Skills
收录 97,725 个为 Agent 打包的专项能力与操作指引,复制一行命令即可安装。
全部
Light 科研主线第 9 步·图表:让图服务于论点(每张图支撑哪条 claim、删掉后会缺少什么);制定出版级规格(栏宽、字号、色盲安全、误差棒、n 值、显著性);确保视觉诚实(不偷偷截断 y 轴、不用双 y 轴制造伪相关、不用 jet-rainbow);渲染后进行多模态“认真看一眼”;论文数据图必须程序化生成,绝不使用 AI 生图。适用场景:结果分析完成后绘制论文图表;规划一组图(图表清单、预算、避免冗余);选择图表类型;制作出版级图表(栏宽、字号、dpi、色盲安全配色);担心“图表误导或将不显著结果作为主图”;渲染后检查标签重叠、图例遮挡数据;制作框架图或示意图(程序化生成,非 AI 生图)。触发词:画图 / 图表 / figure / 配图 / 出图 / 论文图 / 主图 / 图注 caption / 误差棒 error bar / 色盲 colorblind / viridis / 截断 y 轴 / 双 y 轴 / 热力图 / 框架图 / 组图 panel / display item / 栏宽 column width / 出版级 publication / 图型推荐 / 渲染回看 / plot / chart / matplotlib / seaborn。核心纪律:**视觉不诚实(截断 y 轴 / 双 y 轴伪相关)= critical 门**(spec §4.2,STAGE_GATES[9]=[visual_honesty]);缺少误差棒 / jet-rainbow / 集合超预算 / 冗余 = warn;**将不显著结果作为主图 / 图文不一致 = critical → 发起 9→7 回炉**;**论文数据图必须程序化生成(matplotlib/seaborn/R),绝不使用 AI 生图**(永久底线);静态 lint 只能识别形态可疑之处,是否真正造成误导,最终需结合图注和人工 / 审稿人判断。本技能是 **9→7(将不显著结果作为主图 / 图文不一致 → result-analysis)回炉发起方**。
当用户想要针对某个问题开展结构化、达到饱和的文献综述时使用——不是一次性的摘要,而是通过迭代搜索直到覆盖范围不再增长所构建的证据/矛盾矩阵(来源 × 主张)。每一轮都扩展搜索(新的子主题查询加上引文图谱遍历),纳入新来源,用逐字片段抽取其主张,并记录每个来源在每项主张上的立场(支持/矛盾/限定);反馈信号是某一轮新增了多少改变矩阵的来源,并在饱和、耐心耗尽或预算用尽时停止。输出是矩阵,加上对共识、争议和空白的综合,每个单元格都由真实引文支撑。不适用于对照文献给书面提案打分(那是 proposal-evaluation 任务),也不适用于生成新假设——这是映射文献已有的说法。
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。
