用途：为 Nature 系列及其他高影响力期刊创建、修改、审查或润色投稿级稿件图表，覆盖多面板图组装、图形摘要与交付前质量审计。
主要能力：技能分为静态层与动态层。静态层（static/）保存可复用的版本化片段，包括图表契约、默认立场以及 Python 与 R 的后端快速上手。动态层（本文件与 manifest.yaml）检测绘图后端，只加载当前任务所需片段；设计、API、模式与 QA 等大量内容放在按需参考中。路由协议要求每次调用都从磁盘加载片段，不凭记忆套用图表逻辑。
使用方式：先检查是否为 OpenRouter AI 示意图路线（生成稿件示意图、图形摘要、机制图、概念插图等），若是则读取 manifest.yaml、always_load 文件与 references/openrouter-image-generation.md，需要真实 API 调用或可复现载荷时使用 scripts/generate_openrouter_schematic.py。否则进入 Python/R 后端门控：请求明确指定语言则使用并保存；有明确语言相关输入文件或工作流则据此选择并保存；否则运行 scripts/nature_figure_backend.py get 读取已保存偏好；无偏好时只问一次“Python 还是 R？我会记住你的默认选择。”并停止，用户回答后先保存再继续。python 对应 matplotlib/seaborn，r 对应 ggplot2/patchwork/ComplexHeatmap。后端一旦选定，对所有绘图、预览、导出与视觉 QA 独占使用。随后加载对应后端片段，按图表契约、默认立场、后端片段的顺序构建图表。references/ 为深度参考，按 manifest 的 on_demand 表按需打开。交付前运行 scripts/ 中的无依赖预检与审计工具：先对源文件运行 validate_figure.py，再对导出运行 audit_pdf_text.py、audit_figure_collisions.py、audit_panel_alignment.py；退出码 0 通过、1 失败、2 用法或 I/O 错误、3 因缺少依赖未运行、4 不可审计，2/3/4 均不算通过。figure_source_data.py 记录定量面板所用与排除的行，figure_safety.py 拒绝无法诚实计算的插值或标签位置。
适用场景：投稿级多面板图、证据链式图表、图形摘要、Nature 旗舰刊要求、复用他人绘图脚本前的资产适配、AI 辅助图形摘要等。
限制：后端门控对绘图任务阻塞，但不适用于明确的 OpenRouter AI 示意图路线；AI 示意图输出仅作为草稿，不得编造实验数值、作者标识、机构标记或未支持的机制。图表规划与单图风格规则由同仓库的 figure-planner 与 figure-style 技能负责，本技能聚焦图表生产。来源改编自 github.com/Yuan1z0825/nature-skills（Apache-2.0），约 30 MB 演示/图库/图表集资产包已移除，保留在上游。