Habilidades nature-figure
📊

nature-figure

Baixo Risco 📁 Acesso ao sistema de arquivos⚙️ Comandos externos🌐 Acesso à rede

Crie figuras científicas prontas para submissão em periódicos como Nature

Pesquisadores enfrentam dificuldades para produzir figuras com qualidade de submissão que atendam aos padrões da Nature e de periódicos de alto impacto. Esta skill oferece um fluxo de trabalho com gate de backend, em Python ou R, garantindo que as figuras sejam cientificamente claras, esteticamente refinadas e prontas para exportação.

Suporta: Claude Codex Code(CC)
📊 71 Adequado
1

Baixar o ZIP da skill

2

Upload no Claude

Vá em Configurações → Capacidades → Skills → Upload skill

3

Ative e comece a usar

Testar

A utilizar "nature-figure". Crie um gráfico de barras comparando três métodos em dois conjuntos de dados com barras de erro

Resultado esperado:

Uma figura de 2 painéis com barras agrupadas, barras de erro claras (média +/- desvio padrão), tipografia Helvetica em 24pt, métodos codificados por cores com legenda, exportada em PDF (vetorial) e PNG (300 DPI) adequados para submissão à Nature.

A utilizar "nature-figure". Preciso de um heatmap mostrando expressão gênica em 5 tipos celulares com clustering hierárquico

Resultado esperado:

Uma visualização com ComplexHeatmap incluindo dendrogramas em linhas e colunas, legenda de escala de cores, rótulos anotados em linhas e colunas, exportada a 300 DPI em PDF e PNG com dimensões prontas para publicação.

A utilizar "nature-figure". Refine este scatter plot para uma figura na Nature

Resultado esperado:

Um scatter plot refinado com paleta de cores contida, rótulos de eixos claros em tamanho de fonte adequado, legenda posicionada para não ocluir os dados, fundo branco com spines mínimos, salvo a 300 DPI nos formatos vetorial e raster.

Auditoria de Segurança

Baixo Risco
v1 • 6/24/2026

Static analysis flagged 783 potential issues, but evaluation confirms the vast majority are false positives. The skill is a legitimate scientific figure-generation toolkit for academic publishing. Flagged patterns are explainable: 'C2 keywords' are model names (DCRNN, GTS) in comparison charts, 'weak crypto' triggers are hex color codes, 'os file operations' are figure output directory creation, and 'shell backtick' matches are markdown inline code formatting. No malicious intent or data exfiltration patterns found.

46
Arquivos analisados
6,375
Linhas analisadas
5
achados
1
Total de auditorias
Problemas de Baixo Risco (2)
README.md:1-399SKILL.md:13-53references/api.md:11-425
Markdown inline code patterns
Numerous markdown files use backtick formatting for code references and shell command examples. These are documentation patterns, not shell execution. All detected 'shell backtick execution' findings in README.md, SKILL.md, and references/ are markdown rendering of code samples, not actual shell invocation.
assets/figures4papers/figure_brainteaser/plot_brute_force.py:246assets/figures4papers/figure_Cflows/plot_comparison_Trajectory.py:71assets/figures4papers/figure_Dispersion/plot_illustration.py:402
Output directory creation in figure scripts
Python plotting scripts use os.makedirs('./figures/', exist_ok=True) to create output directories before saving figure files. This is standard scientific plotting workflow behavior, not filesystem manipulation.

Fatores de risco

📁 Acesso ao sistema de arquivos (6)
assets/figures4papers/figure_brainteaser/plot_brute_force.py:246 assets/figures4papers/figure_CellSpliceNet/plot_comparison.py:107 assets/figures4papers/figure_Dispersion/plot_illustration.py:402 assets/figures4papers/figure_FPGM/plot_freq_prior.py:145 assets/figures4papers/figure_VIGIL/plot_comparison_radar.py:160 references/tutorials.md:70-238
⚙️ Comandos externos (4)
assets/figures4papers/figure_FPGM/plot_freq_prior.py:65-130 README.md:1-399 SKILL.md:13-53 references/api.md:11-425
🌐 Acesso à rede (3)
README.md:9 references/demos.md:65 references/qa-contract.md:10-16
Auditado por: claude

Pontuação de qualidade

38
Arquitetura
100
Manutenibilidade
87
Conteúdo
50
Comunidade
86
Segurança
87
Conformidade com especificações

O Que Você Pode Construir

Preparar figuras para submissão de manuscrito à Nature

Um pesquisador precisa de figuras multi-painel com formatação, esquemas de cores e resolução de exportação em conformidade com periódicos para submissão à família Nature.

