当用户提出以下任一需求时,应使用本技能: - 请求生成符合出版质量的科学图表(figure)或表格(table); - 需要协助为研究结果选择最合适的图表类型; - 需要基于 `pubfig>=0.3.0` CLI 或 `pubtab` 工作流生成论文就绪(paper-ready)的图表或表格; - 需要为结果章节(results section)配套生成一张图表及其对应的辅助表格; - 需将 Excel 表格转换为符合出版要求的 LaTeX 代码; - 需对已有的科学图表或
出版图 Skill 目标
功能概述
出版图 Skill 目标是一项面向实际任务的技能,主要用于使用这一技能将研究成果转化为出版级数字和表格;初级制作堆:.pubfig = 0. 3.0 JSON CLI 用于图;
核心要点
- pubtab 用于publicatio。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
使用与执行
该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
结果检查与注意事项
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
Publication Chart 技能
目标
使用该技能将研究成果转化为符合出版标准的图表与表格。
主要生产工具栈:
pubfig>=0.3.0JSON CLI — 用于生成图表pubtab— 用于生成出版级表格
默认交付流程:
- 明确科学传播目标,
- 确定交付物类型:图表 / 表格 / 图表+表格混合形式,
- 选择最具表现力的可视化形式,
- 路由至
pubfig、pubtab或两者协同, - 生成可执行的完整流程,
- 导出可直接用于论文的资产,
- 执行出版质量审查(publication QA),
- 在必要时提出修订建议。
适用场景
当收到以下请求时,触发本技能:
- “生成一张出版质量的图表”
- “为这些结果选择最合适的图表类型”
- “将这些结果转化为论文就绪的图表”
- “生成 benchmark / ablation / calibration / forest / heatmap / scatter / line / bar 类型的图表”
- “从 Excel 文件生成 benchmark / appendix / ablation 表格”
- “将该 Excel 表格转换为出版就绪的 LaTeX 格式”
- “为结果章节准备一张摘要图加一张配套表格”
- “审查并优化这张科学图表/表格”
- “我已有初稿图表 / 截图 / 草图 —— 请将其提升至出版就绪水平”
- “导出论文图表所需的各子图面板(panels)”
不适用场景
当任务主要属于以下类型时,请勿使用本技能:
- 论文正文撰写(manuscript prose writing),
- 无产出设计需求的统计检验(statistical testing without artifact design),
- 无明确出版交付目标的原始探索性分析(raw exploratory analysis with no publication deliverable),
- 在图表或表格内容尚未稳定前,以 Figma 为起点的排版工作(Figma-first layout work before the figure or table content is solid)。
复合组装(Composite assembly)属于次要分支。默认情况下,不应将普通图表任务升级为 panel/Figma 工作流。
核心契约
输入
预期接收以下部分或全部信息:
- 科学传播目标,
- 可用数据的结构(data shape),
- 投稿期刊或格式规范(venue or style constraints),
- 产出物类型:图表、表格或混合交付形式,
- 可选辅助资产:代码、电子表格、
.tex文件、截图或草图, - 任务性质:初稿生成、出版就绪导出,或审查/修订。
最小有效输出
高质量响应应至少包含以下内容:
- 推荐的产出物形式(artifact form),
- 推荐的
pubfigCLI /pubtab执行路径, - 最小可运行的 JSON 规范、CLI 命令或代码片段,
- 明确的输出文件名及格式,
- 出版质量审查(publication QA)摘要,
- 若当前产出物质量不足,则提供具体修订计划。
默认工作流
0. 探查环境与任务状态
在生成任何内容前,需首先确认:
pubfig>=0.3.0或pubtab是否已安装并可用,- 用户是否已拥有代码、电子表格、
.tex文件、截图或草图, - 交付物属于首次生成还是修订,
- 结果是否需支持视觉模式识别(pattern perception)、精确数值查询(exact value lookup),或二者兼顾。
此步骤应尽量轻量。当可执行性至关重要时,优先使用封装好的辅助脚本。
若缺失必需依赖,请先在当前环境中安装。标准 pip 安装命令如下:
python -m pip install --upgrade "pubfig>=0.3.0"python -m pip install --upgrade pubtab
当封装辅助脚本可用时,仍应作为首选路径:
python3 scripts/ensure_publication_tooling.py --require pubfig --jsonpython3 scripts/ensure_publication_tooling.py --require pubtab --json
安装完成后:
- 重新检查工具可用性,
