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
- 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。
- 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。
- 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。
- 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。
- 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
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
- API与外部系统集成设计或调用API、处理认证、限流、分页、重试和外部平台集成时使用;已有Claude Science数据访问应优先使用MCP。
- 生信分析代理可靠性评测当用户明确要比较生信助手、检查自动分析是否编造、评估升级回归或建立失败基准(BioAgent Failure Atlas),且有案例或记录时使用;组织冻结判据及产物审计,普通分析失败先回原流程,不要求科研新手设计测试。
- 生物医学知识图谱与RAG构建或查询基因-疾病、药物-靶点、文献和调控关系,进行证据子图聚合或生物医学RAG时使用;富集分析使用独立Skill。
- 数据库版本与分析结论漂移审计当用户说更新数据库后结果变了、以前显著现在没有、注释或排名不一致,或需比较两版资源影响(BioDataDrift)时使用;核验运行条件,已有结果比较漂移、有两版映射可固定背景重算,不要求用户理解哈希或参数。
- 临床研究报告整理适应症、患者人群、疾病生物学、标准治疗、监管先例或生成临床科研报告时使用;不替代临床诊断。
- 临床统计与生存分析开展生存分析、时间结局建模、删失数据处理或临床预测评估时使用。
- 临床试验检索与方案设计检索临床试验、比较试验设计或生成药物和器械临床试验方案时使用;不替代法规或医学专业审查。
- 探索性数据分析与统计检验当用户需要检查科研表格的数据质量、分布、关联和异常值,或为连续、分类、配对及多组数据选择并执行通用统计检验时使用;生存结局和专门组学模型使用对应领域 Skill。
- 生物信息文件格式转换与完整性校验当用户需要在 FASTA、FASTQ、SAM、BAM、CRAM、BIOM、TSV 或常见丰度表布局之间转换,并核对转换前后记录、配对关系和校验值时使用;分子结构格式转换不使用本 Skill。
- 科研数据隐私与脱敏当用户需要识别、移除或降低科研数据中的个人身份、基因组再识别和敏感元数据风险时使用。
- 科研表格数据处理清洗、校验、转换、筛选、聚合或序列化表格与DataFrame数据时使用;不用于领域统计模型或数据库在线检索。
- Word 公式处理器安全处理 Word 论文公式
- Word 文档处理读写编辑复杂 Word 文档
- 科研证据评估进行证据分级、矛盾搜索、来源回溯、模型评估或置信度校准时使用;不用于首次数据库检索。
- 生物医学实验设计设计生物医学实验、对照、重复、样本量、随机化或实验协议时使用;临床试验使用临床试验工作流Skill。
- 图像生成助手调用图像接口生成位图素材
- 科研计算环境与工作流配置Docker、HPC、Slurm、Nextflow、Snakemake、并行任务或科研流水线执行环境时使用;不用于解释生物学结果。
- 实验仪器数据标准化把实验室仪器输出转换为Allotrope ASM、规范JSON或二维表格并校验字段时使用;不用于生物统计分析。
- 文献检索与科学写作检索和核验科学文献、管理引文、撰写综述或形成有来源支撑的科学文本时使用。
- 机器学习训练与评估训练、推理、解释、交叉验证、基准评测或调优通用机器学习模型时使用;领域专用基础模型优先使用对应生物任务Skill。
- MCP工具发现与故障处理检查Claude Science MCP服务、发现工具、判断连接状态或排查工具调用失败时使用;不用于修改现有MCP源码。
- Markdown 转 Word 工具将 Markdown 转换为 Word 文档
- nf-core流程选择与比较当用户只有测序公司或科研平台交付的文件、仅知道样本来源,不清楚数据类型、能研究什么或如何分析时使用;先识别数据与处理阶段,再根据研究问题自主匹配分析流程、输入与参数,也支持已有明确方法的请求。
- nf-core-datasync流程当科研数据需要在存储位置间复制、同步或整理,且能核对源文件与目标位置时使用。根据文件、实验背景与研究问题判断适配性,选择方法及参数并解释限制;无需用户知道 nf-core/datasync。
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。