1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 名称 | color-palettes（bioSkills 合集中的数据可视化子技能） | |
| 项目自述名称 | bioSkills（合集整体名称，本条目对应其 data-visualization/color-palettes 子目录） |
|
| 作者/维护者 | GPTomics（生物信息学 AI 研究团队，官网 gptomics.com），主要提交者 Domen Jemec | GitHub API |
| 来源链接 | https://github.com/GPTomics/bioSkills/tree/main/data-visualization/color-palettes | — |
| 许可证 | MIT | GitHub API |
| GitHub Stars | 1,128（GitHub API；数字属整个 bioSkills 合集仓库，不代表本子技能自身热度） | GitHub API |
| Forks | 193（口径同上） | GitHub API |
| 最新版本 | 3.0（GitHub Release 标签） | GitHub API |
| 安装方式 | 克隆仓库后运行官方安装脚本，支持按分类选装 | GitHub |
2. 功能介绍与亮点
该技能指导 Agent 为科研图表挑选配色方案，核心是把“选个好看的颜色”改造成三条可验证的科学标准：感知均匀性（数据间隔相等则色彩感知间隔也相等，如 viridis、Crameri 家族的 batlow/roma/vik）、色盲安全性（约 6% 男性有红绿色觉缺陷，cividis 专为色盲友好设计）、灰阶单调性（图转灰阶后数据顺序仍可辨识，是最直接可执行的检验方法）。
正文按数据类型（顺序型、发散型、循环型、分类型）给出对应色板清单与应避免的色板（jet、rainbow 等因亮度非单调会制造视觉伪影），并给出具体操作规范：发散型数据必须使用对称边界（vmin = -vmax）且零点为纯白而非浅灰；分类色板超过 8-10 种可辨颜色应改用分面或形状+颜色组合；Okabe-Ito 8 色分类色板的十六进制值直接列出可复制使用。附带两份 R 示例脚本（含标准色板调用与 PhD 级细分场景）与一份独立的 usage-guide.md，列出示例提示词与 agent 执行步骤。全文引用 8 篇同行评议文献支撑各项论断，包括色觉缺陷优化色板设计（Nuñez 2018, PLOS ONE）、彩虹色板危害论（Borland 2007, IEEE CG&A）与色彩科学误用综述（Crameri 2020, Nat Commun）。
该子技能所属的 bioSkills 合集覆盖 561 个技能、63 个分类，从测序数据处理、变异检测到单细胞、空间转录组、蛋白质组等全流程均有覆盖，并在自建的 Bio-Task Bench 基准上发布过评测报告。
3. 适用场景
所属分类：数据分析与可视化
适合需要绘制热图、散点图、网络图或任何“颜色承载数量或类别含义”的图表的科研人员与生物信息学分析师，尤其是在准备期刊投稿图表、需要满足无障碍阅读要求，或希望用有据可依的默认色板替代随手选色的场景下使用；也适合刚接触科研绘图、分不清“该用哪种色板”的学生与初级分析师。
4. 跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | ✅ 原生支持 | 仓库提供 install-claude.sh，可全局或按项目安装，支持 --categories 按分类选装 |
| Codex | ✅ 原生支持 | 提供 install-codex.sh，安装时自动转换为 Agent Skills 标准格式 |
| OpenClaw | ✅ 原生支持 | 可直接从 ClawHub（clawhub.ai/djemec/bioskills）安装，或使用 install-openclaw.sh |
| Hermes Agent | ❓ 未验证 | 官方文档列出的支持平台为 Claude Code、Codex、Gemini/Antigravity CLI、OpenCode、OpenClaw，未提及 Hermes Agent，现有材料不足以判断 |
5. 推荐理由
配色是科研图表里最容易被“看着顺眼就行”打发的决策，却直接决定图表是否会被色盲读者误读、是否会因彩虹色板的非单调亮度制造出根本不存在的数据条带。这个技能把配色从审美判断变成有文献支撑的工程决策——按数据类型对照选色板、发散色板对称边界、灰阶可读性自测——让 agent 产出的图表经得起同行评审。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 6 | 所属 bioSkills 合集仓库累计 1,128 star、193 fork，该数字属整个合集不代表本子技能自身热度；本子技能目录自身有 8 次针对性提交，Hermes Agent 官方生物信息学网关在“数据可视化与报告”类目下点名收录该技能 |
