源自 GitHub投稿级科研图版排版制作
该功能专为需要向 Nature 系列等高水平学术期刊投稿的研究者设计。用户只需提供原始观测数据、初版图件或机制说明，即可按照“一张图解决一个结果级科学问题”的逻辑构建主图与补充图证据链。它支持 Python（Matplotlib/Seaborn）或 R（ggplot2/patchwork）双引擎绘图，内置严格的期刊视觉规范（如单双栏尺寸、字号底线、图注词数控制等），并提供基于物理坐标的子图对齐测试和 PDF 几何重叠碰撞审计脚本，确保排版规整无遮挡；同时还支持构思图形摘要（Graphical Abstract）与机制草图的工作流。
它会先理解你的原始内容和目标，再按清晰的步骤完成处理。你不需要学习复杂命令，也不用理解背后的技术细节。
常见场景
它能帮你做什么？
01
02
03
三步完成
怎么使用
1安装 Skill
把右侧安装请求发给你的 AI。
2说清楚目标
告诉 AI 你想完成什么，或直接贴入内容。
3检查结果
按需要继续调整语气、范围或格式。
复制就能用
你可以直接这样说
“我有三组单细胞测序结果的 CSV 数据，请用 Python 帮我画成符合 Nature 标准的双栏多面板图，包括 UMAP、标记基因热图和差异表达火山图，并执行 1.5pt 轴框对齐检查。”
“参考 Nature Machine Intelligence 的 6 个主展示项限制，帮我将这套算法性能对比实验整理成包含主图与 Extended Data 的 R ggplot2 绘图代码。”
“请帮我审计这个导出的 figure.pdf 文件，检查上标字号是否小于 5pt，排查 panel 标题和图例是否有几何碰撞。”
适用人群
适合谁？
上手门槛
使用难度
专业
适合熟悉相关工具和专业流程的用户。
兼容范围
支持哪些 AI？
Codex可直接使用
Claude Code可直接使用
OpenClaw可直接使用
Hermes可直接使用国内 Agent可直接使用
中文用户增强
Skill Px 做了什么？
中文说明简化使用方式补充中文案例整理安装流程降低理解难度