科研 Skill 目录
WARN CodexClaude Code

Nature Figure

投稿级科研论文图表制作，支持 Python (matplotlib/seaborn) 和 R (ggplot2/patchwork/ComplexHeatmap) 双后端，输出 SVG/PDF/TIFF，面向 Nature 系列期刊标准。

评测任务

从科学数据和结论出发，生成符合 Nature 系列期刊标准的投稿用图（SVG/PDF/TIFF），支持 Python 和 R 两种绘图后端。

模型适配边界

此技能的核心边界取决于模型的视觉能力，而非模型大小或品牌：

  • 多模态模型：可在生成后通过截图预览图表效果，迭代调整视觉细节（字号、间距、配色等），出图效率更高。
  • 纯文本模型：可完整生成绘图代码并运行，但无法预览输出。所有视觉检查必须导出文件后人工查看，迭代周期较长。代码本身的正确性不受模型视觉能力影响。

图表中数据点的科学正确性由脚本（matplotlib/ggplot2）保证，不依赖模型。模型的作用在于设计图表结构、选择图表类型和调整视觉参数。

主要边界

  • 图表生成前必须先定义科学结论和证据链——skill 要求在写代码前填写 figure contract。
  • Python 和 R 后端互斥：选定后整个任务（绘图、预览、导出、QA）使用同一后端。
  • 图表质量受限于用户提供的绘图后端版本和字体安装情况。
  • 多面板组合图的布局逻辑需要用户确认——skill 推荐布局方案但最终由用户决定。
  • 生成的图表为初始稿，投稿前必须经人工检查数据单位、图注和视觉一致性。

适用场景

  • Nature 系列及其他高影响力期刊的投稿用图
  • 多面板科学图表（多子图、组合图、热图等）
  • 需要可复现脚本的数据可视化
  • 已有明确数据来源和图表构思的成图任务

不适用

  • 纯文本模型用户——无法预览生成图表，只能盲出代码后人工检查
  • Dashboards、信息图或 Illustrator/Figma 优先的设计类任务
  • 无数据仅有模糊想法的情况——skill 要求先定义科学结论和证据链

安装方式

**Codex（推荐：插件市场一键安装）** CLI 安装： codex plugin marketplace add https://github.com/Yuan1z0825/nature-skills --ref main codex plugin add nature-skills@nature-skills Desktop 安装：在 Codex 插件市场中添加自定义源： 源地址：https://github.com/Yuan1z0825/nature-skills.git 分支：main 插件名：nature-skills 安装后所有 nature-* 技能作为一个完整包可用，包含共享支持文件。 **Claude Code** Claude Code 插件市场安装： claude plugins add nature-skills@nature-skills 或手动将 skills/nature-*/ 目录复制到 Claude Code 的 skills 目录。 **Python/R 环境准备（nature-figure 额外步骤）** 此技能依赖 Python 或 R 环境进行实际绘图： - Python 后端：需要 matplotlib 和 seaborn（pip install matplotlib seaborn） - R 后端：需要 ggplot2、patchwork、ComplexHeatmap（install.packages(...） 首次使用时 skill 会要求选择后端（Python or R?），选择后不可在任务中途切换。 **手动安装（备用）** 如无法使用插件市场：下载仓库 ZIP 包，将 skills/nature-<name>/ 和 skills/_shared/ 目录复制到 Codex/Claude Code 的 skills 目录。注意必须复制整个目录而非仅 SKILL.md。

查看完整安装文档 →

输出样例

  • 提示词：画一张 Pt/CeO2 催化剂的 XRD 图和 TEM 图的组合图，投 Nature Communications → 输出：多面板 figure，左侧 XRD 谱图标注晶面和 PDF 标准峰，右侧 TEM 图加标尺和粒径分布直方图，配色使用 Nature 推荐色板，导出为 SVG。
  • 提示词：plot the LSV curves for three catalysts with error bars → 输出：带误差棒的极化曲线图，三条曲线用可区分色，图注清晰标注催化剂名称，坐标轴格式符合期刊要求。
  • 边界案例：输入帮我画个好看的图（无数据无要求）→ skill 拒绝并提示：请先提供数据、明确科学结论和图表类型。
  • 边界案例：纯文本模型生成图表 → 代码生成后无法可视化预览，只能导出文件后人工查看，迭代周期较长。