Lab 实测摘要

详细报告运行日志测试输出

测试：4/4 任务通过，结论：全部通过测试时间：2026-06-15

Nature-quality scientific figure generation with matplotlib/ggplot2 dual backend, figure contract methodology, and strict export standards.

查看完整 Lab 摘要 →

摘要：nature-figure

一句话

发表质量科学图形生成 Skill，具有 Nature 风格格式化；Python + R 双后端，图形契约方法论，严格的导出标准。

判定：WARN

该 Skill 为单学科期刊图形交付了卓越质量。图形契约方法论（声明→证据→图表）确保输出追溯到输入数据。风格规则（Arial 6.5pt，NMI 柔和色调，0.35pt 线条）精确且经过验证。然而，跨学科边缘情况暴露了视觉规范的张力，且后端选择必须在生成前确定。

测试结果（L3，2026-06-14）

模块	任务数	PASS	WARN	FAIL
figure	4	3	1	0
总计	4	3	1	0

关键发现

1. 柱状图生成是发表就绪的。 任务 01 从 AOR 活性 CSV 产生正确的柱状图，具有 Nature 风格（Arial 6.5pt，NMI 柔和色调，0.35pt 线条宽度）。

2. 多面板布局正确配置。 任务 02 交付正确的双面板图形（活性 + 稳定性），面板标签、图例和比例配置正确。

3. 发表风格审计是系统化的。 任务 03 通过所有风格检查（字体、颜色、线条宽度），产生 SVG（可编辑）+ 600 DPI TIFF（发表）。

4. 跨学科图形存在风格张力。 任务 04 在化学和生物视觉规范之间混合，产生 WARN。剂量-效应标注正确，但对数刻度和混合规范需要人工审核。

5. 图形契约方法论是严谨的。 每个图形从声明→证据→图表进行追溯，在过程证据和样式 JSON 文件中均可见。

优势

• 图形契约方法论确保可追溯性
• 精确的 Nature 风格规则（Arial 6.5pt，NMI 柔和色，0.35pt 线条）
• Python + R 双后端灵活性
• 多种导出格式（SVG、PDF、TIFF、PNG）
• 声明→证据→图表可追溯性
• 系统化多面板布局构建器

局限

• 跨学科视觉规范可能发生冲突
• 后端选择必须在绘图前确定
• 字体依赖（Arial）需要系统安装
• 无内置交互式/仪表盘模式
• 图形契约是手动编写的，非自动推断
• 缺失运行时/包会阻止渲染

安全检查清单

• 纯本地操作
• 无需 API 密钥
• 无网络调用
• 无远程代码执行
• 仅本地文件读写
• 无个人数据暴露
• 合成测试数据

证据索引

证据文件	状态	关键声明
scorecard.md	完整	4 项任务 × 6 维度
privacy-check.md	通过	合成数据，无敏感信息
website-handoff.md	已起草	WARN 推荐
evidence-index.md	完整	任务清单和文件计数

详细审计

适用场景

• Nature-level出版级图表生成
• 单学科科学数据可视化

不适用

• 需要跨学科视觉风格灵活切换的用户
• 无Arial字体的环境

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。