CommunityImagemgithub.com

visualização-científica

Criar, atualizar ou editar figuras científicas de qualidade para publicação e visualizações de dados multicamadas em Python ou R, ou criticar uma figura fornecida quando uma revisão for solicitada. Manter edições locais leves. Excluir interpretação comum da figura, texto apenas de legenda e layout geral de slides ou sites.

O que é visualização-científica?

Esta skill capacita um agente de IA a atuar como um ilustrador científico especializado e revisor de figuras, focado exclusivamente na criação, edição e auditoria de figuras de nível de publicação para manuscritos, slides, pôsteres e resumos gráficos. Ao contrário de habilidades de desenho genérico, ela impõe restrições rigorosas: as figuras devem ser geradas em tamanho físico real 1:1 com base no meio de entrega alvo (por exemplo, largura de coluna de periódico, quadro de slide disponível), usando pilhas de ferramentas vetoriais determinísticas (Matplotlib, ggplot2, TikZ, SVG limpo) e proibindo modelos de difusão de IA ou rasterização para dados científicos. A skill integra um pipeline de verificação de qualidade: antes da exportação, um script de lint (lint_figure.py) verifica dimensões, incorporação de fontes e regras de tipografia; após a exportação, uma inspeção visual obrigatória contra um portão de revisão (figure-review.md) garante que não haja sobreposição de texto, legibilidade em tamanho real e adesão às preferências de design. Ela lida com quatro caminhos de tarefas distintas: microajustes locais (por exemplo, corrigir um rótulo), nova criação ou redesenho (começando com o planejamento da história científica completa e da estrutura narrativa modular), revisão somente leitura de figuras fornecidas e desvio claro de tarefas fora do escopo, como interpretação de figuras ou redação de legendas. A habilidade enfatiza a autenticidade dos dados, a rastreabilidade (verificando unidades, denominadores, tamanhos de amostra) e a manutenção de uma única fonte de verdade autoritária (código-fonte e arquivo mestre vetorial editável) sincronizada com a saída exportada final.

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

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Visualização Científica e Revisão Visual

Produza figuras científicas de nível de publicação no tamanho físico real 1:1 do cenário de entrega final (largura da coluna do corpo do artigo de periódico, quadro de conteúdo disponível do slide ou moldura do pôster/resumo gráfico), comunicando claramente relações biológicas, clínicas ou biomecânicas. Um único criador principal mantém a única fonte autoritária e o código, verifica a fidelidade do mapeamento de dados para visualização, primeiro passa pelo portão estático determinístico e, em seguida, inspeciona visualmente a saída renderizada real.

Escopo e Divisão de Tarefas

Tipo de SolicitaçãoCaminho de Execução
Microajuste Local (significado científico inalterado): modificar um único rótulo, esquema de cores, tamanho da fonte, alinhamento ou defeito localEditar apenas o objeto alvo dentro dos arquivos de origem existentes, reexportar e, em seguida, executar lint_figure.py e verificar o local afetado e as dependências de layout adjacentes. Não refatorar subfiguras não relacionadas, não gerar subagentes, não revisar conteúdo inalterado. (Uma vez que a modificação do rótulo altera a unidade, grupo de comparação, denominador ou força da afirmação, tratar como alteração substancial de dados.)
Nova Figura ou Redesenho SubstancialPrimeiro, fixar a mídia alvo e o tamanho físico 1:1, combinar dados reais e fontes da literatura para planejar a história completa do resultado científico da figura inteira e a estrutura narrativa modular (para figuras de página inteira com 6–12+ painéis, definir claramente a linha narrativa, âncoras principais/secundárias, espaçamento de três níveis e responsabilidades de cada painel); dentro de um único painel, para relações de acoplamento multidimensional, consultar Arquétipos de Gráficos Avançados e Fluxo de Trabalho de Pacotes Avançados para avaliar formas de dimensão superior. A composição geral da figura, tipografia e aceitação visual cumprem conjuntamente Preferências de Layout e Anotação, Esquemas de Cores e Codificação Visual, diretrizes de domínio relevantes e o Portão de Revisão de Figuras.
Apenas Revisão ou Diagnóstico de Figura SolicitadoEstritamente somente leitura. Se um arquivo de origem SVG/PDF estiver disponível, executar lint_figure.py; se apenas uma captura de tela/imagem raster estiver disponível, fazer apenas o diagnóstico de alcance visível, declarar claramente que a estrutura da fonte e vetorial não foi verificada, não exigir a execução forçada do script em um formato não suportado. Em seguida, verificar a figura renderizada e o código-fonte/dados existentes em relação a Preferências de Layout e Anotação e Portão de Revisão de Figuras, fornecer localização de defeitos acionável e sugestões de reparo, não reescrever arquivos de origem, nem gerar agentes de revisão adicionais.
Fora do Escopo desta SkillInterpretação pura do significado da figura, apenas modificar o texto da legenda (devolver para scientific-prose) ou layout geral de slides/páginas da web (devolver para presentation-workflow), a menos que seja necessário criar ou editar a figura científica em si dentro deles.

