メニュー
面向 Nature Portfolio 与高影响力期刊的证据驱动科研绘图技能。用于从原始或汇总数据设计单图与多面板 figure、选择合适图形语法、编写 Python/R 绘图代码、重绘现有图件、生成机制示意图草案、撰写图注并导出可编辑 SVG/PDF 与高分辨率 TIFF/PNG；同时检查数据完整性、颜色可访问性、统计标注和最终尺寸可读性。触发场景包括 Nature 绘图、科研作图、论文配图、scientific figure、publication plot、multi-panel figure、graphical abstract、机制图、图形摘要和 figure audit。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
面向 Nature、Nature Communications 及高影响力期刊的学术语言重构与润色技能。用于中译英、英文精修、摘要压缩、段落逻辑修复、术语统一、语气校准、过度声称检查和去除模板化 AI 文风，同时严格保持数据、引用意图和科学含义不变。触发场景包括 Nature 润色、SCI 英文润色、academic editing、paper polishing、proofreading、rewrite、中文论文英译、abstract polishing、语言降重和学术表达优化。
面向 Nature、Nature Communications 及高影响力期刊的可追溯投稿前评审技能。用于模拟同行评审、检查原创性与广泛意义、压力测试技术严谨性、核验主张—证据链、评估可重复性与表达清晰度，并生成带严重级别、证据指针和解决标准的审稿报告及交叉综合。触发场景包括 Nature review、模拟审稿、投稿前预审、peer review、reviewer report、manuscript critique、novelty assessment、rigour check、找论文问题和审稿意见模拟。
面向 Nature Portfolio 与高影响力期刊的实验设计一致型统计分析、审查和报告技能。用于定义独立实验单位与重复层级、制定统计分析计划、检查数据质量、选择模型与估计量、计算效应量和不确定性、处理多重比较与敏感性分析，并重写 Methods、Results、表格和图注中的统计文本。触发场景包括 Nature 统计、数据统计、statistical analysis、p value、sample size、effect size、confidence interval、replicates、multiple comparisons、统计方法、图注统计和审稿人统计意见。
面向 Nature、Nature Communications 及同等级综合期刊的证据驱动论文写作技能。用于从已核验的结果、图表、实验记录或中英文草稿构建标题、摘要、引言、结果、方法、讨论、结论和首次投稿材料；也用于重组论文论证、建立 claim–evidence map、控制声称边界和开展投稿前完整性检查。触发场景包括 Nature 写作、论文起草、章节重写、scientific writing、manuscript drafting、abstract、introduction、results narrative、discussion、cover letter、投稿材料。
沁言学术通用论文润色优化 - 按照专业学术规范对中英文学术论文、学位论文和专业报告进行语言润色，提升表达质量、逻辑连贯性和格式规范性。适用于未指定期刊的常规润色；若用户明确要求 Nature/Nature Communications 风格、章节级论证重构、声称—证据边界审查或投稿级英文精修，改用 qinyan-nature-polishing。触发词：论文润色、论文修改、润色优化、paper polishing、academic writing、论文改写、文本润色、报告润色
撰写国家自然科学基金（NSFC）申请书，覆盖青年科学基金（C类）、优秀青年科学基金（B类）、国家杰出青年科学基金（A类）2026年度最新规范。提供分阶段写作工作流：基本信息、摘要、立项依据、研究内容、研究基础、个人简历、伦理与AI辅助声明等模块；内置文献检索策略与质量自查清单。工具中性，适配 Claude Code / Cursor / Codex / OpenClaw / Gemini CLI。触发词：国家自然科学基金、国自然、NSFC、青基、青年基金、优青、杰青、面上项目、natural science foundation of china、nsfc grant、青年科学基金申报
| name | qinyan-nature-figures |
| description | 面向 Nature Portfolio 与高影响力期刊的证据驱动科研绘图技能。用于从原始或汇总数据设计单图与多面板 figure、选择合适图形语法、编写 Python/R 绘图代码、重绘现有图件、生成机制示意图草案、撰写图注并导出可编辑 SVG/PDF 与高分辨率 TIFF/PNG；同时检查数据完整性、颜色可访问性、统计标注和最终尺寸可读性。触发场景包括 Nature 绘图、科研作图、论文配图、scientific figure、publication plot、multi-panel figure、graphical abstract、机制图、图形摘要和 figure audit。 |
先定义图要证明什么，再决定画什么。期刊级图件是证据结构、视觉层级、数据诚信和可复现导出的共同产物。
优先服从用户现有语言与项目栈。用户未指定且不存在项目约束时，默认使用 Python，并在交付中说明；只有选择会显著影响复现或协作时才询问。
绘图前写出：
Conclusion：读者看完图后应能复述的一句话。Evidence hierarchy：主证据、支持证据、对照与边界。Panel map：每个面板的任务、数据和与其他面板的关系。Data contract：变量、单位、独立样本、缺失、排除和变换规则。Statistics contract：估计量、误差、检验、校正、n 与配对/重复结构。Export contract：栏宽、目标尺寸、字体、矢量/栅格、分辨率和 source data。详细模板读取 references/figure-contract.md。
n、中心量、误差、检验、校正、符号和缩写，使图注可独立理解。python scripts/figure_preflight.py <source.py|source.R> --artifact <figure.svg> ...。视觉与导出标准读取 references/visual-standards.md。
Figure contract
- Conclusion:
- Evidence hierarchy:
- Panel map:
- Data/statistics contract:
- Export contract:
Artifacts
- source:
- vector:
- raster:
- source data:
Integrity log
- input rows:
- exclusions:
- transformations:
- output rows:
Preflight and visual QA
- passed:
- warnings:
- author checks:
n、检验、误差和比较方向。| 任务 | 读取 |
|---|---|
| 结论、证据层级、面板、数据与导出契约 | references/figure-contract.md |
| 按变量和科学问题选择图形 | references/chart-selection.md |
| 字体、颜色、尺寸、矢量/栅格、图注和最终 QA | references/visual-standards.md |