CommunityImagengithub.com

Scientific-visualization (Visualización Científica)

Crea, actualiza o edita figuras científicas de calidad publicable y visualizaciones de datos multicapa en Python o R, o critica una figura suministrada cuando se solicita revisión. Mantén las ediciones locales ligeras. Excluye la interpretación ordinaria de figuras, el texto de solo título/pie y el diseño general de diapositivas o páginas web.

¿Qué es Scientific-visualization (Visualización Científica)?

Esta habilidad (skill) está diseñada para que un agente de IA pueda actuar como un ilustrador científico y diseñador de visualización de datos de nivel experto, creando figuras listas para publicar en revistas académicas, presentaciones, carteles o resúmenes gráficos. El flujo de trabajo se centra en la precisión de la correspondencia datos-visual y en el cumplimiento estricto de las dimensiones físicas reales (1:1) del medio de destino final, utilizando ya sea Python (Matplotlib, Seaborn, Scanpy) o R (ggplot2, ComplexHeatmap) para generar gráficos vectoriales editables. Además de la creación, la habilidad permite dos modos adicionales: (1) micro-ediciones ligeras (cambiar etiquetas, colores, fuentes) manteniendo la estructura científica sin cambios; y (2) revisión de figuras (solo lectura) para diagnosticar problemas de diseño, tipografía, escalas y coherencia, ofreciendo recomendaciones corregibles sin modificar los archivos fuente. La habilidad excluye explícitamente la interpretación semántica de gráficos, la redacción de pies de figura y el diseño general de diapositivas o páginas web, a menos que esté integrado con la creación o edición de la figura científica en sí.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/FurinadeFountain/clinical-research-agent-skills/tree/HEAD/skills/scientific-visualization

Installed? Explore more Imagen skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Visualización Científica y Revisión Visual

Crea figuras científicas de calidad publicable en las dimensiones físicas reales 1:1 del escenario de entrega final (ancho de columna de la revista, cuadro de contenido utilizable de la diapositiva o marco de póster/resumen gráfico), comunicando claramente relaciones biológicas, clínicas o biomecánicas. Un autor principal mantiene de forma centralizada la única fuente de la figura y el código fuente, verifica la fidelidad de la asignación datos-visual, y primero pasa una revisión estática determinista antes de inspeccionar visualmente la salida renderizada real.

Ámbito de aplicación y derivación de tareas

Tipo de solicitudRuta de ejecución
Micro-ajuste local (sin cambios en el significado científico): modificar una sola anotación, color, tamaño de fuente, alineación o defecto localEditar solo el objeto de destino en el archivo fuente existente, reexportar y ejecutar lint_figure.py y comprobar las partes afectadas y las dependencias de maquetación adyacentes. No reestructurar subfiguras no relacionadas, no añadir subagentes, no revisar contenido no modificado. (Si la modificación de la etiqueta altera unidades, grupos de comparación, denominadores o la solidez de la afirmación, se trata como un cambio sustancial de datos).
Creación de nueva figura o rediseño sustancialPrimero fijar el medio de destino y las dimensiones físicas 1:1. Combinando datos reales y fuentes bibliográficas, planificar la historia completa de resultados científicos de la figura completa y su estructura narrativa modular (para figuras de página completa con 6–12+ subgráficos, definir las líneas narrativas, puntos de anclaje principales y secundarios, espacios de sangría terciarios y la responsabilidad de cada subgráfico); dentro de un solo panel, evaluar relaciones multidimensionales acopladas consultando Arquetipos de gráficos compuestos avanzados y flujo de trabajo de paquetes para evaluar la forma de la dimensión superior. La composición, tipografía y revisión visual de la figura completa deben cumplir con Preferencias de diseño tipográfico y anotaciones, Paletas de colores y codificación visual, las guías del campo correspondiente y Puerta de revisión de figuras.
Solo solicitar revisión o diagnóstico de figuraMantener estrictamente solo lectura. Si hay un archivo fuente SVG/PDF, ejecutar lint_figure.py; si solo hay captura de pantalla/bitmap, hacer solo diagnóstico en el rango visible, aclarando que las fuentes y la estructura vectorial no se han verificado, y no forzar la ejecución del script con un formato no compatible. Luego, consultar Preferencias de diseño tipográfico y anotaciones y Puerta de revisión de figuras para verificar la figura renderizada y el código fuente/datos existentes, dando recomendaciones de localización de defectos y reparación factibles, sin reescribir el archivo fuente ni generar agentes de revisión adicionales.
No está en el ámbito de esta habilidadInterpretación pura del sentido de la figura, modificación solo del texto del pie de figura (pertenece a scientific-prose) o diseño general de diapositivas/página web (pertenece a presentation-workflow), a menos que sea necesario crear o editar la propia figura científica dentro de ellas.

