科研 Skill

科研可视化与报告

scientific-visualization-reporting

生成科研图表、交互式可视化、质量报告或论文图谱叙事时使用;不用于执行原始生物信息分析。

官方收录发布者 Codar安全审核通过v0.1.4更新于 2026-10-10

SKILL.md

科研可视化与报告

对所有图形执行同一流程

  1. 明确比较。 用一句话确定读者要比较什么、独立观察单位及证据层级。检查现有数据、元数据与分析记录;只有截图不补造数值。仅补问文件无法核实且会改变设计的事实,配置与图形选择由智能体承担。
  2. 保持事实。 保留实体身份、单位、变换、参考/比较方向、筛选及统计来源。排序、聚合、归一化必须有依据且可追溯;缺失、零、未检验和无发现不混同。配对、时间、空间、层级和组成关系按实际设计保留,不为外观改变统计结论。
  3. 选择表达。 从比较任务和变量类型选择位置、长度、颜色、形状等编码,不按疾病名或范图机械套模板。每种编码须说明含义,标签能回到稳定身份;同语义跨图映射一致,尺度/截断/不确定性透明。已有R或Python流程沿用实际对象,不强制换语言。
  4. 同源生成。 图、源表、图例与图注中的数字从同一已核实结果生成;绘图与解释分开。每项结果性陈述对应具体数据或分析记录,无依据时缩为描述或明确未知;关联、预测、显著性与因果机制不得互换。读通用验收核对,不能只润色句子。
  5. 验证交付。 核查源数据→展示数据→视觉编码→文字解释是否一致,再看最终尺寸下的实际图。失败先定位数据、分析、绘图或导出环节并修复,不靠删异常/阴性值或调阈值凑图。正式静态图默认同一最终图形成套导出PNG/PDF/SVG,附数据、配置、图注和来源记录,输出不覆盖。技术通过、视觉审阅和科学解释分别报告,不保证录用。

默认白底、无背景网格、无面板内标题;科学参考线保留。合理例外按读图用途说明。颜色、字体与布局细节仅在配置/检查时读配色与多面板,导出时读统一交付。不把所有支持资料一次性加载。

按实际输入调用资源

下列是实现适配器,不是仅限这些图的能力清单。未列出的图形仍执行上述流程,核验专业方法与实际工具;无法满足时明确缺口,不硬转成热图。跨Plugin调用先确认能力已安装。

当前需要按需读取/调用
已计算的长表,适配器支持的点估计/矩阵/散点/趋势输入契约;scripts/render_evidence_figure.py
表达矩阵涉及基因注释和展示变换表达矩阵适配契约;可选 scripts/render_expression_heatmap.py
建立项目配色assets/scientific_palettes.tsv;scripts/scientific_colors.py 或 scripts/scientific_colors.R,用完整类别映射而非按每图顺序选色
同一个最终对象成套导出scripts/figure_delivery.py 或 scripts/figure_bundle.R;scripts/verify_figure_bundle.py做文件/尺寸检查,不能证明语义正确

防止规范继续膨胀

遇到新错误先归因到身份/尺度、视觉编码、证据解释或导出执行,再修复公共机制并加入最小回归案例。主入口不累加图名、案例和故障清单;特殊资料只保留确实改变科学判断的条件或适配器输入契约。维护时合并重复规则,保留必要来源与边界。现有脚本测试不能证明所有未来图形、旧出口或R环境均已验证;不把文字约束当运行时保证。

所属插件

通用科研与数据服务通用科研工作流与共享生物医学数据 MCP。

安装该插件会一并获得同领域的 68 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

科研可视化与报告能做什么?

生成科研图表、交互式可视化、质量报告或论文图谱叙事时使用;不用于执行原始生物信息分析。

如何安装科研可视化与报告?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「科研可视化与报告」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。

科研可视化与报告需要哪些权限?

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。

科研可视化与报告经过官方审核吗?

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。