科研 Skill
科研绘图助手
scientific-figure
生成与优化科研图表,保留数据和配色,检查坐标轴零基线、图例、文字与裁切。
Skill 说明
适用于跨学科科研图表生成、局部修改与质量检查。数据图沿用现有 R/ggplot2 或 Python/Matplotlib 环境,支持柱状图、百分比堆叠图、UMAP 等;保留原始数据、统计口径、类别顺序、配色和用户指定尺寸。检查零基线、比例、图例、文字和裁切,在同一轮内修正发现的问题,交付预览与可编辑源文件。流程图、架构图和技术路线优先使用可用的 drawio;插画与非精确概念配图使用可用的 image-painter。
SKILL.md
科研绘图与修改
先判断内容:真实数据图沿用项目的 R/Seurat/ggplot2 或 Python;流程图、架构图和技术路线加载可用的 drawio skill;插画和非精确概念配图加载 image-painter。按当前已安装技能目录的真实名称加载。没有相应技能时使用现有环境,说明能力缺口,不猜路径或临时换成位图服务。首页选择本技能不表示用户要求新建分析项目。
- 用
figure_checkpoint(action="begin", requirements=[...])记录本次要求:允许改变的样式、必须保留的数据/分类颜色/节点关系、交付格式。分别列出用户锁定值和模型自行估计值;后续要求覆盖同一属性的旧要求(如“柱高 1000 px”覆盖“与 Fig13 一样高”),不是把全部历史参数永久锁死。已有图先读源文件及预览;默认保留此前已确认的样式,不因“美观”重选全部颜色。若环境没有该工具,使用 read_file 看图并在本轮记录修正次数,不能声称有运行时预算保证。 - 数据图先读 data-plots.md,已有 Matplotlib 脚本优先用其中的一条渲染验收命令。明确目标图与不应变化的文件;只改 UMAP 不得顺带重画柱图、改其基线或全局主题。流程图交给 drawio 完成关系定义、自动布局和导出,不同时走两条生图链路。一次确定主图方案后尽快出首稿,不在首稿前多轮规划或读取整个渲染器源码。
- 数据图保存前先测量布局:UMAP 的面板宽高与坐标单位比例分别检查;组别配色核对名称和别名;图例检查包括 figure 级图例。少数组别柱图同时检查柱高宽比、整体画幅、文字和图例,不只追逐单个像素数。具体方法见数据图参考,已有 Matplotlib 图使用
quality.py --layout检查指定输出。再统一用figure_checkpoint(action="inspect", paths=[本轮所有预览])查看实际像素,按原需求查内容和版式。工具已返回图片时须实际审阅,不能以“无法判断美观”为由把第一轮检查交给用户。脚本退出码、文件数和文件大小都不能证明图面正确。发现问题时集中修正,不逐个警告反复重画。同一组像素已检查且无修改时,直接收尾,不重复读图。 首稿是内部候选图,首次交付就要完成验收。 普通绘图或样式修改请求中,本次目标图出现零基线空隙、裁切等检查失败时,在同一轮内修正源脚本并重新渲染、验收,不把“已发现问题,是否修复”作为交付结果,也不等用户再次反馈。用户明确要求只诊断不修改,或修正会违反用户锁定值时,才保留问题并说明;无关图仍按原范围保护。 - 初稿后最多两轮修改。达到要求立即交付;达到预算仍有缺陷则交付最佳草稿并列出缺陷。最终回复显示主图和可编辑源文件,不以继续检查的计划结束。旧图在新图完成前保留。
对于可结构化的数据图,scripts/plot.py 提供可复用的 Python 渲染器和受限修改入口;已有 R 项目优先按参考规范局部修改原脚本,不迁移分析环境。修改脚本不代表可以重新分析、删除样本、修改统计口径或覆盖已认可的配色。
对已有分组计数的 100% 堆叠图,scripts/composition.py 可输出指定柱高、右侧图例及与高度协调的默认柱宽,保留明确指定的宽度,并报告细长柱等具体缺陷。输入契约、最新要求优先级和 R 工作流做法见数据图参考;不要为使用此脚本重新分析或改写原始对象。
多图配套或“按另一张图调整尺寸”时,使用数据图参考中的“多图一致性与参照图尺寸”:先保护各图指标含义,再在相同 DPI 下对齐实际数据图形,防止把图例色块算成柱高。用户后续要求覆盖先前的同项要求,未冲突的颜色、指标和图例约定继续保留。
验收时从最终交付的源文件重新生成预览,核对预览与实际交付版本一致。
示例提示词
请基于我提供的数据或现有绘图脚本生成或优化科研图表,保留数据、统计口径和已确认配色,检查坐标轴零基线、图例、文字及裁切,展示最终图片并提供可编辑源文件。
相关科研 Skill
中药材分子鉴定用ITS2等DNA条形码鉴定药材基原物种,处理多基原与降解样品局限。适用于药材真伪鉴别研究,不替代法定检验。
中药网络药理学用TCMSP等数据库构建成分-靶点-通路网络并做富集分析,批判性讨论方法学局限。适用于中药机制假设生成与论文方法复核。
中医术语标准与知识图谱建立中医药术语与WHO/ICD-11标准的映射,设计本体并用Neo4j构建知识图谱。适用于数据整合与科研检索,不作临床决策系统。
方剂配伍规律挖掘对方剂做药名规范化、关联规则与网络聚类分析,发现候选核心药组。适用于用药规律挖掘,结果仅为待验证假设,不作处方依据。
证候与症状数据分析对症状量表数据做术语规范、潜在类别与因子分析,探索统计学证候模式。适用于证候分型研究,结果不用于个体辨证诊断。
泵用混合物热力学计算Calculates thermodynamic properties and mixture phase behavior for pump applications using the thermo Python library’s DIPPR/NIST correlations. Use for VLE or mixture property calculations.
常见问题
科研绘图助手能做什么?
适用于跨学科科研图表生成、局部修改与质量检查。数据图沿用现有 R/ggplot2 或 Python/Matplotlib 环境,支持柱状图、百分比堆叠图、UMAP 等;保留原始数据、统计口径、类别顺序、配色和用户指定尺寸。检查零基线、比例、图例、文字和裁切,在同一轮内修正发现的问题,交付预览与可编辑源文件。流程图、架构图和技术路线优先使用可用的 drawio;插画与非精确概念配图使用可用的 image-painter。
如何安装科研绘图助手?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「科研绘图助手」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。
科研绘图助手需要哪些权限?
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。
科研绘图助手经过官方审核吗?
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。