| 可用性 | 9 | SKILL.md 正文含版本兼容说明、决策标准与常见错误对照表，并配独立的 usage-guide.md（含示例提示词）与两份 R 示例脚本；仓库提供一键安装脚本，支持按分类选装、增量更新与卸载，无付费依赖；子技能目录最近改动于 2026-05-29，所属仓库近日仍有提交 |
| 安全性 | 9 | 见下方检查清单 |
安全检查清单
| 检查项 | 结果 |
|---|---|
| ① Shell 命令及权限范围 | 仅指导调用本地开源绘图库（R viridis/scico/khroma/RColorBrewer、Python matplotlib/colorcet/cmcrameri）处理用户自有图表，不涉及广泛系统权限 |
| ② 运行时联网外发数据 | 无，纯本地配色计算与画图，未见任何网络请求 |
| ③ API key / 凭据 | 不需要任何凭据 |
| ④ 可疑指令 | 通读 SKILL.md 正文、usage-guide.md 与两份示例脚本，未发现 prompt injection 或混淆代码迹象 |
| ⑤ 作者/组织信誉 | GPTomics 为专注生物信息学 AI 的研究团队，有独立官网与公开评测基准（Bio-Task Bench），主要维护者提交记录持续、以规范修订为主，无刷量迹象 |
| ⑥ License | MIT，明确 |
| ⑦ 最近维护 | 所属仓库近日仍有提交，本子技能目录本身最近改动在 2026-05-29（约两个多月前） |
7. 跟同类 Skills 相比的优势
| 竞品 | 定位 | 与 color-palettes 的差异 |
|---|---|---|
| skill.color-expert（meodai） | 面向前端与设计场景的色彩科学参考，覆盖 OKLCH 感知色彩空间、WCAG/APCA 无障碍对比度、品牌视觉配色历史 | 定位是 UI/品牌设计的色彩理论百科，不针对科研图表的数据编码场景（如发散色板对称零点、多面板色板一致性）；color-palettes 专注“颜色如何准确传达数据”这一更窄但更具体的问题 |
| heatmaps-clustering（同合集） | 出版级聚类热图的方法学决策工具，正文附带简要的色板选择建议（稳健分位数边界、viridis/Crameri 提及） | 配色只是其众多决策维度之一、着墨有限；color-palettes 是独立成篇的配色专项参考，覆盖顺序/发散/循环/分类四种数据类型与色盲安全测试方法，深度显著更高，且适用于热图之外的任意图表类型 |
| matplotlib/ggplot2 默认色板 | 绘图库随包自带的默认取色方案 | 不做任何数据类型匹配或色盲安全判断，选色全凭默认值或用户手感；color-palettes 提供的是“该用哪种色板、为什么”的决策层知识，而非替代绘图库本身 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价。
9. 其他补充
该技能与合集内其他数据可视化子技能（heatmaps-clustering、multipanel-figures、ggplot2-fundamentals 等）在正文中相互引用，形成“选数据类型→选色板→组合多面板”的连贯工作流，可组合使用覆盖从单图配色到出版级多面板图的完整链路。
10. 安装使用方式
- 推荐方式：克隆仓库
git clone https://github.com/GPTomics/bioSkills，运行对应 agent 的安装脚本（如 Claude Code 用./install-claude.sh），可用--categories data-visualization只安装可视化相关子技能。 - OpenClaw：可直接从 ClawHub（clawhub.ai/djemec/bioskills）安装，或运行
install-openclaw.sh。 - 更新与卸载：安装脚本支持增量更新与卸载，无需重新克隆整个仓库。
- 安装后无需重启；agent 在检测到配色、热图、散点图、色盲安全、色板选择等相关任务时会参考该技能内容。
11. 注意事项
- 该技能是纯知识参考类，不包含独立可执行的配色生成脚本；实际调色板生成仍依赖 viridis、scico、cmcrameri 等外部开源库，需自行安装。
- Hermes Agent 上的兼容性尚未有官方材料证实，使用前建议先行验证。
- 仓库整体 star/fork 数反映的是 bioSkills 561 个子技能的合集热度，不代表本子技能自身的独立采用规模。