Dimensiones físicas del medio y ajustes preestablecidos de tamaño de fuente

Antes de escribir cualquier coordenada, fijar el medio de destino y los ajustes preestablecidos físicos 1:1. Está estrictamente prohibido usar un lienzo grande y flexible (por ejemplo, figsize=(12, 10)) para hacer una figura aproximada y luego esperar escalarla globalmente al insertarla. Si la revista de destino, la plantilla de diapositivas o el usuario proporcionan dimensiones específicas, se utilizarán esas. Las dimensiones, fuentes, idioma, tamaños de fuente y estilos de numeración en la tabla siguiente son ajustes preestablecidos personales predeterminados, no un estándar científico universal; los requisitos del usuario/proyecto/revista pueden anularlos sin necesidad de confirmación repetida. Los datos, unidades, denominadores, muestras independientes y la veracidad de la codificación no se relajan debido a la anulación de estilos.

Medio de entrega preestablecidoLienzo / Dimensiones físicas de inserciónTipografía y numeración de subfigurasGrosor de línea y marco de ejes
Artículo de revista / Solicitud de subvención / Informe de investigación formal (por defecto cuando no se especifica)Una columna: 85–89 mm (3.35–3.50 in); 1.5 columnas: 114–136 mm (4.49–5.35 in); Dos columnas: 174–183 mm (6.85–7.20 in); Altura máxima de figura completa: 170–200 mmArial (o Helvetica), con símbolos matemáticos en Latin Modern Math. Títulos de ejes, valores de marca, leyendas y anotaciones de diagramas mecánicos en 6–7 pt Regular (subíndices y superíndices duros en 5 pt, sin negrita en títulos de ejes). En figuras de varias columnas, colocar solo el 8 pt Bold independiente, mayúscula y sin serifa (A, B, C, D) en la esquina superior izquierda exterior de cada subgráfico (para la revista Nature, usar minúsculas a, b, c, d); prohibido añadir títulos de subgráfico después del número (prohibido A: Presión arterial); solo cuando los subgráficos hermanos del mismo tipo necesiten distinguir condiciones experimentales/modos/genotipos, usar una etiqueta corta de condición en 6–7 pt Regular.Ejes limpios sin borde superior ni derecho (0.5–0.75 pt, #222222 o negro puro, fondo sin rejilla por defecto a menos que sea necesario para la lectura); curva de datos principal y líneas de contorno principales 0.75–1.25 pt.
Diapositivas académicas (presentation-workflow y plantillas Beamer personalizadas de la institución)Primero leer las dimensiones reales del cuadro de contenido disponible de la diapositiva correspondiente, sin escalar ni deformar directamente el diseño de un artículo. Beamer 16:9 (página completa 160 × 90 mm): cuadro de figura comúnmente usado 135–148 × 55–68 mm. PPTX / Keynote panorámico (página completa 338.7 × 190.5 mm / 13.33 × 7.5 in): generar la figura estrictamente dentro del cuadro de inserción reservado en la página.Beamer 16:9: anotaciones regulares 8–10 pt Regular (subíndices/superíndices >=7 pt). PPTX/Keynote panorámico: anotaciones regulares 14–18 pt Regular (subíndices/superíndices >=12 pt). La fuente debe ser consistente con la diapositiva actual (Source Sans 3 / Source Han Sans SC / KpMath Sans, si no, usar Arial/Helvetica). A menos que sea necesario señalar cada subgráfico durante la presentación, omitir la numeración al estilo A, B, C; reducir la densidad de texto y subgráficos para adaptarse a la visualización a distancia y coordinar con el fondo de la diapositiva.Beamer 16:9: eje 0.8–1.1 pt, curva principal 1.2–1.8 pt. PPTX panorámico: eje 1.0–1.5 pt, curva principal 1.5–2.5 pt. De igual manera, eliminar las líneas de eje superior y derecha redundantes, usando rejilla con moderación según sea necesario.
Cartel académico / Resumen gráfico / Ocasiones específicasAntes de empezar a dibujar, fijar el ancho y alto exactos del cuadro de inserción real o del marco de visualización.Diseñar el tamaño de fuente regular (Regular) y la jerarquía visual de forma proporcional a la distancia de lectura física real.El grosor de la línea del eje, la vía principal y la línea de datos se escala proporcionalmente con el ancho real del lienzo.
  • Limpieza del texto en el lienzo: las anotaciones dentro de la figura usan inglés por defecto (a menos que la diapositiva o el medio de publicación requieran chino); el texto del pie de figura sigue el idioma del texto principal. No colocar títulos generales de figura, subtítulos, etiquetas de banner o texto legal defensivo en la esquina inferior derecha dentro del lienzo del artículo, a menos que el usuario lo especifique explícitamente.
  • Formato de exportación e incrustación de fuentes (requisito general): los gráficos de datos y diagramas vectoriales se exportan en PDF/SVG vectorial editable, con incrustación forzada de fuentes editables y buscables (pdf.fonttype = 42, ps.fonttype = 42, svg.fonttype = 'none'). Al incrustar imágenes de microscopía, CT, MRI, ultrasonido o renderizado 3D, mantener la resolución física 300–600 dpi en las dimensiones finales de inserción (para archivos de entrega PNG o de comprobación, >=600 dpi).
  • Plantilla de configuración de doble pila y entrada del intérprete local: antes de escribir scripts de trazado cuantitativo en Python o R, leer Plantillas de configuración de trazado de nivel publicable 1:1 para Python y R y entrada del intérprete local para reutilizar rcParams estándar (está estrictamente prohibido mezclar la fuente de respaldo DejaVu Sans), theme_pub_1to1(), la conversión PT_TO_MM y la ruta del intérprete local Conda/Miniforge.