- 若安装成功,则继续执行可运行工作流,
- 否则降级为设计方案/规格说明(design/specification answer),而非直接失败。
关于 uv 管理及其他回退方案,请参阅 references/execution-and-verification.md。
1. 任务分类
沿以下维度对任务进行分类:
- 产出物类型(artifact type) — 图表 / 表格 / 混合交付形式
- 成熟度(maturity) — 探索性草稿 / 出版就绪生成 / 修订
- 结构(structure) — 单面板 / 多面板 / 图表+表格组合包
- 证据模式(evidence mode) — 模式感知 / 精确值查询 / 二者兼具
在传播目标未明确前,切勿急于绘图。
2. 选择表达形式
应基于科学主张(scientific claim)选择表达形式,而非视觉新奇性。
常用图表族(families)包括:
- 对比(comparison) — 分组散点图、柱状图、折线对比图、benchmark 汇总图、配套表格
- 消融(ablation) — 分组对比、哑铃图(dumbbell)、配对比较、紧凑表格
- 分布(distribution) — 箱线图(box)、小提琴图(violin)、雨云图(raincloud)、直方图(histogram)、密度图(density)、经验累积分布函数(ECDF)、QQ 图
- 关系(relationship) — 散点图(scatter)、气泡图(bubble)、二维等高线图(contour2d)、六边形图(hexbin)
- 趋势(trend) — 折线图(line)、面积图(area)
- 评估/诊断(evaluation / diagnostic) — 校准图(calibration)、ROC 曲线、PR 曲线、Bland–Altman 图、森林图(forest plot)、火山图(volcano)
- 构成/层级(composition / hierarchy) — UpSet 图、堆叠比例图(stacked ratio)、环形图(donut)、径向层级图(radial hierarchy)、环形分组/堆叠柱状图(circular grouped or stacked bars)
- 表格(table) — benchmark 表格、ablation 表格、数据集摘要、附录表格、误差分解表
避免弱默认选项:
- 当柱状图或表格更能清晰传达精确对比时,避免使用饼图(pie)/环形图(donut),
- 除非主张本身确实是低基数(low-cardinality)且具轮廓特征(profile-like),否则避免使用雷达图(radar),
- 避免使用三维图、装饰性渐变、纯样式复杂度(style-only complexity),
- 当结果高度依赖精确数值时,若表格更具优势,则不应强行塞入图表中。
详细的任务到图表映射规则,请参阅 references/chart-selection.md。
3. 映射至工具链
默认映射关系:
- 图表 → 默认使用
pubfig>=0.3.0JSON CLI - 表格 → 使用
pubtab - 混合交付物 → 同时使用两者,并赋予各自明确的传播角色
路由规则:
- 对于 Agent 生成的图表,优先使用
pubfigJSON CLI, - 仅当用户明确处于 notebook/script 环境中,或需实现
pubfig当前不支持的自定义逻辑时,才使用其 Python API, - 对于以文件驱动的表格工作流,优先使用
pubtabCLI, - 在混合请求中,保持图表与表格职责分离,
- 将面板导出(panel export)/复合组装(composite assembly)视为可选的下游工作。
关于精确路由选择与验证行为,请参阅:
references/workflow.mdreferences/execution-and-verification.mdreferences/pubfig-recipes.mdreferences/pubtab-recipes.md
4. 生成最小可运行产出物
优先采用最小但生产就绪的执行路径:
- 图表:一个
figure.spec.json文件,配合pubfig validate-spec和pubfig render命令, - 表格:一条
pubtab路径,可生成预览用的.tex文件或渲染后预览, - 混合请求:一条图表路径 + 一条表格路径,二者须清晰区分。
确保文件名和导出格式显式声明。
针对图表特有的导出模式(如 save_figure、batch_export、export_panels),请参考 references/pubfig-recipes.md。
5. 定义交付契约
每次响应中,尽可能明确以下内容:
- 该产出物所支撑的科学主张(scientific claim),
- 所选产出物类型及其依据,
- 哪些部分由
pubfig处理、哪些由pubtab处理, - 输出文件名与格式,
- 该产出物属于草稿 / 终稿 / 修订版本,
- 尚需用户提供的数据或稿件上下文。
6. 执行出版质量审查(Publication QA)
生成后需检查以下方面:
- 标题与图例的信息密度(title and legend density),
- 坐标轴标签与单位(axis labels and units),
- 类别排序与基线清晰度(category ordering and baseline clarity),
- 颜色可访问性与灰度鲁棒性(color accessibility and grayscale robustness),
