AI Skill 大全

投稿级科研图版排版制作

输入实验数据、草图或机制构思,生成符合顶级学术期刊规范的 Python/R 绘图脚本,并输出经过对齐与元素碰撞审计的论文多面板矢量图版。

功能与用途

该能力主要解决学术论文配图排版混乱、格式不符期刊规范及绘制繁琐的问题。用户提供实验数据、草图或机制构想,系统将自动生成符合顶级期刊版面与审稿要求的 Python/R 脚本,并对渲染出的多面板图件进行自动化重叠与对齐质检。

适用场景

  • 多面板科研数据图版排版:依据主图结论将实验散点、箱线与热图整合为符合单双栏规范的多面板矢量图,并校验对齐间距。
  • 期刊投稿合规性检测与修复:对已导出的PDF图版进行文本重叠、线条碰撞及字号底线审计,拦截截断与可疑错位问题。
  • 学术论文机制示意图草拟:输入生物通路或技术架构设想,生成逻辑清晰的机制假说示意图或图形摘要草稿供审查修改。
  • 遗留绘图脚本重构与风格统一:将散乱的Matplotlib或ggplot2脚本重构为统一配色、规范误差线与合规图注格式的投稿源码。

适用人群

  • 准备向 Nature、Science、Cell 等高水平期刊投稿的科研人员
  • 需要绘制多面板组合图和机制示意图的硕博研究生
  • 高校与科研机构的学术插图设计师与数据可视化工程师

使用步骤

  1. 输入实验数据、图注结论或已有草图,并指明目标期刊与画图引擎偏好(Python 或 R)
  2. 确定图版的核心结论与证据链架构,明确各个子图 panel 的推理角色(如对照、主证据、正交验证)
  3. 生成或调整绘图代码,执行排版渲染并导出 PDF/SVG 矢量图件
  4. 运行内置的对齐检测与碰撞审计脚本,排查文本遮挡与微小排版错位,最终输出可投图件及配套 Source Data

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
知识
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
专业
版本
main
最近更新
2026-09-23
文件数
5
安装包大小
自动生成 ZIP
安全检查
基础检查通过

>-

依赖与权限

  • PyMuPDF>=1.24.0,<2.0.0
  • 读取用户主动提供的内容

同类 Skill