Enrutamiento de tipos de gráficos y pila de trazado

Según el tipo visual de destino, usar una pila de herramientas de producción determinista y editable (está estrictamente prohibido llamar a subagentes de generación de mapas de bits AI o herramientas de modelo de difusión para generar gráficos de datos científicos o diagramas esquemáticos de mecanismos, porque la generación ráster pierde precisión topológica biofísica, editabilidad de elementos individuales y claridad vectorial):

  • Gráficos estadísticos, formas de onda fisiológicas, paneles multiómica e imágenes biológicas reales → Primero leer Panel de datos, multiómica e imágenes reales, Arquetipos de gráficos compuestos avanzados y flujo de trabajo de paquetes y Paletas de colores y codificación visual. Dibujar directamente los gráficos cuantitativos mediante código a las dimensiones físicas 1:1 exactas del medio de destino, o realizar recortes fieles, bloqueo de escala de grises, incrustación de barras de escala y composición de paneles múltiples en imágenes originales de experimentos reales:
    • Preferir la pila de R (ggplot2 / patchwork / ggdist / ggalluvial / ComplexUpset / forestploter / rms / ComplexHeatmap / circlize / ggraph): para manejar distribuciones de nubes de lluvia y estimación del tamaño del efecto, diagramas de flujo de cohorte aluvial, gráficos de bosque clínico integrados tabla-gráfico, splines cúbicos restringidos (RCS) superpuestos con mapa de densidad de exposición, diagramas de cuerda circular, redes de asociación de matriz semirrotacional y mapas de calor con anotaciones multicapa.
    • Preferir la pila de Python (Matplotlib / Seaborn / Marsilea + legendkit / pyCirclize / UpSetPlot / Scanpy): para manejar formas de onda electrofisiológicas y hemodinámicas de alta frecuencia de muestreo y diagramas de fase de bucle, paneles nativos de AnnData de una sola célula y transcriptómica espacial, matrices de combinación declarativa multi-pista, y figuras compuestas madre mezcladas con renderizados 3D de CT/MRI o diagramas de mecanismo <svg>.
  • Mallas 3D, campos de deformación, imágenes de CT / MRI y figuras de fusión órgano-señal → Primero leer Mecánica espacial y visualización 3D. Fijar estrictamente el ángulo de cámara, la proyección y los límites superior e inferior de la escala de color entre estados; combinar el renderizado 3D/imagen de alta DPI con ejes vectoriales, escala de color y etiquetas de fuente de tamaño acorde con el medio.
  • Diagramas esquemáticos de mecanismos, vías de señalización, grafos causales (DAG) y diagramas de flujo de investigación → Antes de empezar a dibujar, leer obligatoriamente Diagramas esquemáticos y especificaciones de ensamblaje:
    • Flujos computacionales, geometría matemática, DAG causal, diagrama de flujo CONSORT o líneas de tiempo de intervención: construir con código vectorial estructurado (TikZ / Typst / SVG limpio + ilustraciones de datos reales en miniatura) sobre una cuadrícula de maquetación rigurosa.
