用途：该技能用于科研计算与软件辅助研究，主要面向光电信息科学与工程。涵盖 MATLAB/Octave 脚本编写、调试、重构，以及信号与图像处理、FFT、滤波、矩阵计算、仿真和图形导出；Python 科学工作流（NumPy、SciPy、pandas、matplotlib、seaborn、scikit-learn 等）；统计分析、探索性数据分析、传感器与时间序列预测、优化、离散事件仿真、量子光学/开放量子系统、材料数据、图与网络分析；在支持研究分析时也涉及文献查找、引用元数据、BibTeX 与参考文献核对。论文正文写作建议用 research-writing-skill，Word/PPT 交付建议用 office-academic-skill。
主要能力：光学、光电子、光通信、光传感、光纤传感（BOTDR/BOTDA、BGS、SPM）、色散、噪声与解卷积相关示例与检查；信号处理、图像处理、光谱学、探测器数据、传感器时间序列、定标与不确定度；MATLAB 仿真与可复现论文/答辩图。按需加载捆绑参考：绘图与出版图用 matplotlib、seaborn、scientific-visualization；统计与时序用 statistical-analysis、statsmodels、timesfm-forecasting；机器学习用 scikit-learn；符号计算用 sympy；优化用 pymoo；仿真用 simpy；量子光学用 qutip；材料/晶体/能带/DOS 用 pymatgen；图与网络用 networkx；FITS 类数据用 astropy；表格/PDF 用 xlsx、pdf；文献用 paper-lookup、citation-management、literature-review。
使用方式：先读代码、数据、README、文档和项目说明，再确认变量、维度、单位、输入输出路径、随机种子与预期图形；小步可验证地修改，避免无关重构；优先成熟库；尽量运行脚本或最小示例验证，并报告环境、命令、输出路径、生成图与已知限制。MATLAB 尽量保留原结构，注释物理含义、单位、假设与公式来源，集中关键参数，避免硬编码绝对路径，随机仿真加 rng；出版图尽量同时导出高分辨率 .png 与矢量 .svg，并检查坐标轴、单位、图例、采样率、线宽、字体、颜色与分辨率。MATLAB 细节见 references/scientific-skills/matlab/SKILL.md。
限制：不得臆造物理参数、材料常数、软件菜单操作、实验结果或论文结论，不确定时索取源文件或标注假设。不得暴露或提交密钥、私有数据、未发表论文内容；不得覆盖原始数据、代码、Word/PPT 或图形，应写版本化输出；未经确认不得删除或递归清理用户文件。外部查询优先开放 API 与官方文档，并区分实时结果与本地推断。某些参考涉及可选安装（如 uv pip install ...）或 API key，除非任务需要且用户同意，不要安装包、使用云 API 或外发用户数据。缺失事实暂未提供。