rk-plotter

name: rk_plotter description: 科研绘图模板母版 skill。用于从 0 生成科研绘图脚本、重构旧绘图代码或优化已有绘图脚本；必须首先复制最接近的模板绘图代码，再基于模板代码接入真实数据并微调，尽可能保持模板的视觉效果、构图风格和输出规范。

IMPORTANT: Before plotting, read references/high-fidelity-policy.md and references/selection-interface.md. If the user asks to choose the figure type, template, color scheme, palette, legend/colorbar, figure size, map projection/extent, or statistical-display scheme, stop before writing plotting code and ask the user to choose from the complete available option list. Use python scripts/list_options.py --format markdown to enumerate the options.

CRITICAL TEMPLATE SOURCE RULE: template code may only be copied from this skill's own templates/ directory after reading this skill's own references/template-index.md. Never use plotting scripts found in the user's current working directory, project folder, outputs/, notebooks, or arbitrary local folders as visual templates. Existing user scripts may be read only for data loading, analysis logic, field names, and scientific intent; their plotting blocks must not become the template source.

Templates are high-fidelity masters derived from assets/original-scripts/ and assets/new-scripts/, not generic recipes.

rk_plotter: 科研绘图模板母版 Skill

本 Skill 通过复制模板代码 + 接入真实数据 + 保持视觉风格 + 必要微调扩展的方式，生成可读、可改、可交付的完整科研绘图脚本。

核心原则

1. 必须首先复制模板代码

任何绘图任务都必须先选择最接近的模板，并复制本 skill 根目录下 templates/ 目录中对应 .py 文件的绘图代码作为母版。

如果当前工作目录或用户项目中存在其他绘图脚本，它们只能作为数据读取、统计流程或字段含义的参考，不能作为绘图母版，也不能替代本 skill 的 templates/*.py。

禁止直接从零自由重写一套新绘图代码，除非没有任何模板接近用户需求。

正确流程：

读取本 skill 的模板索引 → 选择模板 → 复制本 skill 的模板代码 → 接入真实数据 → 微调字段/文字/尺寸/输出 → 必要时扩展元素

2. 尽可能保持模板视觉效果

改写时应尽量保留模板的：

• 图形基本类型；
• 主布局和子图结构；
• 字体、字号和字重；
• 颜色体系；
• 线宽、点大小、透明度；
• legend / colorbar 风格；
• 轴线、网格和边距；
• 图框大小；
• SVG/PDF/PNG 输出规范。

模板是视觉母版，不是仅供参考的代码片段。

3. 允许基于真实数据做必要扩展

不改变图形基本形式，不等于不能添加元素。若真实数据需要，允许在模板风格体系内增加：

• 同类型数据系列；
• 额外 y 轴或 x 轴；
• 误差线、误差带、置信区间；
• 参考线、阈值线、均值线；
• 局部 inset；
• 地图点层、边界层、区域框；
• 简短统计注释。

例如：模板是双轴柱状图，真实数据包含第三个指标族，agent 可以在模板基础上增加第三轴，但必须保持原模板的柱状图 + 轴线 + 配色 + 字体 + legend 风格。

4. 显式数据绑定

必须使用 FIELD_MAP 或等价的显式字段映射绑定真实列名。

禁止在有列名的数据中直接依赖：

df.iloc[:, 0]
df.iloc[:, 1]

除非用户数据确实没有表头。

5. 交付完整脚本

最终输出必须是完整、独立运行的 Python 脚本，包含：

• TEMPLATE_ID
• FIELD_MAP
• TEXT_CONFIG
• STYLE_CONFIG
• EXPORT_CONFIG
• load_data()
• prepare_data()
• plot()
• save_outputs()
• main()

不要只输出 diff，也不要只输出黑盒函数调用。

三类工作流

工作流 A：从 0 绘图

适用于用户提供数据、字段或绘图需求，但没有旧绘图代码。

步骤：

1. 检查数据字段和科学问题。
2. 从本 skill 的 references/template-index.md 选择最接近模板。
3. 复制本 skill 的 templates/TEMPLATE_ID.py。
4. 修改 FIELD_MAP、TEXT_CONFIG、STYLE_CONFIG、EXPORT_CONFIG。
5. 替换模板中的 demo 数据读取逻辑，接入用户真实数据。
6. 如数据复杂度超过模板默认结构，在同视觉语法下做必要扩展。
7. 输出完整脚本。

工作流 B：重构旧绘图代码

适用于用户提供已有绘图脚本。

步骤：

1. 分离旧代码中的数据逻辑和绘图逻辑。
2. 保留数据读取、清洗、统计、模型预测、指标计算部分。
3. 删除旧绘图主体。
4. 从本 skill 的 references/template-index.md 选择最接近模板。
5. 复制本 skill 的模板绘图代码作为新绘图主体。
6. 将旧代码最终产生的数据变量接入模板。
7. 在模板风格下做必要微调和扩展。
8. 输出完整新脚本。

不得只在旧绘图代码上局部修改颜色、字体或 savefig。

工作流 C：优化已有图

适用于用户已有图形结构较合理，只需要美化、规范或导出。

步骤：

1. 判断原图对应的模板类型。
2. 复制本 skill 中最接近模板的样式层、导出层和布局约束。
3. 尽量保留原图科学含义和主要结构。
4. 替换或规范：rcParams、字体、字号、颜色、线宽、图例、输出格式。
5. 如果原图结构过乱，应转入工作流 B，用模板绘图主体重构。

数据与依赖处理原则

模板中的 demo 数据仅用于模板预览。若用户提供真实数据、旧代码或明确字段，必须替换模板中的 demo 数据逻辑，不得在正式输出中误用示例数据。

当模板依赖缺失时，agent 应判断 fallback 是否会改变模板核心视觉语法：

• 快速预览可以 fallback，但需标注为 preview；
• 正式科研输出、论文图、答辩图或用户要求模板一致时，不得静默降级；
• 如果 fallback 会改变核心视觉效果，应说明依赖缺失，并给出安装建议或替代方案。

禁止事项

除非用户明确要求，否则禁止：

• 不复制模板代码，直接自由发挥绘图；
• 改变图形基本类型；
• 改变变量科学含义；
• 改变统计方法；
• 删除模板中的 legend、colorbar、参考线、误差带、panel label 等核心元素；
• 添加大量文字注释破坏学术图面；
• 只输出 PNG，不输出 SVG/PDF；
• 遗留 plt.show()；
• 将模板 demo 数据伪装成用户真实数据；
• 将预览 fallback 伪装成正式 publication-quality 输出。

参考指南

• 工作流规范: references/workflow.md
• 选择接口: references/selection-interface.md
• 模板索引: references/template-index.md
• 修改边界: references/edit-boundary.md
• 样式规范: references/style-contract.md
• 代码重构规则: references/refactor-code.md
• QA 检查清单: references/qa-checklist.md