Communitygithub.com

インフォグラフィックス

Nano Banana Pro AIとスマートな反復改善を用いて、プロフェッショナルなインフォグラフィックを作成します。Gemini 3.6 Flashによる品質レビュー、research-lookupとWeb検索による正確なデータ収集を統合。10種類のインフォグラフィックタイプ、8種類の業界スタイル、色覚障碍者にも優しいパレットをサポートします。

インフォグラフィックス とは？

このスキルは、AIエージェントが複雑な情報を視覚的に魅力的なインフォグラフィックに変換できるようにするものです。Nano Banana Pro AIを使用して高品質なインフォグラフィックを生成し、Gemini 3.6 Flashによる迅速な品質レビューを統合し、文書タイプに応じた動的な品質しきい値に基づいて賢く反復を繰り返します。オプションの研究フェーズでは、Perplexity Sonar Proを使用して正確な事実や統計を取得し、データ駆動型のビジュアルの正確性を高めます。10種類のインフォグラフィックタイプ（統計、タイムライン、プロセスなど）、8種類の業界スタイル（コーポレート、ヘルスケア、テクノロジーなど）、色覚障碍者にも安全なパレットをサポートし、すべての出力がプロフェッショナルでアクセシブルであることを保証します。このスキルは、ドキュメントタイプに基づいたカスタマイズ可能なしきい値（マーケティング資料では8.5/10、内部ドラフトでは6.5/10など）によるスマートな反復精緻化を最大の特徴としており、初回生成がしきい値を満たせば不要なAPI呼び出しを節約し、それ以外の場合は最小限の労力でターゲット品質を達成するために再生成します。開発者ツール、市場調査レポート、科学スライドなどの他のスキルとシームレスに統合され、科学的発見やビジネスコミュニケーションを加速するために設計された研究エージェント向け手続き的知識ライブラリであるScientific Agent Skillsスイートの一部です。

対応~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/K-Dense-AI/scientific-agent-skills/tree/main/skills/infographics
オリジナルを見る→すべてのスキルを見る

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

ドキュメント

インフォグラフィックス は何をしますか？

概要

インフォグラフィックとは、情報、データ、知識を視覚的に表現し、複雑な内容を素早く明確に伝えるために設計されたものです。このスキルは、Nano Banana Pro AIによるインフォグラフィック生成、Gemini 3.6 Flashによる品質レビュー、Perplexity Sonarによるリサーチを利用します。

仕組み:

  • (オプション) リサーチフェーズ: Perplexity Sonarを使用して正確な事実と統計を収集
  • インフォグラフィックを自然言語で説明
  • Nano Banana Proが自動的に出版品質のインフォグラフィックを生成
  • Gemini 3.6 Flashが文書タイプのしきい値に対して品質をレビュー
  • スマートな反復: 品質がしきい値を下回る場合のみ再生成
  • 数分でプロフェッショナルな出力が完了
  • デザインスキルは不要

文書タイプ別の品質しきい値:

文書タイプしきい値説明
marketing8.5/10マーケティング資料 - 説得力が必要
report8.0/10ビジネスレポート - プロフェッショナル品質
presentation7.5/10スライド、トーク - 明確で魅力的
social7.0/10ソーシャルメディアコンテンツ
internal7.0/10社内利用
draft6.5/10作業中のドラフト
default7.5/10汎用

作成したいものを説明するだけで、Nano Banana Proが生成します。

クイックスタート

インフォグラフィックを説明するだけで生成できます:

# リストインフォグラフィックを生成（デフォルトしきい値 7.5/10）
python skills/infographics/scripts/generate_infographic.py \
  "5 benefits of regular exercise" \
  -o figures/exercise_benefits.png --type list

# マーケティング用に生成（最高しきい値: 8.5/10）
python skills/infographics/scripts/generate_infographic.py \
  "Product features comparison" \
  -o figures/product_comparison.png --type comparison --doc-type marketing

# コーポレートスタイルで生成
python skills/infographics/scripts/generate_infographic.py \
  "Company milestones 2010-2025" \
  -o figures/timeline.png --type timeline --style corporate

