AI 科研辅助¶
本页面展示如何借助 AI 辅助科研工作，涵盖代码作图、期刊图片风格调整与科研 Skills 推荐三个常用场景。
一、科研代码作图¶
向 AI 下达作图需求时，明确标注「数据路径 + 输出格式 + 投稿场景 + 风格要求」四大要素，指定输出可直接运行的 ipynb 代码与 SVG 矢量图，AI 即可自动匹配期刊出版标准的排版、字体与配色规范，大幅降低科研作图的手动调参与格式美化成本。
AI 生成的期刊级联合分布图：采用六边形分箱热力图呈现折射率与阿贝数的负相关分布规律，解决大数据量下散点重叠的问题；搭配边际直方图同步展示单变量的数据密度特征，辅以线性拟合趋势线与对数色标。整体字体、配色、版式均符合大分子领域学术期刊的投稿规范，输出为 SVG 矢量格式，可直接用于论文插图。
二、修改目标期刊图片风格¶
1. 原始分析底图：未做出版格式优化的六边形分箱联合分布图，直观呈现聚合物折射率与阿贝数的负相关分布规律。
2. 原始代码与辅助线版本：Jupyter Notebook 中运行原始绘图脚本，生成带理论约束线的标注数据分布图，保留了数据分析阶段用于趋势参考的辅助元素。
3. 精准下达期刊格式需求：向 AI 明确修改指令：移除约束线、输出 SVG 矢量图、适配 Macromolecules（ACS）期刊投稿规范，AI 自动检索官方作图标准并规划代码修改方案。
4. AI 迭代调用消耗明细：展示格式优化全流程的模型调用记录，多轮代码修改与调试的 token 消耗清晰可查。
5. 首轮期刊规范适配交付：AI 完成首轮代码改造，严格匹配 ACS 期刊双栏尺寸、字号线宽等出版规范，生成支持内联 SVG 预览的新版绘图文件。
6. 首轮运行暴露细节问题：运行修改后代码出现环境字体缺失警告，同时色条标签与右侧直方图发生布局遮挡，暴露出首轮优化的细节瑕疵。
7. 对话式多轮细节调优：针对排版问题进行逐点反馈迭代，AI 持续调整色条位置、元素间距，通过多轮对话打磨排版细节，解决标签遮挡问题。
8. 最终期刊级成图落地：完成全量布局优化，标签与元素间距符合 ACS 期刊排版标准，最终得到可直接用于 Macromolecules 投稿的规范矢量科研图。
三、科研 Skills 安装机制与场景推荐¶
Skill 加载规则：AI 不会擅自加载未启用的技能，会先校验当前会话的可用状态；如需新增技能需主动发起安装指令。当前会话已内置全套科研类技能，可直接调用无需额外部署。
科研类 Skill 清单与场景化推荐：按科研全工作流分类推荐：
| Skill | 适用场景 |
|---|---|
deep-research |
文献调研与系统综述 |
academic-paper |
论文初稿撰写 |
academic-paper-reviewer |
投稿前预审 |
academic-pipeline |
全流程科研推进 |
此外还提供引文格式、数据处理、绘图等专项技能，可按需匹配不同科研阶段的任务需求。
