
references/output-tiers.md——換用途=重畫,不是縮放。
與同族 skill 分工
| 需求 | 該用 |
|---|---|
| 已經有迴歸係數/CI,要畫統計結果圖(森林圖、交互作用圖、倒U轉折點、邊際效果) | management-figure |
| 還沒跑資料,要畫假說關係的概念圖(X→M→Y、H1/H2/H3) | 本 skill |
| 要決定用什麼識別策略(DiD/IV/RDD)、模型該怎麼設定 | causal-inference-architect |
| 要把圖放進簡報、決定簡報整體結構 | academic-pptx(本 skill 產圖供其嵌入) |
一句話:有係數了找 management-figure,還在畫假說找我。
Claude Code 環境呼叫同族技能須加 anthropic-skills: 前綴。
核心原則
- 模型邏輯由研究者定,我只負責畫。 若使用者的模型設定本身有問題(例如把調節
變數的箭頭指向依變數而非路徑),提醒一次並說明學術慣例(見
references/diagram-conventions.md),但最終照使用者決定畫。 - 字型誠實:SVG 的 font-family 一律寫成
Times New Roman, DFKai-SB, serif—— 西文在前、中文 fallback 到標楷體,這是 SVG 實現「中文標楷體+英數 Times New Roman」 的正確作法。但若檢視端沒有標楷體,中文會 fallback 成其他字型;此時明講 「本環境/檢視端無標楷體,實際顯示為 ○○,投稿前請於有字型的機器確認」, 絕不假裝已套用(同management-figure紀律)。 - 產出必須可再編輯:一律給向量格式。SVG 給編修與插入 Word;PPTX 給口試前微調。 不以 PNG 為主要交付(點陣圖改不動,口試前臨時要改字會卡死)。
- 不塞爆版面:控制變數多於 12 項時,建議改列在圖下方註解或表格,不要硬塞進框內 (框會長到破壞版面比例)。這是版面判斷,要主動提醒。
- 產圖後必須實際檢視:產出 SVG 後,用瀏覽器實際看,確認無重疊、無出界、箭頭端點
正確,再交付。目前沒有自動幾何檢查(
scripts/count_elements.py只清點元素數、不判斷 重疊);不要只憑「腳本沒報錯」就宣稱圖是好的。
工作流程
Step 1|辨識模型類型
從使用者的假說敘述判斷屬於哪一種,對應到 template:
| 使用者的講法 | template |
|---|---|
| 「X 透過 M 影響 Y」「中介效果」,且每個依變數各有一組控制變數 | mediation_dual_controls(台灣商管論文最常見) |
| 「X 透過 M 影響 Y」,控制變數只列一組或不畫 | mediation |
| 「W 會調節 X 對 Y 的影響」「交互作用」 | moderation |
| 「中介效果會因 W 而異」「第一階段被調節」 | moderated_mediation |
| 「X→M1→M2→Y」「連續兩個中介」 | serial_mediation |
| 「文獻回顧的篩選流程」「PRISMA 流程圖」「幾篇文獻篩到剩幾篇」 | sample_flow,mode: "prisma" |
| 「樣本從全樣本篩到最終樣本」「樣本刪減圖」「排除了哪些公司年觀察值」 | sample_flow,mode: "attrition" |
| 「研究流程圖」「2×2 類型」「多層次巢套」「構念樹」「政策時間軸」 | 無 template——依 references/diagram-type-selector.md 選型與文法手繪,照同一套自檢 |
不確定時問一個問題:「你的控制變數是每條迴歸式各一組,還是全模型共用一組?」
——這個答案直接決定要不要用雙控制框版式。若使用者要的是「樣本怎麼篩出來」而不是
「假說路徑」,代表根本不是同一種圖,直接跳到下方的 sample_flow。
Step 1b|樣本流程圖(sample_flow):prisma 還是 attrition?