# 色覚障碍者にも安全なパレットで生成
python skills/infographics/scripts/generate_infographic.py \
  "Heart disease statistics worldwide" \
  -o figures/health_stats.png --type statistical --palette wong

# リサーチありで生成（正確で最新のデータを取得）
python skills/infographics/scripts/generate_infographic.py \
  "Global AI market size and growth projections" \
  -o figures/ai_market.png --type statistical --research

バックグラウンドで行われる処理:

  1. (オプション) リサーチ: Perplexity Sonarが正確な事実、統計、データを収集
  2. 生成1: Nano Banana Proがデザインのベストプラクティスに従って最初のインフォグラフィックを作成
  3. レビュー1: Gemini 3.6 Flashが文書タイプのしきい値に対して品質を評価
  4. 判断: 品質 >= しきい値 → 完了（これ以上の反復は不要！）
  5. しきい値未満の場合: 批評に基づいてプロンプトを改善し、再生成
  6. 繰り返し: 品質がしきい値を満たすか、最大反復回数に達するまで

スマートな反復の利点:

  • ✅ 最初の生成が十分良ければAPI呼び出しを節約
  • ✅ マーケティング資料にはより高い品質基準
  • ✅ ドラフトや社内利用向けには迅速なターンアラウンド
  • ✅ 各ユースケースに適した品質

出力: バージョン管理された画像と、品質スコア、批評、早期停止情報を含む詳細なレビューログ。

このスキルを使用するタイミング

インフォグラフィックススキルは以下の場合に使用します:

  • データや統計を視覚的な形式で提示する
  • プロジェクトのマイルストーンや履歴のタイムライン可視化を作成する
  • プロセス、ワークフロー、またはステップバイステップガイドを説明する
  • オプション、製品、または概念を横並びで比較する
  • キーポイントを魅力的なビジュアル形式で要約する
  • 地理的または地図ベースのデータ可視化を作成する
  • 階層的または組織図を作成する
  • ソーシャルメディアコンテンツやマーケティング資料をデザインする

代わりにscientific-schematicsを使用するケース:

  • 技術的なフローチャートや回路図
  • 生物学的経路や分子図
  • ニューラルネットワークアーキテクチャ図
  • CONSORT/PRISMA方法論の図

リサーチ統合

自動データ収集 (--research)

正確で最新のデータを必要とするインフォグラフィックを作成する場合は、--researchフラグを使用して、Perplexity Sonar Proで自動的に事実と統計を収集します。

# リサーチして統計インフォグラフィックを生成
python skills/infographics/scripts/generate_infographic.py \
  "Global renewable energy adoption rates by country" \
  -o figures/renewable_energy.png --type statistical --research

# タイムラインインフォグラフィックのリサーチ
python skills/infographics/scripts/generate_infographic.py \
  "History of artificial intelligence breakthroughs" \
  -o figures/ai_history.png --type timeline --research

# 比較インフォグラフィックのリサーチ
python skills/infographics/scripts/generate_infographic.py \
  "Electric vehicles vs hydrogen vehicles comparison" \
  -o figures/ev_hydrogen.png --type comparison --research

リサーチが提供するもの

リサーチフェーズは自動的に以下を行います:

  1. 主要な事実を収集: トピックに関する5〜8個の関連する事実と統計
  2. コンテキストを提供: 正確な表現のための背景情報
  3. データポイントを見つける: 具体的な数字、パーセンテージ、日付
  4. 情報源を引用: 主要な研究や情報源に言及
  5. 最新性を優先: 2023〜2026年の情報に焦点

リサーチを使用するタイミング

リサーチを有効にする (--research) ケース:

  • 正確な数値を必要とする統計インフォグラフィック
  • 市場データ、業界統計、トレンド
  • 科学的または医学的情報
  • 現在の出来事や最近の動向
  • 正確性が重要なトピック

リサーチをスキップするケース:

  • 単純な概念的なインフォグラフィック
  • 社内プロセスの文書化
  • プロンプトですべてのデータを提供するトピック
  • 速度が重要な生成

リサーチの出力

リサーチが有効な場合、追加ファイルが作成されます:

