这个渐进披露 Skill 是科学 figure 的正确性与可读性 checklist，背后配一组可选的 matplotlib helper。规则按元素承担的角色来定，而不是规定一套固定的视觉风格：边框、字体、配色都是可调参数。至于交给它的数据在科学上是否成立，这份 checklist 管不着。
一个 Skill 就是一个文件目录，所谓安装，就是把这个目录复制到 Agent 会去读的地方。有 Node 18+、且 PATH 上有 git（npm 靠它解析 github: 形式的包名）即可，无需先克隆仓库：
npx github:PKU-YuanGroup/OpenAI4S install figure-style --target claude
--target claude 写入 ~/.claude/skills，claude-project 写入 ./.claude/skills，openai4s 写入 <data_dir>/user-skills，--dir <path> 则写到你指定的任意位置。往目标写任何东西之前，都会先打印解析出的绝对路径；--dry-run 到此为止，不再写入。重装时，若目标副本被你改过、或者不是它自己装的，就拒绝覆盖；uninstall 也只删除它自己写过的文件。对于 npm 发布版中包含的配方，可用 npx @pku-yuangroup/openai4s-skills install figure-style --target claude 安装发布版本。npm 目录可能与当前仓库不同。
没有 Node 时，直接取这个目录——需要 .zip 上传时再打包。tarball 是整个仓库（超过 100 MB），下面这条管道是 POSIX shell（macOS、Linux、WSL）写法，只解出这一个目录：
curl -L https://codeload.github.com/PKU-YuanGroup/OpenAI4S/tar.gz/refs/heads/main \
| tar -xz --strip-components=2 OpenAI4S-main/skills/figure-style
python3 -m zipfile -c figure-style.zip figure-style
同一份内容的图形界面版本是点击下载整个仓库 zip 包，Windows 上也走这条路：解压后把 skills/figure-style/ 拷出来即可（unzip main.zip 'OpenAI4S-main/skills/figure-style/*' 只解这一个目录）。如果你本来就在跑 OpenAI4S，那这里没有任何东西需要安装——wheel 自带全部内置 Skill，且内置 Skill 优先于 <data_dir>/user-skills 里的同名副本。目标目录、来源记录，以及安装器拒绝去做的那些事：tools/skills-installer/。
| 文件 | 职责 |
|---|---|
SKILL.md |
规则本体：数据保真与自洽、把结论式标题拿去和每一行数据对账、标注的下限与上限、坐标轴与标度、配色、字体、按数据形状选图型、版式与叙事、anti-pattern 清单，以及画完再验的 QA 循环。第 1–3、8、9 节属于正确性，任何场合都适用；第 4–7 节是指引，有意为之的替代方案可以覆盖——但其中陈述事实性/感知性不变量的那几条仍然必须遵守（发散配色以语义零点为中心、CVD 安全配色、引导线锚定到它所标注的点）。 |
kernel.py |
可选 sidecar：apply_figure_style 在作图前一次性设置 rcParams（按角色映射的字号阶梯、朝外的刻度、无框图例、300 dpi 输出、字体内嵌）；set_frame 与 panel_letter 负责边框和面板字母；focal_palette、bar_with_points、strip_with_median、end_of_line_labels 实现规则反复要求的那几种编码，goodness_arrow 和 two_tier_label 负责标注；panel_crops 给出已保存 PNG 里每个 panel 的 crop box，方便回头看一眼真正画出来的东西。 |
本 Skill 用到的 matplotlib 属于可选的运行时状态，必须装在所选的内核里。图通过了几何碰撞检查，只说明几何上没问题，仍然需要感知层面的复核和领域读者的判断。