Community图像github.com

scifig

用于绘制、生成或编辑科学图表(图形摘要、机制、通路、流程图、路线图、框架、模型或系统架构、示意图、封面),将研究数据绘制成期刊风格的图表,组合面板,转换格式,检查期刊要求,或撰写图例。

scifig 是什么?

scifig 是一个面向学术写作的 AI 智能体技能,专为生成、编辑和检查论文、学位论文及演示文稿中的科学图表而设计。它充分利用宿主工具的图像生成能力(不调用外部图像 API),同时提供一套 Python 脚本,用于衡量、比较、转换和检查图表。其核心理念是:宿主负责思考(给出简报),AI 负责绘图、编码、校验和撰写图例。该技能支持多种图表类型:通过宿主图像工具生成的解释性图表(如图形摘要、机制图、流程图、架构图、标签图等),通过 Python 绘图代码生成的数据图表(支持 CSV、Excel 等数据源),以及必须由代码生成的正式图表(如 PRISMA 流程图、电路图、质粒图谱、系统发育树)。此外,它还涵盖后期处理:输出到 TIFF、PDF、SVG、PPTX 格式,放大分辨率,合并多面板,编辑文字标签,以及根据期刊要求(如 dpi、栏宽、色盲友好性)进行预提交检查。其脚本基于 `uv` 运行,自动管理 Python 依赖,用户无需手动安装包。凭借内置的十家出版社预设规则,scifig 能帮助用户确保图表符合目标期刊的格式规范。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lionelee/scifig/tree/HEAD/skills/scifig

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

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

scifig 是做什么的?

用于论文、学位论文和演示文稿的科学图表。你负责思考:提供简报、绘图代码、校验和撰写图例。一个能解释清楚的图表来自你宿主自带的图像生成工具;本技能不调用任何图像 API。捆绑的脚本负责测量、比较和转换。

选择路线

需求路线参考文档
解释性图表:图形摘要、机制、通路、流程图、路线图、框架、模型或系统架构、带标签的示意图、封面。基于创意、摘要、草图或需要修改的图片生成你宿主的图像工具,通过你编写的简报生成references/illustration.md
数据图表:CSV、Excel、粘贴的表格使用 scripts/scistyle.py 的绘图代码references/charts.md
必须用代码绘制的图表(见下方)使用 scripts/scistyle.py 的绘图代码references/diagrams.md
提交文件、更大尺寸的文件、多面板组合图、或可编辑的文字和形状(基于已完成的图表)scripts/export_figure.py, scripts/enlarge.py, scripts/panels.py, scripts/editable.pyreferences/export-and-checks.md
预提交检查或撰写图例scripts/check_figure.pyreferences/export-and-checks.md

图像工具还是代码。 方框、箭头和文字本身并不是需要用代码绘图的理由。架构图、路线图或框架同样交给图像工具处理,并以精美的设计效果返回。图像工具能正确书写大量标签,包括中文和公式;scripts/check_text.py 能将其读回。只有在以下情况下才使用代码绘图:

  • 它是数据图表:图像模型会凭空捏造柱形、坐标轴和数值;
  • 每一项计数都必须可审计:如 PRISMA 和 CONSORT 流程图;
  • 它属于正式符号图:电路图、质粒图谱、系统发育树;
  • 你的宿主没有图像工具,目标平台不接受 AI 生成的图像,或者用户要求矢量图。

每个图表的通用流程

  1. 首先确定目标平台。 期刊、学位论文、演示文稿或海报决定了图表的宽度、字体、分辨率和文件类型。对于生成的图表,它还决定该图表是否允许使用:请参考 references/ai-image-policies.md(有日期标注;多家出版商对此有限制)。
  2. 期刊规则:优先使用捆绑的预设,而后再查网络。 十家出版社的栏宽、字体、最低分辨率和可接受格式均已捆绑;scripts/scistyle.py --list nature 会打印一条及其验证日期,--list 则打印所有。请使用这些预设并传递验证日期。仅当预设未涵盖时才在线查找:比如未列出的期刊,或该期刊特有的尺寸要求(如图形摘要、封面)。
  3. 检查你的输出。 在最终确认完成前,打开生成的每个输出图像,并与原始请求进行比对。
  4. 提供事实信息。 包括文件路径;像素尺寸和打印尺寸;你检查过的内容;你无法检查的内容;以及你的假设。你无法为科学性负责:用户必须自行验证。

运行脚本

uv run <skill-dir>/scripts/<name>.py --help

<skill-dir> 是存放本文件的文件夹。uv 会在首次使用时安装每个脚本所需的 Python 包,这需要网络访问权限及其缓存文件夹;如果沙箱阻止了这些操作,请申请相应权限,而不是重写脚本。如果没有 uv,请告知用户安装它(https://docs.astral.sh/uv/)。

相关技能