  • {name}_research.json - 生のリサーチデータとソース
  • リサーチコンテンツは自動的にインフォグラフィックプロンプトに組み込まれます

インフォグラフィックのタイプ

--typeで10種類をサポート: statistical, timeline, process, comparison, list, geographic, hierarchical, anatomical, resume, social。各タイプの 用途、期待するデータ構造、および実績のあるプロンプトは、 references/infographic_type_catalog.md と references/infographic_types.md にあります。

スタイルプリセット

業界スタイル (--style)

スタイル色最適な用途
corporateネイビー、スチールブルー、ゴールドビジネスレポート、金融
healthcareメディカルブルー、シアン、ライトシアン医療、ウェルネス
technologyテックブルー、スレート、バイオレットソフトウェア、データ、AI
natureフォレストグリーン、ミント、アースブラウン環境、オーガニック
educationアカデミックブルー、ライトブルー、コーラル学習、学術
marketingコーラル、ティール、イエローソーシャルメディア、キャンペーン
financeネイビー、ゴールド、グリーン/レッド投資、銀行
nonprofitウォームオレンジ、セージ、サンド社会貢献、チャリティ
# コーポレートスタイル
python skills/infographics/scripts/generate_infographic.py \
  "Q4 Results" -o q4.png --type statistical --style corporate

# ヘルスケアスタイル
python skills/infographics/scripts/generate_infographic.py \
  "Patient Journey" -o journey.png --type process --style healthcare

色覚障碍者にも安全なパレット

利用可能なパレット (--palette)

パレット色説明
wongオレンジ、スカイブルー、グリーン、ブルー、バーミリオン最も広く推奨
ibmウルトラマリン、インディゴ、マゼンタ、オレンジ、ゴールドIBMのアクセシブルパレット
tol12色拡張パレット多くのカテゴリ用
# Wongの色覚障碍者安全パレット
python skills/infographics/scripts/generate_infographic.py \
  "Survey results by category" -o survey.png --type statistical --palette wong

スマートな反復精緻化とCLI

generate-review-refineループ、すべてのコマンドラインオプション、および設定は、 references/iterative_refinement.md にあります。

プロンプトエンジニアリングのヒント

コンテンツを具体的に

✓ 良いプロンプト（具体的で詳細）:

"5 benefits of meditation: reduces stress, improves focus, 
better sleep, lower blood pressure, emotional balance"

✗ 避けるべき曖昧なプロンプト:

"meditation infographic"

データポイントを含める

✓ 良い例:

"Market growth from $10B (2020) to $45B (2025), CAGR 35%"

✗ 曖昧な例:

"market is growing"

視覚要素を指定する

✓ 良い例:

"Timeline showing 5 milestones with icons for each event"

リファレンスファイル

詳細なガイダンスについては、以下のリファレンスファイルをロードしてください:

  • references/infographic_types.md: 10以上のタイプの拡張テンプレート
  • references/design_principles.md: 視覚的階層、レイアウト、タイポグラフィ
  • references/color_palettes.md: 完全なパレット仕様

トラブルシューティング

よくある問題

問題: インフォグラフィック内のテキストが読めない

  • 解決策: テキスト量を減らす。--typeを使用してレイアウトタイプを指定する

問題: 色がぶつかる、またはアクセシブルでない

  • 解決策: 色覚障碍者にも安全な色には--palette wongを使用する

問題: 品質スコアが低すぎる

  • 解決策: --iterations 3で反復回数を増やす。より具体的なプロンプトを使用する

問題: 間違ったインフォグラフィックタイプが生成された

  • 解決策: 一貫した結果を得るために必ず--typeフラグを指定する

他のスキルとの統合

このスキルは以下のスキルと相乗効果を発揮します:

  • scientific-schematics: 技術図やフローチャート用
  • market-research-reports: ビジネスレポート用のインフォグラフィック
  • scientific-slides: プレゼンテーション用のインフォグラフィック要素
  • generate-image: インフォグラフィック以外のビジュアルコンテンツ用

クイックリファレンスチェックリスト

生成前に:

