前言¶

论文里的图往往要反复调字体、线宽、配色和导出分辨率，和写正文是两套工序。自己用 Matplotlib 手调样式，或每次从旧稿里复制 rcParams，都费时间。若希望把「给数据 → 出可投稿图」交给对话里的 Agent，又担心实验数据上传到第三方绘图服务，就需要一个在本地执行、且能贴近期刊版式的 Skill。

下面介绍 SkillHub 上的 Science Figures（@user_40f1996d/science-figures，当前版本 1.0.1，社区来源，分类 data-analysis）。它面向学术论文、学位论文、期刊投稿和会议海报等场景，强调纯本地运行、数据不出本机；页面标注 requires_api_key=false，无需配置 API Key。

这是什么¶

Science Figures 是一个基于通用 SKILL.md 格式的 Agent Skill：你在 Cursor、Claude Code 等支持 Skills 的客户端里安装后，用自然语言描述数据和图表需求，由 Agent 按 Skill 内指引在本地生成配图。

维护方为 SkillHub 发布者 user_40f1996d。官方入口：

• API 地址：https://api.skillhub.cn/user_40f1996d/science-figures
• SkillHub 页面：https://www.skillhub.cn/skills/user_40f1996d/science-figures

它要解决的核心问题是：在不上传数据的前提下，快速产出多种常见科研图表，并能在多种期刊常见视觉风格之间切换，导出 PNG / SVG / PDF；简介中还提到中文自动识别，减少中文标注乱码。

核心功能¶

以下能力与官方简介及 Skill 线索一致，可按需选用。

图表类型（17 种）¶

支持 bar、grouped_bar、heatmap、scatter、line、box、violin、forest、histogram、density、pie、donut、radar、surface、contour、scatter3d、subplots，覆盖柱状图、分组柱状图、热力图、散点图、折线图、箱线图、小提琴图、森林图、直方图、密度图、饼图、环形图、雷达图、曲面图、等高线图、三维散点以及子图组合等常见科研制图需求。

期刊风格（8 种）¶

可在 ieee、nature、springer、aaas、science、lancet、acs、aps 等风格间切换，对应 Nature、Science、IEEE、Lancet、ACS 等顶刊常见版式取向（以 Skill 实际渲染为准）。

运行与隐私¶

• 纯本地运行：绘图在本机完成，数据不上传、不外泄（官方简介表述）。
• 输出格式：PNG、SVG、PDF 任选。

触发方式¶

安装并启用后，可用中英文提示触发，例如：「论文配图」「画图」「柱状图」「热力图」「散点图」「森林图」「箱线图」「折线图」「小提琴图」「直方图」「饼图」「雷达图」「3D图」「曲面图」「等高线图」「子图」，或 make a figure、generate chart、plot data、create chart、science figure、publication figure、journal figure 等。

安装与启用¶

1、安装 SkillHub CLI（若尚未安装）¶

先检查是否已有 CLI：

command -v skillhub && skillhub --version

未安装时，可按 SkillHub 官方安装文档执行完整安装（CLI + 默认 Skill）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅安装 CLI：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

说明与完整策略见：https://skillhub.cn/install/skillhub.md。

2、安装 Science Figures 到当前 Agent 的 skills 目录¶

安装技能时必须用 --dir 指向当前客户端识别的 skills 目录，否则默认装到 ./skills/ 可能不会被 Agent 加载。

skillhub install @user_40f1996d/science-figures --dir <skills 目录>

常见路径示例（以你实际环境为准）：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

也可将下面提示词发给 AI，由其按安装文档完成安装：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_40f1996d/science-figures。

安装后按所用客户端要求重启或刷新 Skills，再在对话中提及图表需求即可。

典型用法¶

官方页面未单独给出逐步代码示例；实际使用通常遵循「安装 Skill → 在对话中说明数据与图类型 → 指定期刊风格与导出格式」的流程。

1. 确认本机已安装 Python 及 Skill 依赖（由 Agent 按 SKILL.md 在本地执行安装，无需 API Key）。
2. 在对话中提供数据路径、表格摘要或粘贴小样本，并说明图表类型，例如：「用 Nature 风格画分组柱状图，导出 PDF」。
3. 需要多面板排版时，可明确要求 subplots 或「子图组合」。
4. 生成后在本机检查输出文件（PNG / SVG / PDF），再插入 Word/LaTeX 或海报模板。

具体脚本名、参数名以安装包内 SKILL.md 为准；若 Agent 行为与预期不符，可打开已安装目录下的 SKILL.md 核对步骤。

适用场景与注意¶

适合谁

• 需要频繁出论文配图、又希望少手工调 Matplotlib 样式的研究者；
• 对数据出境敏感、希望绘图逻辑留在本机的团队；
• 已在 Cursor / Claude Code 等环境使用 Skills，希望用同一套对话完成分析与制图的用户。

使用注意

• 复杂统计图（如森林图的效应量与置信区间）仍需你核对数据列含义与医学/统计规范，Skill 负责版式与制图流程，不替代领域审查。
• 不同期刊对分辨率、字体嵌入、颜色模式有细则，导出后请对照目标期刊 author guidelines 做最后一轮检查。
• SkillHub 页面显示的下载量、评分会更新；查阅时以页面实时数据为准（例如页面曾显示评分 100000、下载 11204 量级）。

结尾¶

Science Figures 把「多种科研图表 + 八种期刊风格 + 本地导出」收敛进一个 Skill，适合把配图从通宵改格式里拆出来，交给 Agent 在对话里迭代。需要安装或更新时，以官方地址为准：

• https://www.skillhub.cn/skills/user_40f1996d/science-figures
• https://api.skillhub.cn/user_40f1996d/science-figures