Tamanho Físico da Mídia e Predefinições de Tamanho de Fonte

Antes de colocar a caneta em qualquer coordenada, primeiro fixe a mídia alvo e a predefinição física 1:1. É estritamente proibido usar uma tela grande e solta (por exemplo, figsize=(12, 10)) para criar uma figura casualmente e depois esperar dimensioná-la geralmente na inserção. Se o periódico alvo, modelo de slide ou usuário especificar claramente as dimensões, prevalece a especificação real. As dimensões, fontes, idioma, tamanhos de fonte e estilo de numeração na tabela abaixo são predefinições pessoais padrão, não padrões científicos universais; os requisitos do usuário/projeto/periódico podem substituí-los, sem necessidade de confirmação repetida. A autenticidade dos dados, unidades, denominadores, amostras independentes e codificação não é relaxada devido à substituição de estilo.

Predefinição de Mídia de EntregaTamanho Físico da Tela/InserçãoTipografia e Numeração de PainéisPeso da Linha e Moldura do Eixo
Artigo de Periódico / Proposta de Bolsa / Relatório Técnico Formal (padrão quando não especificado)Coluna Única: 85–89 mm (3.35–3.50 in); Coluna e Meia: 114–136 mm (4.49–5.35 in); Coluna Dupla: 174–183 mm (6.85–7.20 in); Altura Máxima da Figura Inteira: 170–200 mmArial (ou Helvetica), símbolos matemáticos correspondentes usam Latin Modern Math. Rótulos do eixo, valores de escala, legendas e anotações de diagramas de mecanismo sempre usam 6–7 pt Regular (subscrito/sobrescrito 5 pt, não negrito nos títulos dos eixos). Para figuras com vários painéis, colocar apenas o 8 pt Bold maiúsculo independente A, B, C, D (para Nature series usar minúsculo a, b, c, d) no canto superior esquerdo externo de cada painel; proibido adicionar título do subpainel ao número (proibido A Arterial pressure); apenas quando painéis irmãos do mesmo tipo precisam distinguir condições experimentais/modos/genes, usar 6–7 pt Regular etiquetas de condição curtas.Eixos limpos sem bordas superior e direita (0.5–0.75 pt, #222222 ou preto puro, grade de fundo desligada por padrão, a menos que necessário para leitura); curva de dados principal e contorno principal 0.75–1.25 pt.
Slide Acadêmico (presentation-workflow e modelo Beamer personalizado da instituição)Primeiro ler o tamanho real do quadro de conteúdo disponível do slide correspondente, não encolher ou esticar diretamente o layout do papel. Beamer 16:9 (página inteira 160 × 90 mm): quadro de figura comum cerca de 135–148 × 55–68 mm. PPTX / Keynote widescreen (página inteira 338.7 × 190.5 mm / 13.33 × 7.5 in): seguir estritamente a largura e altura do quadro de inserção reservado na página.Beamer 16:9: anotações regulares 8–10 pt Regular (subscrito/sobrescrito >=7 pt). PPTX/Keynote widescreen: anotações regulares 14–18 pt Regular (subscrito/sobrescrito >=12 pt). Fonte consistente com o slide atual (Source Sans 3 / Source Han Sans SC / KpMath Sans, caso contrário, usar Arial/Helvetica). A menos que a apresentação exija apontar verbalmente para painéis individuais, omitir a numeração estilo papel A, B, C; simplificar texto e densidade do painel para adaptar à visualização à distância no projetor e coordenar com o fundo do slide.Beamer 16:9: eixo 0.8–1.1 pt, curva principal 1.2–1.8 pt. PPTX widescreen: eixo 1.0–1.5 pt, curva principal 1.5–2.5 pt. Também remover eixos redundantes superior e direito, usar grade com moderação conforme necessário.
Pôster Acadêmico / Resumo Gráfico / Ocasião EspecíficaAntes de começar, primeiro fixar a largura e altura exatas do quadro de postagem ou inserção real.Dimensionar o tamanho da fonte regular (Regular) e a hierarquia visual proporcionalmente de acordo com a distância física real de leitura.A largura da linha do eixo e da via principal/linha de dados é dimensionada proporcionalmente com a largura real da tela.
  • Limpeza do Texto da Tela: As anotações dentro da figura usam inglês por padrão (a menos que o slide ou o veículo de submissão exija chinês); as legendas seguem o idioma do texto principal. Não colocar título geral da figura inteira, subtítulo, etiqueta de banner ou texto de isenção de responsabilidade defensivo no canto inferior direito dentro da tela do corpo do artigo, a menos que o usuário especifique explicitamente para manter.
  • Formato de Exportação e Incorporação de Fonte (Requisito Geral): Exportar figuras de dados e diagramas de mecanismo vetorial como PDF / SVG editável e forçar a incorporação de fontes pesquisáveis e editáveis (pdf.fonttype = 42; ps.fonttype = 42; svg.fonttype = 'none'). Ao incorporar imagens raster de microscopia, TC, RM, ultrassom ou renderização 3D, manter a resolução física 300–600 dpi no tamanho final de inserção (para entrega separada de verificação PNG ou arquivo de submissão >=600 dpi).
  • Modelo de Configuração de Pilha Dupla e Ponto de Entrada do Interpretador Local: Antes de escrever scripts de plotagem quantitativa em Python ou R, ler Modelos de Configuração de Plotagem de Nível de Publicação 1:1 em Python e R e Ponto de Entrada do Interpretador Local para reutilizar rcParams padrão (estritamente proibido misturar fallback DejaVu Sans), theme_pub_1to1(), conversão PT_TO_MM e caminho do interpretador Conda/Miniforge local.