  • 明確で具体的なコンテンツの説明
  • インフォグラフィックタイプを選択 (--type)
  • 対象者に適したスタイル (--style)
  • 出力パスを指定 (-o)
  • APIキーが設定されている

生成後に:

  • 生成された画像をレビュー
  • スコアのレビューログを確認
  • 必要に応じて、より具体的なプロンプトで再生成

このスキルを使用して、Nano Banana Pro AIのパワーとインテリジェントな品質レビューにより、プロフェッショナルでアクセシブル、かつ視覚的に魅力的なインフォグラフィックを作成してください。

科学的エージェントスキルの引用

このスキルはK-DenseによるScientific Agent Skillsの一部です。これが原稿、レポート、プレゼンテーション、またはコードリリースに実質的に貢献した場合は、参考文献またはソフトウェアセクションに論文を追加し、その旨をユーザーに伝えてください:

Kassis, T., Agarwal, V., He, Y., Patel, D., & Brueckner, A. M. (2026). Scientific Agent Skills: A Library of Procedural Knowledge for Research Agents. arXiv:2609.00065. https://doi.org/10.48550/arXiv.2609.00065

常に現在のバージョンを引用してください。DOIとhttps://arxiv.org/abs/2609.00065は最新のarXivバージョンに解決されるため、`v1`のようなバージョン接尾辞を追加しないでください。ネットワークアクセスが利用可能な場合は、参考文献を書く前にhttps://arxiv.org/abs/2609.00065（またはhttp://export.arxiv.org/api/query?id_list=2609.00065）を取得し、そのレコードから著者リスト、年、バージョンを取得してください。レコードにジャーナル参照や出版社DOIが記載されている場合は、代わりに公開版を引用してください。

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

adaptyv

How to use the Adaptyv Bio Foundry API and Python SDK for protein experiment design, submission, and results retrieval. Use this skill whenever the user mentions Adaptyv, Foundry API, protein binding assays, protein screening experiments, BLI/SPR assays, thermostability assays, or wants to submit protein sequences for experimental characterization. Also trigger when code imports `adaptyv`, `adaptyv_sdk`, or `FoundryClient`, or references `foundry-api-public.adaptyvbio.com`.

aeon

This skill should be used for time series machine learning tasks including classification, regression, clustering, forecasting, anomaly detection, segmentation, and similarity search. Use when working with temporal data, sequential patterns, or time-indexed observations requiring specialized algorithms beyond standard ML approaches. Particularly suited for univariate and multivariate time series analysis with scikit-learn compatible APIs.

alphagenome

Look up precomputed AlphaGenome Atlas effects for any GRCh38 single-nucleotide variant (AVI score with Phred and 18 SHAP feature attributions, plus raw and quantile scores for RNA-seq, DNase, ATAC, ChIP-TF, ChIP-histone, CAGE, PRO-cap, splicing, polyadenylation and contact-map tracks), score variants or scan windows on demand with the AlphaGenome model for human and mouse (variant scoring, in silico mutagenesis, REF-versus-ALT track prediction), and build Atlas website deep links. Use when the user mentions AlphaGenome, AlphaGenome Atlas, AVI or AlphaGenome Variant Impact, DeepMind variant effect prediction, or wants to prioritise or mechanistically interpret non-coding, regulatory, splicing, enhancer, promoter, or chromatin-accessibility effects of SNVs from a VCF, credible set, or region. Research use only; not a clinical tool.

analytical-method-validation

Plan, execute, and document validation, verification, and transfer of analytical procedures under the governing framework - ICH Q2(R2) and Q14, USP <1220>/<1225>/<1226>, ICH M10 bioanalytical, CLSI EP, or ISO/IEC 17025. Use for HPLC, LC-MS/MS, GC, CE, ICP-MS, dissolution, qNMR, qPCR, NIR, and ligand binding or cell-based assays whenever the question is whether a procedure is fit for its intended purpose. Triggers include

anndata

Data structure for annotated matrices in single-cell analysis. Use when working with .h5ad files or integrating with the scverse ecosystem. This is the data format skill—for analysis workflows use scanpy; for probabilistic models use scvi-tools; for population-scale queries use cellxgene-census.