    • Diagramas esquemáticos de mecanismos celulares, tisulares, orgánicos y moleculares: el autor principal debe escribir directamente ilustraciones <svg> vectoriales con agrupación semántica clara, coordenadas deterministas y elementos individuales editables de forma independiente, con rellenos de capas de tono de color suave y coordinado y trazos de un tono más oscuro del mismo color (está estrictamente prohibido el tosco borde negro grueso #000000 de dibujos animados). Ajustar el nivel de detalle de los elementos gráficos según las necesidades de la explicación científica: los circuitos de transducción de señales, los bucles de retroalimentación y los diagramas de bloques de fisiología sistémica deben priorizar bloques de colores planos y formas geométricas simples; solo cuando la morfología celular/tisular, la curvatura de la membrana celular o la microestructura de barrera son en sí mismas parte del argumento científico, introducir selectivamente contornos Bézier cúbicos orgánicos, elementos <defs>/<g> de receptores/canales iónicos/orgánulos estándar, degradados contenidos o 2–3 capas de profundidad interna (se pueden integrar componentes SVG de BioIcons / SciDraw / Servier / propios del proyecto, normalizados en tamaño de fuente y ancho de línea). El texto dentro de la figura debe ser conciso (1–4 palabras en inglés) y usar un peso de letra Regular oscuro y uniforme en toda la figura, evitando el estilo de IA de "título principal en negrita + subtítulo en fino claro" y anotaciones entre paréntesis en letra pequeña; nunca usar toscos Circle/FancyBboxPatch sin estilo para simular estructuras biológicas, ni usar diagramas de caja draw.io / Mermaid llenos de oraciones largas.

Verificación y ciclo de entrega

  1. Primero verificar el origen de los datos, luego ejecutar la revisión estática determinista: comprobar las tablas de unión exactas, unidades de medida, denominadores, tamaño de muestra biológica independiente n y distinción de réplicas técnicas y manejo de valores faltantes; después de exportar PDF/SVG, ejecutar primero lint_figure.py (por defecto --mode manuscript, para diapositivas pasar --mode slide). Usar --allow-cjk, --allow-font FAMILIA, --max-width-mm, --max-height-mm y --min-dpi repetibles según los requisitos del medio ya determinados para anular los estilos predeterminados; no relajar los requisitos reales solo para pasar la prueba. El script comprueba las dimensiones físicas declaradas, la incrustación de fuentes en PDF, algunas reglas de fuentes/texto y la resolución real de mapas de bits; las comprobaciones de SVG solo pueden sugerir problemas de edición en <text>/<path>, no pueden demostrar que todo el texto es editable. Los elementos no cubiertos, como el diseño CSS, las ventanas gráficas anidadas, las instancias <use> o la falta de herramientas, se marcan como no verificados en la salida; si es necesario, comprobar el PDF renderizado final; pasar la revisión estática no garantiza que se cumplan todas las relaciones científicas, la legibilidad o los requisitos de la revista.
  2. Es obligatorio inspeccionar visualmente la imagen del producto final exportada (usando la herramienta de visualización de imágenes del host para abrir directamente el PDF/PNG exportado), y comprobar elemento por elemento siguiendo Puerta de revisión de figuras: claridad a tamaño 1:1, alineación de números A, B, C independientes, sin encabezados redundantes ABCD + título de subgráfico, sin superposición o recorte de texto, una sola unidad física por eje y correspondencia de leyenda; si se encuentra algún choque o defecto tipográfico, volver a trabajar inmediatamente antes de entregar.
  3. Mantener la sincronización de los activos fuente limpios: guardar el script de trazado reproducible, el archivo maestro vectorial editable y el producto final exportado según lo especificado. Solo es necesario leer Especificaciones de autoevaluación del skill al mantener o probar el propio skill scientific-visualization.

Skills relacionados