科研级图表可视化技能（Scientific Visualization）

技能简介

Scientific Visualization 是一款面向科研论文场景的图表制作技能，专为 Claude、Codex、Claude Code 等 AI 编程助手设计。科研图表经常因为尺寸、配色、字体或导出格式不符合期刊要求而被审稿人或编辑部退回，这款技能把「期刊级图表规范」固化成一套可复用的工作流，让 AI 在生成图表时直接遵循投稿标准，而不是事后返工。它覆盖 matplotlib、seaborn、plotly 三大主流绘图库，并内置配色、排版、导出与可访问性检查清单，把零散的作图经验沉淀成一条标准生产线。

核心能力

1. 多库图表规划：为 matplotlib、seaborn、plotly 生成成套的图表实现方案，覆盖折线图、散点图、热力图、分布图等常见科研图形。
2. 期刊尺寸与排版规范：内置面向投稿的图幅尺寸、字号、DPI、线宽等排版指引，帮助图表一次通过期刊的技术审查。
3. 色盲友好配色：针对分类型、顺序型、发散型数据分别推荐色盲安全（colorblind-safe）调色板，避免红绿对比等可读性问题。
4. 多面板布局支持：支持带子图编号（panel labels）的多面板组合图，保持各子图样式统一。
5. 导出辅助脚本：提供图形导出与 matplotlib 样式预设的辅助脚本，减少手动配置导出参数的重复劳动。
6. 常见问题自检：自动检查缺失单位、对比度不足、文字过小等常见投稿问题，降低被退回概率。

安装配置

1. 确保本地具备可用的 Python 环境，并安装 matplotlib、seaborn、plotly 等绘图库。
2. 通过 Skillstore 安装命令添加技能：npx skillstore add davila7/scientific-visualization。
3. 在 Claude、Codex 或 Claude Code 中启用该技能；如需导出静态图片，请按需安装 Kaleido 等依赖。

使用步骤

1. 明确目标期刊：在开始作图前先确定投稿期刊，因为图幅尺寸与导出格式都以此为准。
2. 录入数据与需求：把数据列、图表类型、目标期刊等信息交给 AI，让它规划符合规范的图表方案。
3. 生成或改造图表：让技能生成新图，或让它审查已有图表的字体、配色、单位、图例、分辨率与导出设置。
4. 设计多面板组合：需要时让它规划子图顺序、图形类型、共享样式、可访问性检查与导出设置。
5. 按规范自检导出：在最终打印尺寸下复核图表，确认单位、样本量与误差线定义完整后再导出投稿。

适用场景

• 论文投稿配图：把草稿图转换为符合期刊尺寸、标签清晰、导出格式正确的正式配图。
• 实验室绘图规范化：让整个研究组使用统一的字体、调色板、子图编号与文件格式。
• 无障碍数据图形优化：用色盲安全配色与冗余编码替换可读性差的配色方案。
• 图表合规审计：对照期刊要求检查尺寸、排版、灰度可读性、误差线与统计标注。

适用人群

科研人员、研究生、数据分析师、论文作者，以及需要批量产出规范化图表的研究团队和期刊投稿相关从业者。

工作原理

该技能本质是一套结构化的科研绘图知识库与检查清单。它把期刊投稿的通用排版规范、配色原则、导出要求封装成提示与参考材料，在 AI 生成或审查图表时逐条比对，从而把「凭经验作图」变成「按规范作图」。它提供指引与示例，但不会代替作者判断科学正确性，也不会实时校验出版社官网的最新规则。

官方链接

• Skillstore 页面：https://skillstore.io/skills/davila7-scientific-visualization
• 源码仓库：https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/scientific-visualization
• 安装命令：npx skillstore add davila7/scientific-visualization
• 许可协议：MIT