mcpField
M
mathodology-figure-presets

mathodology-figure-presets

github.com/sweetcornna数据与数据库316132 次安装今天更新
代码仓库

关于 mathodology-figure-presets

为科研图表制作提供选择与呈现指导的技能，供研究者和 Agent 根据问题、数据及论文空间挑选模板并生成图表。它要求使用真实数据、检查最终渲染效果，并区分定量证据与示意图。

主要功能

  1. 01按研究问题选择图表
  2. 02提供 20 个可调用代码模板
  3. 03基于真实数据导出 PNG 或 PDF
  4. 04检查出版尺寸及论文中的效果
  5. 05提供参考图、代码快照与示例

适用场景

  1. 01为论文中的结果选择图表形式
  2. 02将真实测量数据绘制为定量图表
  3. 03检查图表在论文版面中的可读性

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/sweetcornna/mathodology --skill mathodology-figure-presets

安装后在 Claude Code 中输入/mathodology-figure-presets确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

agents/
openai.yaml
examples/
README.md
references/
figure-guidance.md
image2.md
presets.md
README.md
sources.tsv
style.md
references/matplotlib/
confidence_ellipse.py.txt
contourf_demo.py.txt
fill_between_demo.py.txt
image_annotated_heatmap.py.txt
inset_locator_demo2.py.txt
LICENSE.txt
sankey_basics.py.txt
scatter_hist.py.txt
violinplot.py.txt
scripts/
render_examples.py
templates/
matplotlib_templates.py
README.md

详细介绍

Mathodology Scientific Figure Presets

根据读者需要回答的问题选择图表。当各面板呈现相关证据时，复杂图表很有用；复杂程度本身并非质量衡量标准。使用真实数据和用户论文所用的语言。

面向 Agent 的指南

开始绘图工作或向其他 Agent 说明任务时，请阅读默认图表指南。这是可复用的规范说明：选择代码模板，填入真实数据，运行代码并检查生成的 PNG/PDF。请将其作为可灵活调整的指南，而不是固定流程。

绘制第一张图之前

每项建模任务询问一次，除非答案已知：

是否有可用的 image2 模型？通过当前工具、已配置接口，还是手动生成使用？

使用宿主环境的提问机制，并在等待答复时继续进行独立分析。不要在每位专业人员或每轮对话中重复提问。请阅读 image2 用法，了解可用、手动、不可用和待定等情况。不要声称通用图像工具就是 image2，也不要在聊天中索要 API 密钥。

默认渲染路径

如果没有 image2、答复仍待定，或者只能手动使用 image2，默认使用20 个可调用代码模板。将匹配的函数复制到当前任务中，绑定真实数据，执行并导出 PNG/PDF。不要止步于绘图提示词，也不要等待 image2。即使 image2 可用，定量图表也使用同一数据驱动路径。必要时调整最接近的模板；对于缺失的数据，绝不可用合成预览值替代。

选择并制作

  1. 在查看结果之前，先用一个问题写下图表预期得出的结论。确定数据、单位、比较对象、不确定性和可用论文版面。
  2. 使用20 个预设选择器和制作方案。加载相关卡片，而非整套参考资料。如果数据无法支持某个预设，请选择更简单的替代方案，或说明缺少哪些输入。
  3. 根据实际列、测量结果和科学含义，调整卡片中的绘图提示词和图注提示词。不要强行让数据符合预览。遵循样式和导出指南。
  4. 使用数值绘图工具绘制定量标记。image2 可辅助制作示意图、机制图和布局概念；定量图层应根据数据重新构建。绝不可将生成的像素作为计算所得的证据。
  5. 按出版尺寸检查渲染后的图表，然后检查其在编译后论文中的排版效果。修正难以辨认或容易误导的编码；移除不支持论点的装饰性面板。

交付图表、图注、源数据或计算位置，以及重新运行说明。格式不限。说明实际限制；不要捏造统计显著性，也不要声称外观意味着获奖。

参考资料和示例库

  • 来源和视觉参考：六张 PLOS 参考图（包括反例）、八份 Matplotlib 源文本快照、许可信息以及逐文件来源清单。改编前请阅读快照；它们不是可执行的安装或工作流步骤。
  • 合成示例图库：六张预览图和可选的演示脚本。示例用于展示呈现方式和统计标注，不是竞赛问题的证据。
python3 .claude/skills/mathodology-figure-presets/scripts/render_examples.py --output work/figure-examples

演示使用 NumPy 和 Matplotlib；F08 代码模板还需要 SciPy。如果缺少依赖项，请使用宿主环境中可用的运行时，或在隔离环境中安装；仅阅读和使用提示词不需要任何依赖项。针对具体任务制作图表时，也可以使用 R、MATLAB 或其他语言中已有的数值工具。

评论

支持 Markdown