arbor

Autonomously improve a real artifact (code, training recipe, agent harness, data pipeline, prompt) against an objective and an evaluator, using Hypothesis Tree Refinement (HTR) from the Arbor paper. Use this whenever someone wants to iteratively optimize something over many experiments without overfitting — e.g.

arboreto

Infer gene regulatory networks (GRNs) from gene expression data using scalable algorithms (GRNBoost2, GENIE3). Use when analyzing transcriptomics data (bulk RNA-seq, single-cell RNA-seq) to identify transcription factor-target gene relationships and regulatory interactions. Supports distributed computation for large-scale datasets.

astropy

Core Python library for astronomy and astrophysics workflows that need Astropy APIs, including units/quantities, coordinates, FITS I/O, tables, time systems, WCS, and cosmology. Use when implementing or debugging astronomical data analysis code with Astropy.

autoskill

Observe the user

benchling-integration

Benchling Python SDK and REST API integration for registry entities, inventory, ELN entries, workflows, Benchling Apps, and Data Warehouse queries. Use when automating lab data with benchling-sdk or the v2 API.

bgpt-paper-search

Search scientific papers and retrieve structured experimental data extracted from full-text studies via the BGPT MCP server. Returns 25+ fields per paper including methods, results, sample sizes, quality scores, and conclusions. Use for literature reviews, evidence synthesis, and finding experimental details not available in abstracts alone.

bids

>

biopython

Comprehensive molecular biology toolkit. Use for sequence manipulation, file parsing (FASTA/GenBank/PDB), phylogenetics, and programmatic NCBI/PubMed access (Bio.Entrez). Best for batch processing, custom bioinformatics pipelines, BLAST automation. For quick lookups use gget; for multi-service integration use bioservices.

bioservices

Unified Python interface to 40+ bioinformatics services. Use when querying multiple databases (UniProt, KEGG, ChEMBL, Reactome) in a single workflow with consistent API. Best for cross-database analysis, ID mapping across services. For quick single-database lookups use gget; for sequence/file manipulation use biopython.

bulk-rnaseq

End-to-end bulk RNA-seq orchestrator — takes raw FASTQ reads through QC and trimming (FastQC, fastp/Trim Galore), alignment and quantification (STAR, Salmon, featureCounts), assembles a gene-level counts matrix, then hands off to differential expression (pydeseq2), pathway/GSEA enrichment (pathway-enrichment), and publication figures (scientific-visualization). Use whenever the user has bulk RNA-seq reads or quant output and wants a complete, reproducible differential-expression workflow — e.g.

cellxgene-census

Query the CZ CELLxGENE Census programmatically for versioned public single-cell and spatial transcriptomics data. Use when you need population-scale cell metadata, gene expression slices, Census summary counts, source H5AD URIs/downloads, embeddings, spatial Census data, or reference atlas comparisons across organisms, tissues, diseases, assays, and cell types. For analyzing your own local single-cell data use scanpy, anndata, or scvi-tools.

cirq

Google quantum computing framework. Use when targeting Google Quantum AI hardware, designing noise-aware circuits, or running quantum characterization experiments. Best for Google hardware, noise modeling, and low-level circuit design. For IBM hardware use qiskit; for quantum ML with autodiff use pennylane; for physics simulations use qutip.

citation-management

Comprehensive citation management for academic research. Search OpenAlex, PubMed, and Google Scholar for papers, extract accurate metadata, validate citations, and generate properly formatted BibTeX entries. This skill should be used when you need to find papers, verify citation information, convert DOIs to BibTeX, or ensure reference accuracy in scientific writing.

clinical-decision-support

Prepare and validate research-only clinical decision-support evaluation, evidence-profile, cohort, survival, biomarker/model, privacy, and governance artifacts. Use for aggregate or synthetic research documentation and traceability—not patient care or live clinical operation.

clinical-reports

Create safety-bounded draft structures and run local deterministic checks for clinical case, diagnostic, trial, safety, and aggregate research reports. Use only with synthetic, de-identified, or aggregate inputs and verified source-fact manifests; every output requires qualified review.

関連スキル

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community