Roteamento de Tipo de Gráfico e Pilha de Plotagem

Selecione uma pilha de ferramentas de produção determinística e editável com base no tipo visual alvo (estritamente proibido chamar subagentes de geração de imagem raster de IA ou ferramentas de modelo de difusão para gerar figuras de dados científicos ou diagramas esquemáticos de mecanismo, porque a geração raster perde precisão biofísica topológica, editabilidade de elementos individuais e clareza vetorial):

  • Gráficos Estatísticos, Formas de Onda Fisiológicas, Painéis Multi-Ômicos e de Imagem Biológica Real → Primeiro ler Painéis de Dados, Multi-Ômicos e de Imagem Real: Especificações, Arquétipos de Gráficos Avançados e Fluxo de Trabalho de Pacotes Avançados e Esquemas de Cores e Codificação Visual; desenhar figuras quantitativas diretamente por código no tamanho físico 1:1 preciso da mídia alvo, ou executar corte fiel, fixação de faixa de cores, incorporação de barra de escala e composição de vários painéis em imagens experimentais originais:
    • Priorizar pilha R (ggplot2 / patchwork / ggdist / ggalluvial / ComplexUpset / forestploter / rms / ComplexHeatmap / circlize / ggraph): para lidar com distribuições de chuva-nuvem e estimativas de tamanho de efeito, gráficos de fluxo de aluvião de coorte, gráficos de floresta clínica integrados de tabela e gráfico, splines cúbicos restritos (RCS) com mapa de densidade de exposição subjacente, gráficos de corda circular, redes de associação semi-matriz e mapas de calor com anotações de várias camadas.
    • Priorizar pilha Python (Matplotlib / Seaborn / Marsilea + legendkit / pyCirclize / UpSetPlot / Scanpy): para lidar com formas de onda eletrofisiológicas e hemodinâmicas de alta taxa de amostragem e gráficos de fase, painéis de célula única e transcriptômica espacial AnnData nativos, matrizes de composição multitraço declarativas e figuras compostas misturadas com renderização 3D de TC / RM ou diagramas de mecanismo <svg>.
  • Malhas Tridimensionais, Campos de Deformação, Imagens de TC / RM e Gráficos de Fusão Órgão-Sinal → Primeiro ler Mecânica Espacial e Visualização Tridimensional. Fixar estritamente a visão da câmera, projeção e limites superior/inferior da escala de cores entre estados; combinar renderização 3D/imagem de alta DPI com eixos vetoriais, escala de cores e rótulos de tamanho de fonte correspondentes à mídia e exportar.
  • Diagramas Esquemáticos de Mecanismo, Vias de Sinalização, DAG (Gráfico Acíclico Direcionado) e Fluxogramas de Pesquisa → Antes de começar a desenhar, certifique-se de ler Diagramas Esquemáticos e Especificações de Composição:
    • Fluxos de computação, geometria matemática, DAG causal, fluxograma CONSORT ou linha do tempo de intervenção: Construir usando código vetorial estruturado (TikZ / Typst / SVG limpo com miniaturas de dados reais) em uma grade de layout rigorosa.
