1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | multipanel-figures-gptomics-bioskills |
| 项目自述名称 | Multi-Panel Figures（SKILL.md 内部标题） |
| 作者/维护者 | GPTomics Organization |
| 来源链接 | https://github.com/GPTomics/bioSkills/tree/main/data-visualization/multipanel-figures |
| 许可证 | MIT（数据来源：GitHub API，仓库级） |
| GitHub Stars / Forks | 所属合集仓库 bioSkills 整体 1,128 / 193（数据来源：GitHub API；⚠️ 为整个合集的数字，不代表本技能自身热度） |
| 最新版本 | 本子技能内容最近一次提交于 2026-05-24（数据来源：GitHub API commits，按该子目录路径查询） |
| 安装方式 | 复制 data-visualization/multipanel-figures/ 整个目录（含 SKILL.md、examples/、usage-guide.md）到 agent 的 skills 目录 |
2. 功能介绍与亮点
该技能指导 agent 把 2 个及以上独立图表组合为单张符合期刊规范的复合图，覆盖 R 与 Python 两条技术路线：
- R 侧：
patchwork（现代首选，+///|运算符组合面板，支持自定义网格设计字符串）、cowplot（plot_grid对齐能力更稳健）、gridExtra（基础方案） - Python 侧：
matplotlib.gridspec.GridSpec精细控制、fig.subfigures()（3.4+）应对嵌套复合布局 - 明确指出 patchwork 1.2.0（2024-01-05 发布）新增的
axes='collect'/axis_titles='collect'——旧版本会静默忽略该参数，导致重复坐标轴 - 期刊版面尺寸对照表（Nature / Cell / Science / PNAS / eLife 的单栏、双栏、最大高度 mm 数值）
- 面板标注惯例（Nature 小写加粗 a/b/c；Cell 大写加粗 A/B/C）
- 7 类失败模式逐条给出触发条件、机制、症状、修复方法（如
ggsave默认单位是英寸而非毫米、cairo_pdf缺失导致字体未嵌入被期刊系统拒收等）
3. 适用场景
所属分类：数据分析与可视化
面向需要把多张图表拼合为期刊投稿复合图的研究者与数据分析人员——典型场景是生物信息学论文的图 1（通常由散点图、箱线图、直方图等 4 个以上子图组成），需要统一图例、共享坐标轴、按 Nature/Cell 等期刊的版面与字体规范导出。Claude Code / Codex 等初中级用户可直接用自然语言描述目标布局（如“2×2 网格、共享图例、小写字母标注”），由 agent 调用该技能生成对应 R 或 Python 代码，避免手工调试 patchwork/cowplot 的对齐细节。
4. 跨 Agent 兼容性
- Claude Code：✅ 原生支持——标准 SKILL.md（YAML front matter + 指令正文），可直接复制进技能目录使用
- Codex：✅ 遵循同一 Agent Skills 规范格式，可安装使用
- OpenClaw：✅ 同上，格式通用
- Hermes Agent：✅ 已获官方确认——Hermes Agent 生物信息学技能网关文档（
docs/user-guide/skills/optional/research/research-bioinformatics）的「Data Visualization & Reporting」类目按目录名精确列出multipanel-figures
5. 推荐理由
多面板拼图是期刊投稿前最容易返工的一步——坐标轴不统一、图例重复、单位用错导致图幅畸变，这些问题往往在提交后才被期刊系统打回。该技能把这些已知坑点显式列成“触发条件→修复方法”的对照表，并同时覆盖 R（patchwork/cowplot）与 Python（GridSpec/subfigures）两条主流路线，让 agent 能一次性产出可直接投稿的复合图代码，而不是反复试错。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 6 | 所属合集仓库 GPTomics/bioSkills 整体 1,128 stars，该数字属整个合集，不代表本技能自身热度；本技能在 Hermes Agent 官方生物信息学技能网关的 Data Visualization & Reporting 类目中被按目录名精确收录 |
