把「科研绘图」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（实验数据），按什么顺序处理，交付什么（图表），哪些事不能做。Skill 就是把这些写下来的载体。

单个技能解决一个环节，把几个技能串起来，才能覆盖一整段工作。本文示范「科研绘图」与三个相关技能的组合。

组合方案

顺序技能作用交给下一步的东西
1可复现检查检查研究代码与数据是否可复现检查报告
2科研绘图按期刊风格绘制科研图表图表
3文献综述围绕主题整理文献综述框架综述框架
4用户分群根据行为特征把用户分成可运营的群体分群结果

交接格式是关键

技能之间靠“上一步的输出就是下一步的输入”衔接。建议约定：

  • 每个技能的输出都带固定标题，便于下一个技能定位内容
  • 不确定项统一放在“需人工确认”小节，后续技能不得把它当作确定事实
  • 「科研绘图」接收的是实验数据，如果上一步给的格式不同，先做一次转换

怎么编排

有三种常见方式：

  1. 人工串联：每一步结束后由人确认，再触发下一个技能，最稳妥
  2. 编排指令：写一个总技能，列出调用顺序与交接要求，由智能体依次执行
  3. 工作流平台：在 Dify、扣子、n8n 等平台中把每个技能做成节点，用条件分支处理异常

编排指令示例（示意）

# 组合流程：可复现检查 → 科研绘图 → 文献综述 → 用户分群
1. 调用 reproducibility，保存输出为 step1
2. 以 step1 为输入调用 data-viz-research，保存为 step2
3. 以 step2 为输入调用 lit-review
4. 调用 segmentation 做收尾
- 任一步出现“需人工确认”时暂停，等待用户回复后再继续

注意事项

  • 链条越长，错误越容易被放大，关键节点要有人看
  • 风险较低，但输出仍需快速过目再使用
  • 每个技能单独测试通过后再组合

相关技能

什么时候用这个技能

  • 手头有实验数据，需要在较短时间内得到图表
  • 同类任务每周出现多次，希望每次处理方式一致
  • 结果要交给同事或上级复核，需要统一的结构和清楚的依据
  • 新人接手这类工作，需要一个可以照着做的标准流程

反过来，如果只是偶尔做一次，或者任务高度依赖现场判断，直接和文献库、数据与写作工具里的智能体对话即可，不必专门封装成技能。

交付物结构示例

建议把图表固定成下面的结构（示意），方便复核与归档：

## 结论
一句话说明最重要的发现或结果

## 主要内容
- 选择图类型：……
- 统一字体配色：……
- 标注误差：……
- 导出高分辨率：……

## 依据
- 引用输入中的具体位置或数据

## 需人工确认
- ……（没有则写“无”）

结构固定之后，复核的人只要先看“结论”和“需人工确认”两部分，就能快速判断结果能否使用。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。