    • Diagramas esquemáticos de mecanismos celulares, teciduais, de órgãos e moleculares: O autor principal escreve diretamente ilustrações <svg> vetoriais com agrupamento semântico claro, coordenadas controláveis e elementos individuais editáveis, usando preenchimentos de camada de esquema de cores suaves e coordenados com traços de esquema de cores mais escuros (estritamente proibido contornos grossos e baratos #000000 de desenho animado). Ajustar precisamente o nível de detalhe do elemento gráfico conforme necessário para a explicação científica: diagramas de fiação de transdução de sinal, vias de feedback e diagramas de blocos fisiológicos do sistema priorizam blocos de cores planas e formas geométricas simples; apenas quando a morfologia celular/tecidual, curvatura da membrana ou microestrutura de barreira carregam o argumento científico, introduzir seletivamente contornos Bézier cúbicos orgânicos, elementos <defs>/<g> padrão de receptores/canais iônicos/organelas, gradientes contidos ou 2–3 camadas de profundidade interna (podendo integrar componentes BioIcons / SciDraw / Servier / SVG proprietários do projeto que foram uniformemente normalizados em tamanho de fonte e largura de linha, conforme necessário). O texto dentro da figura deve permanecer conciso (1–4 palavras em inglês) e usar peso de fonte escuro Regular uniforme em toda a figura, evitando o estilo gerado por IA de empilhamento de duas linhas de “título principal em negrito + subtítulo fino e claro” e anotações entre parênteses em letras pequenas; nunca use colagens ásperas de Circle/FancyBboxPatch sem estilo para representar estruturas biológicas, nem use caixas draw.io / Mermaid preenchidas com frases longas para compor a figura.

Verificação e Ciclo de Entrega

  1. Primeiro verificar a proveniência dos dados, depois executar o portão estático determinístico: Verificar conexões de tabela precisas, unidades de medida, denominadores, tamanho da amostra biológica independente n e distinção de réplicas técnicas e tratamento de valores ausentes; após exportar PDF/SVG, executar primeiro lint_figure.py (padrão --mode manuscript, para slide passar --mode slide). Usar --allow-cjk, --allow-font FAMILY, --max-width-mm, --max-height-mm e --min-dpi substituíveis de acordo com os requisitos determinados do veículo; não relaxar requisitos reais apenas para passar. O script verifica o tamanho físico declarado, incorporação de fonte em PDF, algumas regras de fonte/texto e resolução real de imagem raster; para SVG, <text>/<path> só pode sugerir editabilidade, não pode provar que todo o texto é editável. Itens não cobertos, como layout CSS, viewports aninhadas, instâncias <use> ou ferramentas ausentes, são marcados como não verificados na saída; verificar o PDF renderizado final, se necessário; a aprovação estática não significa que todas as relações científicas, legibilidade ou requisitos do periódico foram atendidos.
  2. Inspeção visual obrigatória do produto de imagem exportado real (abrir o PDF/PNG exportado diretamente com a ferramenta de visualização de imagem do host), verificar item por item contra o Portão de Revisão de Figuras: clareza no tamanho 1:1, alinhamento independente dos números A, B, C, sem cabeçalho redundante ABCD + título do painel, sem sobreposição ou corte de texto, unidade física única por eixo e correspondência da legenda; qualquer colisão ou defeito tipográfico encontrado deve ser corrigido antes da entrega.
  3. Manter ativos de origem limpos e sincronizados: Salvar scripts de plotagem reproduzíveis, arquivos mestres vetoriais editáveis e os produtos finais exportados especificados juntos. Só é necessário ler as Especificações de Autoteste da Skill ao manter ou testar a própria skill scientific-visualization.

Habilidades Relacionadas