用途：在美化之前先保证图表不歪曲科学含义，用于科研图表设计、无障碍编码、期刊导出与投稿前审查。
主要能力：强调保留原始数据与转换记录；用颜色加标记、线型、阴影等冗余编码；按数据语义选择定性/顺序/发散/循环色板；检查对比度与灰度；为复杂图提供替代文本与数据表；导出 PDF/PNG/TIFF/SVG 等并记录溯源；区分交互与静态产物。
使用方式：以该技能目录为工作目录运行示例；在自有脚本中把 scripts/ 和 assets/ 加入导入路径。使用 Matplotlib 面向对象 API 与临时样式上下文，例如 with style_context("default", palette_name="okabe_ito_on_white") 后再 plt.subplots。布局用 layout="constrained"，之后不要再调 tight_layout()。物理尺寸下不要随意用 bbox_inches="tight"。Seaborn 用当前 errorbar API，并保留个体标识、按真实独立抽样单位计算区间；缺失行会被丢弃从而桥接断点，需显式用 NaN 或分段绘制。Plotly 用 write_html() 与 write_image()，Kaleido 1.4.0 需本地 Chrome/Chromium。导出用 export_figure() 并写 manifest，避免隐式覆盖。
限制：不得修改、隐藏、编造或选择性增强数据；不得猜测期刊要求，需按期刊、文章类型、图类型与投稿阶段核实官方现行指南；自动化报告不构成科学性、无障碍或合规认证；灰度检查只是启发式；固定依赖版本与快照有日期，不代表传递依赖锁定。