| 可用性 | 9 | SKILL.md（290 行）+ 独立 usage-guide.md（含 5 组可直接使用的 prompt 示例）+ R/Python 双语言示例脚本；一条 install.packages()/pip install 即可安装；仓库最近一次推送为 2026-07-25，本技能所在路径最近一次提交为 2026-05-24；无付费依赖 |
| 安全性 | 9 | 纯提示词模板 + 本地绘图代码，无 shell 命令执行、无运行时联网外发、无需 API key 或凭据；MIT 许可证明确；通读全文与示例代码未见混淆逻辑或可疑指令 |
安全检查清单：①无 shell 命令执行，示例代码仅调用 R/Python 绘图库函数 ②运行时不联网 ③无需任何凭据 ④SKILL.md 与示例脚本均为公开的绘图代码，未见可疑指令 ⑤GPTomics 为持续维护该开源生物信息学技能合集的组织账号，公开仓库活动记录未见刷星、误导性描述等造假迹象 ⑥MIT 许可证清晰 ⑦本技能所在路径最近一次提交为 2026-05-24
7. 跟同类 Skills 相比的优势
| 维度 | multipanel-figures（本技能） | Scientific Visualization（davila7/claude-code-templates） |
|---|---|---|
| 覆盖范围 | 专精多面板拼图本身（对齐、共享图例/坐标轴、面板标注、期刊尺寸） | 更广的科研绘图工具箱，含折线图/柱状图/热图/统计对比图，多面板只是其中一项能力 |
| 技术栈 | R（patchwork/cowplot/gridExtra）与 Python（matplotlib GridSpec/subfigures）并重 | 仅 Python 生态（matplotlib/seaborn/plotly） |
| 失败模式文档 | 7 类具体拼图失败场景逐条给出触发/机制/修复 | 侧重色盲安全配色与期刊 DPI/格式规范，未见针对拼图对齐问题的专项排错内容 |
两者定位不同：偏纯 Python 工作流、且需要折线/柱状/热图等更广绘图能力的用户适合 Scientific Visualization；已用 R（尤其 patchwork/cowplot 生态）产出子图、只需专精解决多面板整合与期刊排版细节的用户更适合本技能。
8. 用户评价
该技能目前在第三方平台尚无具名用户评价；所属仓库的公开 Issue 与 PR 记录中，与本子技能相关的活动主要是维护者自身的引用文献修订，未见独立第三方使用反馈。
9. 其他补充
SKILL.md 内含「Version Compatibility」小节，列出各依赖库的兼容版本区间，并指导 agent 在版本不符时如何自行排查 API 差异，而非直接重试导致报错——这是该合集仓库内多个技能共用的写作规范。
10. 安装使用方式
- 从 GitHub 下载或克隆仓库子目录：
data-visualization/multipanel-figures/ - 复制整个目录（含
SKILL.md、examples/、usage-guide.md）到所用 agent 的 skills 目录（如 Claude Code 的~/.claude/skills/或项目内.claude/skills/） - R 侧依赖：
install.packages(c('patchwork', 'cowplot', 'gridExtra'))（axes='collect'需 patchwork ≥ 1.2.0）；Python 侧依赖：pip install matplotlib - 无需重启 agent，安装后下次对话即可通过自然语言描述拼图需求触发（如“把 4 张图拼成 2×2 网格，共享图例，小写字母标注”）
11. 注意事项
patchwork版本低于 1.2.0 时axes='collect'会被静默忽略，产出图不会报错但坐标轴仍是重复的，需自行核对版本号- 期刊尺寸参数需显式指定单位为毫米（
units='mm'），否则ggsave默认按英寸解读会产生远超版面的巨幅图片 - 仓库为社区维护的生物信息学技能合集，非任何厂商官方出品，选用前建议自行核对示例代码与当前环境中的库版本是否匹配