sample_flow 不是假說關係圖,不含 X/M/Y,畫的是「樣本從哪裡來、怎麼篩到最後
剩幾筆」。兩個 mode 互斥,選錯或漏填程式會直接報錯、不會靜默套用某個預設:
prisma:系統性文獻回顧/統合分析要交代 PRISMA 2020 四階段(識別/ 篩選/資格評估/納入)時用。輸入是「各來源找到幾筆、去重與各階段排除幾 筆、依理由列出的資格排除」,程式自動算出每個階段框要顯示的 n。attrition:panel/橫斷面實證研究要交代「全樣本 → 逐步排除 → 最終 樣本」時用(台灣上市櫃 panel 研究最常見)。輸入是逐步steps,每步給remaining(該步剩餘 N,附單位如 firm-years);第一步以外每步再給excluded與reason。
對帳規則(兩個 mode 都有,不可關閉):
prisma:每個階段框的 n 由程式從原始輸入(來源數、去重數、各階段排除數) 自動算出,算出負數(排除數超過可排除樣本)即視為對帳失敗。attrition:逐步檢查「上一步 remaining − 本步 excluded == 本步 remaining」,任一步不成立即為對帳失敗。
對帳失敗時程式的反應:印出清楚訊息(哪一步、期望值、實際值,或 PRISMA
是哪個階段算出負數),以非零 exit code 結束,不會產出圖檔。看到這個
錯誤代表規格裡的數字本身有問題,先回頭核對原始篩選記錄,不要修改程式或
硬塞一個「湊得出來」的數字。完整欄位定義見 references/framework-figure-spec.md
「sample_flow」一節。
Step 2|蒐集規格內容
需要問齊:自變數名稱、中介/調節變數(可多項)、應變數名稱、假說編號(H1/H2/H3…)、 控制變數清單(分別對應哪個依變數)。使用者若已有舊圖,照著複述一遍確認再畫。
動手前用一句話確認計畫:版式、用途(期刊/口試/海報)、細節層級,以及會被收合或
省略的東西(見 references/output-tiers.md)——讓使用者在畫之前改方向,不是畫完才改。
Step 3|寫 JSON 規格並產圖
規格格式見 references/framework-figure-spec.md。指令:
python scripts/framework_figure.py spec.json -o fig.svg
python scripts/framework_figure.py spec.json -o fig.pptx --format pptx
Step 4|檢視與微調
產出後實際看圖(瀏覽器開 SVG,或把 SVG 包進 HTML 檢視)。檢查:
- 方框有無重疊、文字有無溢出框外
- 箭頭是否連到正確的框;假說標籤在線旁、未壓線(產生器已沿法線外推;手動移動標籤後要再看一次)
- 連線衛生:線不重疊、不穿框、同一邊接點分散(
visual-discipline.md第七節) - 控制變數框是否過大而搶走視覺重心
不滿意就調
style區塊(字級、行高、邊距)或縮減條列文字後重出。
Step 5|交付
交付 SVG(可編修)+ PPTX(可微調),並附手動步驟:
- 插入 Word:直接拖曳 SVG 進去;Word 2016 以上原生支援向量 SVG。
- 若期刊要求 300dpi 點陣圖:用 Inkscape/Illustrator 匯出 PNG,或在 PowerPoint 中 「另存為圖片」選 300dpi。本 skill 不直接出 PNG(避免無謂依賴)。
- 字型確認:在有標楷體的機器上開啟確認中文字型正確。
- 替代文字:插入 Word 後填一句內容描述,不描述幾何(
output-tiers.md第七節)。 - 口試/海報版(平衡/精簡層級):圖註交代省略了什麼,並在回報附省略帳。
輸出格式(回報給使用者時)
# 研究架構圖:〔研究題目〕
## 模型辨識
版式:〔template〕——〔為什麼選這個〕
## 圖中要素
| 角色 | 內容 | 路徑 |
|------|------|------|
| X | … | H1: X→M;H2: X→Y |
| M | … | H3: M→Y |
| Y | … | — |
| 控制(C) | 〔對應哪個依變數〕 | 虛線接入 |
## 產出檔案
- SVG(可編修):〔路徑〕
- PPTX(可微調):〔路徑〕
## 檢視結果
〔實際看過圖之後的確認:無重疊/無溢出/箭頭正確〕
## 省略帳(平衡/精簡版才有)
〔層級、完整→本圖框數、收合/合併/省略了什麼、完整保留了什麼〕
## 手動步驟
1. 〔插入 Word 的方式〕
2. 〔字型確認〕
3. 〔若需點陣圖的匯出方式〕
## 提醒
〔字型 fallback 狀況、控制變數過多的版面建議、模型慣例問題〕
Constraints(誠實防線)
- 不宣稱已套用標楷體——除非確認檢視端有該字型,否則明說可能 fallback。
- 不只憑「腳本沒報錯」就說圖畫好了;一定要實際檢視過再交付。
- 使用者的模型設定若不合學術慣例,提醒但不擅自改動其研究設計。
- 控制變數過多導致版面失衡時主動說,不默默產出一張比例怪異的圖。
風格
繁體中文、台灣學術慣例。回覆精簡,重點在「模型辨識對不對」與「圖看起來如何」。
示例提示词
帮我把这个中介调节假说画成投稿等级的研究架构图SVG文件。
所属插件
安装该插件会一并获得同领域的 54 个 Skill / MCP。
同插件的其他科研 Skill
- 智能体资源节约守则Applies token- and context-saving habits for tool choice, PDF handling, persistent memory, and privacy checks. Use at the start of sessions with many files or PDFs, or multi-session work.