- 字体与线宽一致性(font and line-weight consistency),
- 图注就绪程度(caption readiness),
- 缩放后可读性(readability after downscaling),
- 多面板导出时各面板间的一致性(panel consistency for multi-panel exports),
- 适配投稿期刊的问题:如宽度、拥挤、过度标注(venue-fit issues such as width, crowding, or over-annotation)。
QA 输出必须具体:明确指出实际问题及对应修复方式。
更完整的检查清单,请参阅 references/publication-qa-checklist.md。
7. 当产出物质量不足时进行修订
典型修订操作包括:
- 切换图表族(chart family),
- 移除图表垃圾(chartjunk),
- 重排类别顺序,
- 将精确数值移入表格,
- 拆分过于拥挤的面板,
- 简化或强化图注(caption),
- 调整导出宽度,
- 将交付物由“图表优先”转为“表格优先”。
缺失依赖项的行为策略
若 pubfig>=0.3.0 或 pubtab 不可用:
- 不可立即失败,
- 优先尝试封装的安装/探查路径,
- 清晰报告依赖项状态,
- 安装成功后继续执行可运行工作流,
- 否则提供含伪代码或草拟命令的设计/规格说明,
- 仍需保留产出物选型、QA 及修订指导。
所有具体的探查/安装命令均位于 references/execution-and-verification.md。
输出风格规范
- 优先输出直接可用、面向实现的成果。
- 简要解释为何该图表或表格形式合适,再给出执行路径。
- 当可执行性重要时,需附带简短的环境状态块(environment status block)。
- 明确指出表格强于图表的情形。
- 明确指出图表强于表格的情形。
- 当两者均需时,为其分配不同角色。
- 确保修订建议具备可操作性与可证伪性(actionable and falsifiable)。
推荐响应结构
高质量响应通常包含以下 6 个部分:
- 产出物决策(Artifact decision) — 图表 / 表格 / 配套交付物,及其依据
- 工具路径(Tool route) —
pubfig>=0.3.0JSON CLI、pubtab或两者 - 最小实现(Minimal implementation) — 可运行的 JSON 规范、CLI 命令或代码
- 导出计划(Export plan) — 文件名、格式、宽度/后端/预览选项
- 出版质量审查(Publication QA) — 论文投稿前需验证的内容
- 修订计划(Revision plan) — 若当前产出物质量不足,应如何修改
参考资料
按需加载以下文档:
references/workflow.md— 决策顺序、交付契约、图表/表格划分规则references/chart-selection.md— 任务到图表映射及反模式(anti-patterns)references/execution-and-verification.md— 环境探查、安装行为、可执行性验证scripts/ensure_publication_tooling.py— 封装的探查 + 自动安装辅助脚本(支持pubfig>=0.3.0/pubtab)references/pubfig-recipes.md— 面向 Agent 的 JSON CLI 图表规范与导出模式references/pubtab-recipes.md— 最简实用表格路径与后端指导references/source-guides/pubfig-architecture.md— 包结构与图表生成边界(源码视角)references/source-guides/pubfig-api-map.md— 稳定公开的 pubfig 接口表面与图表族映射(源自__init__.py)references/source-guides/pubfig-export-flow.md— 图表导出、出版尺寸适配与面板导出流程(源码视角)references/source-guides/pubtab-architecture.md— 包结构与正向/逆向转换架构(源码视角)references/source-guides/pubtab-cli-api-flow.md— CLI 到 API 控制流及批量/表格行为(源码视角)references/source-guides/pubtab-backend-and-preview.md— 后端/主题划分与预览编译流水线(源码视角)references/publication-qa-checklist.md— 图表/表格 QA 检查清单references/composite-assembly.md— 可选的多面板与 Figma 分支
提示词格式示例请参见 examples/ 目录。
热门AI工具
相关专题
本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。
0
2026.11.12
本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。
0
2026.11.12
本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。
0
2026.11.12
本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.8万人学习
共6课时 | 54.7万人学习
最新文章