用途：为研究论文生成出版质量的科学图表。输入为图表描述（$0），可选数据文件路径（CSV、JSON、NPY、PKL）或结果目录（$1）。
主要能力：内置模板脚本可生成 bar、training-curve、heatmap、ablation、line、scatter、radar、violin、tsne、attention 等图表类型，例如 python ~/.claude/skills/figure-generation/scripts/figure_template.py --type bar --output figure_script.py --name comparison，可用 --list-types 查看类型。
使用方式为三阶段流水线（源自 MatPlotAgent）：阶段一查询扩展，把描述展开为分步编码规范，确定图表类型、数据映射（x/y/color/hue）、样式与论文惯例；阶段二代码生成与执行循环，以模板脚本为起点生成自包含 Python 脚本，运行 python figure_script.py，报错则回传 traceback 重新生成，最多重试 4 次，未产出 .png 时补充保存指令重试，成功后报告图片路径；阶段三视觉精修，读取 PNG 并用 VLM 反馈检查类型、标签标题图例、配色一致性、坐标轴尺度与出版尺寸下的可读性，必要时生成修正指令并重新执行。
输出为 300 DPI PNG 预览、论文用矢量 PDF，以及 LaTeX 引用代码。质量要求：DPI ≥ 300 或矢量 PDF，色盲友好配色，印刷尺寸下文字 ≥ 8pt，全文图表样式一致，不使用 matplotlib 默认标题而用 LaTeX caption。相关技能上游为 data-analysis、experiment-code，下游为 paper-writing-section、paper-compilation、slide-generation，另见 table-generation。限制：资料未提供收费、平台与运行环境要求等信息。