- 英文论文双语精读器把英文论文转成中英对照精读档并生成离线双语阅读器,标注要点并输出读书笔记。精读单篇英文论文、要中英对照阅读时使用。
- 研究方法比较论证Compares quantitative, qualitative, and mixed research methods against what each can and cannot answer to build a methods table. Use when justifying a method choice in a thesis.
- 复杂系统分析方法Analyzes complex systems with power-law fitting, Hurst exponent, fractal dimension, agent-based modeling, and entropy measures. Use for nonlinear or complex-system data.
- 研究环境容器化部署Builds Docker and Singularity containers for reproducible computation and HPC deployment of research environments. Use when packaging an analysis pipeline for reuse or HPC.
- DVC数据版本管理Sets up DVC for dataset and pipeline versioning, remote storage, and experiment comparison in reproducible ML research workflows. Use when tracking large datasets or ML experiment runs.
- 期刊级统计图表绘制Creates publication-quality multi-panel figures with matplotlib, seaborn, or ggplot2 using colorblind-safe palettes and journal export settings. Use when preparing figures for a paper.
- 综述模块拆解规划Breaks a refined literature-review question into 3-5 non-overlapping modules to build a reading map, outline, or search plan. Use when structuring a literature review.
- 学位论文答辩教练模拟学位口试委员提问并提供承认回应证据三段式答辩框架与模拟问答。准备论文口试或研讨会问答环节时使用。
- 实验设计与样本量规划Designs rigorous experiments covering sample-size calculation, randomization strategy, pre-registration, and A/B test duration estimation. Use when planning an experiment or A/B test.
- 管理实验设计架构为管理与商学情境实验规划组间组内设计、对抗平衡与操弄检核,并产出设计书与情境材料模板。做商学实验设计时使用。
- 科研经费申请撰写Structures research grant proposals including NSF/NIH Specific Aims, budget justification, ERC narrative sections, and biosketch formatting. Use when drafting a funding application.
- 人类可读文档撰写规范Guides writing human-facing docs like README, PLAN, survey notes, and reviewer-response drafts with a clear two-tier structure. Use for text a human collaborator will read.
- 知识图谱与SPARQL检索Builds knowledge graphs and runs SPARQL queries over RDF and Wikidata for entity linking in research and library data. Use when modeling research entities as a linked graph.
- LaTeX论文写作与排版Writes, compiles, and submits LaTeX papers covering IMRaD structure, key packages, bibliography management, and arXiv preparation. Use when authoring or debugging a LaTeX manuscript.
- 文献比较矩阵构建器把一批PDF整理成含撤稿查核与APA7书目的文献资料库,并生成横向比较矩阵表。整理综述前要比较文献时使用。
- 跨库学术文献检索Searches OpenAlex, Semantic Scholar, and arXiv for academic literature with deduplication, citation snowballing, and BibTeX export. Use when collecting papers for a review or topic.
- 文献调研语料库维护Finds, verifies, and maintains a literature corpus from arXiv, OpenAlex, Crossref, and related databases with BibTeX entries and per-paper notes. Use when sourcing references for a paper.
- 文献综述研究缺口定位Converts a literature-review synthesis into a concrete, defensible research gap and future-research direction. Use when writing a conclusion or thesis contribution section.
- 文献矛盾结论梳理Analyzes conflicting findings across papers and explains disagreement by sample, method, or context differences for a stronger synthesis. Use when review sources disagree.
- 效应量汇总元分析Pools effect sizes across studies with fixed and random-effects models, heterogeneity tests, forest and funnel plots, and subgroup analysis. Use to synthesize quantitative study results.
- 缺失数据处理Diagnoses missing-data mechanisms such as MCAR, MAR, or MNAR and applies multiple imputation or deletion with sensitivity analysis. Use when a dataset has missing values.
- 混合方法研究设计Designs mixed-methods studies integrating qualitative coding, triangulation, content analysis, and QCA with inter-rater reliability checks. Use when combining qual and quant data.
- 科研机器学习流程Applies machine learning to research questions with scikit-learn pipelines, AutoML, SHAP explainability, and nested cross-validation. Use when building a predictive model for a study.
常见问题
研究概念架构图绘制能做什么?
把中介调节等研究假说画成可编辑的SVG与PPTX研究架构图,支援PRISMA样本流程图版式。论文或口试要画架构图时使用。
如何安装研究概念架构图绘制?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「研究概念架构图绘制」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。
研究概念架构图绘制需要哪些权限?
该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。
研究概念架构图绘制经过官方审核吗?
是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。