前言¶
生信和实验类论文里的图，多数不是画不出来，而是「画不对」：坐标轴留白比例不对、色板在色盲审稿人眼里分不开、误差棒遮住了散点、显著性星号和实际 p 值对不上。用 GraphPad Prism 手工调，一张多组比较的图常常要花半小时以上；而直接用 matplotlib 手撸，默认样式离期刊要求差得远。
科研作图Prism 是 SkillHub 上的社区 Skill，坐标 @user_aabe55f8/prism-style-plot，把 Prism 的作图逻辑固化成一套可复用的流程：识别数据表类型 → 选图 + 选统计 → 套用 Prism 风格打磨 → 输出 PNG（300 dpi）+ PDF 矢量图 + 统计报告。下面按官方页面给出的信息介绍。
这是什么¶
科研作图Prism 是面向生物医学/生命科学论文配图的本地绘图 Skill。它读取用户上传的实验数据（CSV / Excel / 文本表格），按 GraphPad Prism 的作图逻辑生成投稿级图表，并在同一流程里完成统计检验与显著性标注。
出品方为社区发布者 user_aabe55f8，分类 data-analysis，当前版本 2.17.5。截至 2026-10-30，SkillHub 页面显示评分 100000、下载 2986、安装 0（同一页面的另一份抓取数据记为 98985 分 / 2807 次下载，两处不一致，这里以本次抓取的页面为准）。
它要解决的问题是：让研究者把「上传数据 + 一句话描述需求」变成「可直接进论文的图 + 完整统计报告」，而不是在绘图软件和统计软件之间来回倒腾。
核心功能¶
官方简介列出的能力，按类别整理如下。
支持 8 种数据表类型及其对应图形：XY 散点线图、Column（柱状图）、Grouped（分组柱状图）、Contingency、Survival（生存曲线）、Parts-of-whole（饼图等）、Multiple variables、Nested。
内置统计检验流程：t 检验、ANOVA + Tukey 事后比较、log-rank 等；显著性标注自动完成，并输出精确 p 值。
Prism 风格打磨：L 形坐标轴、Okabe-Ito 色盲安全配色、默认叠加个体数据点、统一无衬线字体，目标是符合 Nature / Cell 等期刊规范。
输出物：PNG 预览图（300 dpi）、PDF 投稿矢量图、Markdown 统计报告（含 Figure Legend）。
权限边界：官方权限声明写明，本技能仅运行于本地环境，不联网，不需要任何外部 API 密钥或账号授权。标签 requires_api_key=false 与此一致。
安装与启用¶
官方页面未提供可直接粘贴的安装命令（本次访问 SkillHub 页面与 API 地址均未取回正文），因此这里不写命令，避免编造。
按 SkillHub 社区 Skill 的通用启用方式：在 SkillHub 上找到该 Skill 页面，将其添加到本地 Agent 的 Skill 配置中，之后由 Agent 按 SKILL.md 描述调用。运行前需要允许它做两件事——在隔离虚拟环境中安装 Python 依赖（matplotlib、seaborn、scipy、pandas、numpy 等），以及运行技能内置的 Python 脚本生成图表。
需要说明的是，本次抓取到的 Skill 元数据未包含 Cursor / Codex CLI / Claude Code 各自的差异化安装方式，各客户端的具体差异请以 SkillHub 页面最新说明为准。
典型用法¶
以下是官方「使用说明」给出的流程，按步骤写清楚。
1、上传或粘贴实验数据，格式支持 CSV / Excel。
2、用自然语言描述想要的图形类型，例如：「画一张柱状图，三组比较」或「做一张生存曲线」。
3、技能自动识别数据表类型，选择合适的统计方法，生成 Prism 风格图表。
4、拿到输出：PNG 预览图、PDF 投稿矢量图、完整统计报告（含 Figure Legend）与精确 p 值。
第 1、2 步对应「用户输入」，第 3 步是技能内部按 8 种数据表类型分流并匹配检验方法，第 4 步的产物直接对应论文正文与附件要求。
触发方式上，官方给出的 Trigger 覆盖了常见叫法：graphpad、prism、Prism 风格、科研绘图、论文配图、柱状图、散点图、箱线图、小提琴图、分组柱状图、生存曲线、剂量-响应曲线、森林图、显著性星号、CLD 字母、误差棒、重复测量 ANOVA、Kruskal-Wallis、非参数检验，以及上传实验数据请求绘图。换句话说，正常说话即可触发，不需要记命令。
适用场景与注意¶
适合谁：生物医学 / 生命科学方向需要给论文配图的研究者，尤其是希望省掉 Prism 手工调整时间、同时需要规范统计报告的人。
它不做的事，官方明确列出三类排除场景：商业报告（business reports）、交互式可视化、3D 图表。另外也明确不用于伪造数据（fabricated data）。如果你的需求是做仪表盘、可交互图表或三维展示，这个 Skill 不合适。
使用前有两点要留意。其一，统计结论依赖技能自动选择的检验方法，输入的数据结构决定了它走 t 检验、ANOVA 还是非参数检验，数据整理得是否符合对应数据表类型会影响结果；拿到报告后建议核对检验方法与 p 值是否与论文描述一致。其二，它在隔离虚拟环境中安装绘图与统计依赖，需要保证本地有可用的 Python 运行环境。
结尾¶
科研作图Prism 的价值在于把 Prism 那套「数据表类型决定图形、图形决定统计方法、统计结果决定显著性标注」的逻辑固化下来，让单次绘图不再依赖手工调参。适合论文配图场景，不适合商业报告与交互式可视化。
官方地址：https://api.skillhub.cn/user_aabe55f8/prism-style-plot
SkillHub 页面：https://www.skillhub.cn/skills/user_aabe55f8/prism-style-plot