Aprimorar plots científicos existentes para publicação

Um doutorando possui plots em matplotlib ou ggplot2 ainda em rascunho e precisa refiná-los aos padrões de publicação, com tipografia, espaçamento e configurações de exportação adequadas.

Criar fluxos de trabalho de figuras reproduzíveis para um laboratório

Um líder de laboratório deseja um pipeline de criação de figuras consistente e reproduzível, que os membros possam seguir em Python ou R, garantindo coerência visual entre os artigos.

Tente Estes Prompts

Solicitação básica de criação de figura 
Preciso criar uma figura de 3 painéis para minha submissão à Nature mostrando expressão gênica em três condições. Python ou R?
Refinamento de figura com dados existentes 
Aqui estão meu arquivo de dados e um script em matplotlib ainda em rascunho. Você pode me ajudar a refiná-lo para os padrões de publicação da Nature, com DPI adequado, escolha de fontes e disposição dos painéis?
Orientação para um tipo específico de gráfico 
Preciso criar um heatmap complexo com anotações para um artigo na Nature. Meu backend é R. Você pode me orientar sobre as melhores práticas com ComplexHeatmap?
QA e verificação de exportação 
Terminei minha figura e preciso verificar se ela atende aos padrões de submissão. Você pode passar pelo contrato de QA e me ajudar com a exportação final para PDF e TIFF?

Melhores Práticas

  • Sempre confirme o backend (Python ou R) antes de gerar qualquer código de plotagem
  • Defina a conclusão principal da figura e a cadeia de evidências antes de escrever qualquer script de plotagem
  • Use formatos vetoriais (PDF/SVG) para figuras com texto ou linhas nítidas, e formatos raster (PNG/TIFF) a 300+ DPI para figuras ricas em imagens
  • Aplique composição orientada por arquétipos: identifique o painel principal, use paletas contidas e faça das estatísticas parte integrante da figura

Evitar

  • Não selecione o backend automaticamente; sempre pergunte explicitamente ao usuário entre Python ou R
  • Não utilize mais do que 5-7 cores distintas em uma única figura; o estilo da Nature favorece paletas contidas
  • Não inclua efeitos 3D, sombras ou grades decorativas em figuras de publicação
  • Não pule a etapa de contrato da figura; toda figura deve ter uma conclusão declarada e uma lógica de evidências

Perguntas Frequentes

Quais backends esta skill suporta?
Python com matplotlib/seaborn, ou R com ggplot2/patchwork/ComplexHeatmap. Você deve escolher um explicitamente.
A skill selecionará Python ou R automaticamente para mim?
Não. A skill aplica um gate obrigatório e solicita que você escolha antes de gerar qualquer código.
Quais formatos de saída são suportados?
PDF e SVG para gráficos vetoriais, PNG e TIFF a 300 DPI para imagens raster, atendendo aos requisitos de submissão em periódicos.
Esta skill é adequada para dashboards?
Não. Ela foi projetada apenas para figuras estáticas de publicação, não para dashboards interativos ou visualizações web.
Posso usar esta skill para periódicos que não sejam da Nature?
Sim. O fluxo de trabalho se generaliza para Cell, Science e outros periódicos de alto impacto com padrões de qualidade semelhantes.
A skill executa código ou apenas fornece orientação?
A skill fornece orientação detalhada, exemplos de código e um contrato de QA. A execução do código depende do seu ambiente Claude Code.

Detalhes do Desenvolvedor

Licença

MIT

Repositório

https://github.com/Yuan1z0825/nature-skills/tree/main/skills/nature-figure

Referência

main

Estrutura de arquivos

📁 yuan1z0825-nature-figure/

📄 SKILL.md