前言¶

論文裏的圖往往要反覆調字體、線寬、配色和導出分辨率，和寫正文是兩套工序。自己用 Matplotlib 手調樣式，或每次從舊稿裏複製 rcParams，都費時間。若希望把「給數據 → 出可投稿圖」交給對話裏的 Agent，又擔心實驗數據上傳到第三方繪圖服務，就需要一個在本地執行、且能貼近期刊版式的 Skill。

下面介紹 SkillHub 上的 Science Figures（@user_40f1996d/science-figures，當前版本 1.0.1，社區來源，分類 data-analysis）。它面向學術論文、學位論文、期刊投稿和會議海報等場景，強調純本地運行、數據不出本機；頁面標註 requires_api_key=false，無需配置 API Key。

這是什麼¶

Science Figures 是一個基於通用 SKILL.md 格式的 Agent Skill：你在 Cursor、Claude Code 等支持 Skills 的客戶端裏安裝後，用自然語言描述數據和圖表需求，由 Agent 按 Skill 內指引在本地生成配圖。

維護方爲 SkillHub 發佈者 user_40f1996d。官方入口：

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

它要解決的核心問題是：在不上傳數據的前提下，快速產出多種常見科研圖表，並能在多種期刊常見視覺風格之間切換，導出 PNG / SVG / PDF；簡介中還提到中文自動識別，減少中文標註亂碼。

核心功能¶

以下能力與官方簡介及 Skill 線索一致，可按需選用。

圖表類型（17 種）¶

支持 bar、grouped_bar、heatmap、scatter、line、box、violin、forest、histogram、density、pie、donut、radar、surface、contour、scatter3d、subplots，覆蓋柱狀圖、分組柱狀圖、熱力圖、散點圖、折線圖、箱線圖、小提琴圖、森林圖、直方圖、密度圖、餅圖、環形圖、雷達圖、曲面圖、等高線圖、三維散點以及子圖組合等常見科研製圖需求。

期刊風格（8 種）¶

可在 ieee、nature、springer、aaas、science、lancet、acs、aps 等風格間切換，對應 Nature、Science、IEEE、Lancet、ACS 等頂刊常見版式取向（以 Skill 實際渲染爲準）。

運行與隱私¶

• 純本地運行：繪圖在本機完成，數據不上傳、不外泄（官方簡介表述）。
• 輸出格式：PNG、SVG、PDF 任選。

觸發方式¶

安裝並啓用後，可用中英文提示觸發，例如：「論文配圖」「畫圖」「柱狀圖」「熱力圖」「散點圖」「森林圖」「箱線圖」「折線圖」「小提琴圖」「直方圖」「餅圖」「雷達圖」「3D圖」「曲面圖」「等高線圖」「子圖」，或 make a figure、generate chart、plot data、create chart、science figure、publication figure、journal figure 等。

安裝與啓用¶

1、安裝 SkillHub CLI（若尚未安裝）¶

先檢查是否已有 CLI：

command -v skillhub && skillhub --version

未安裝時，可按 SkillHub 官方安裝文檔執行完整安裝（CLI + 默認 Skill）：

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

僅安裝 CLI：

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

說明與完整策略見：https://skillhub.cn/install/skillhub.md。

2、安裝 Science Figures 到當前 Agent 的 skills 目錄¶

安裝技能時必須用 --dir 指向當前客戶端識別的 skills 目錄，否則默認裝到 ./skills/ 可能不會被 Agent 加載。

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

常見路徑示例（以你實際環境爲準）：

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

也可將下面提示詞發給 AI，由其按安裝文檔完成安裝：

請根據 https://skillhub.cn/install/skillhub.md，安裝 @user_40f1996d/science-figures。

安裝後按所用客戶端要求重啓或刷新 Skills，再在對話中提及圖表需求即可。

典型用法¶

官方頁面未單獨給出逐步代碼示例；實際使用通常遵循「安裝 Skill → 在對話中說明數據與圖類型 → 指定期刊風格與導出格式」的流程。

1. 確認本機已安裝 Python 及 Skill 依賴（由 Agent 按 SKILL.md 在本地執行安裝，無需 API Key）。
2. 在對話中提供數據路徑、表格摘要或粘貼小樣本，並說明圖表類型，例如：「用 Nature 風格畫分組柱狀圖，導出 PDF」。
3. 需要多面板排版時，可明確要求 subplots 或「子圖組合」。
4. 生成後在本機檢查輸出文件（PNG / SVG / PDF），再插入 Word/LaTeX 或海報模板。

具體腳本名、參數名以安裝包內 SKILL.md 爲準；若 Agent 行爲與預期不符，可打開已安裝目錄下的 SKILL.md 覈對步驟。

適用場景與注意¶

適合誰

• 需要頻繁出論文配圖、又希望少手工調 Matplotlib 樣式的研究者；
• 對數據出境敏感、希望繪圖邏輯留在本機的團隊；
• 已在 Cursor / Claude Code 等環境使用 Skills，希望用同一套對話完成分析與製圖的用戶。

使用注意

• 複雜統計圖（如森林圖的效應量與置信區間）仍需你覈對數據列含義與醫學/統計規範，Skill 負責版式與製圖流程，不替代領域審查。
• 不同期刊對分辨率、字體嵌入、顏色模式有細則，導出後請對照目標期刊 author guidelines 做最後一輪檢查。
• SkillHub 頁面顯示的下載量、評分會更新；查閱時以頁面實時數據爲準（例如頁面曾顯示評分 100000、下載 11204 量級）。

結尾¶

Science Figures 把「多種科研圖表 + 八種期刊風格 + 本地導出」收斂進一個 Skill，適合把配圖從通宵改格式裏拆出來，交給 Agent 在對話裏迭代。需要安裝或更新時，以官方地址爲準：

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