具备全面的 Markdown 和 Mermaid 图表编写能力，适用于创建任何科学文档、报告、分析或可视化内容。以文本化图表为默认文档标准，提供完整的样式指南（Markdown + Mermaid）、24 种图表类型参考及 9 种文档模板。

生成长达50页以上的综合性市场研究报告，风格媲美顶级咨询公司（麦肯锡、BCG、Gartner）。具备专业LaTeX排版、通过scientific-schematics和generate-image生成大量可视化图表、深度集成research-lookup进行数据收集，并运用多种战略分析框架，包括波特五力模型、PESTLE分析、SWOT分析、TAM/SAM/SOM分析以及波士顿矩阵。

用于矩阵运算、数据分析、可视化和科学计算的MATLAB和GNU Octave数值计算。在编写涉及线性代数、信号处理、图像处理、微分方程、优化、统计或科学可视化的MATLAB/Octave脚本时使用。当用户需要帮助理解MATLAB语法、函数，或希望在MATLAB和Python代码之间进行转换时，也可使用。脚本可在MATLAB或开源的GNU Octave解释器中运行。

低层级绘图库，支持完全自定义。当您需要对每个绘图元素进行精细控制、创建新型图表类型或与特定科学工作流集成时使用。可导出为 PNG/PDF/SVG 格式以供发表。如需快速生成统计图表，请使用 seaborn；如需交互式图表，请使用 plotly；如需符合期刊风格的出版级多面板图表，请使用 scientific-visualization。

一个功能全面的工具包，用于在 Python 中创建、分析和可视化复杂网络与图。适用于处理网络/图数据结构、分析实体间的关联、计算图算法（最短路径、中心性、聚类）、检测社区结构、生成合成网络或可视化网络拓扑结构。适用于社交网络、生物网络、交通系统、引文网络以及任何涉及成对关系的领域。

交互式可视化库。当您需要悬停信息、缩放、平移或可嵌入网页的图表时使用。最适合用于仪表盘、探索性分析和演示。如需静态出版图表，请使用 matplotlib 或科学可视化工具。

标准单细胞RNA测序分析流程。适用于质量控制、归一化、降维（PCA/UMAP/t-SNE）、聚类、差异表达分析和可视化。最适合采用成熟工作流程的探索性单细胞RNA测序分析。如需使用深度学习模型，请使用scvi-tools；如有关于数据格式的问题，请使用anndata。

使用 Nano Banana 2 AI 创建符合出版标准的科学图表，具备智能迭代优化功能。采用 Gemini 3.1 Pro 预览版进行质量审核，仅当图表质量低于您文档类型的阈值时才重新生成。专精于神经网络架构、系统图、流程图、生物通路及复杂的科学可视化。

适用于生成期刊投稿级图表的元技能。适用于需要多面板布局、显著性标注、误差条、色盲友好配色方案以及特定期刊格式（如《自然》《科学》《细胞》）的图表制作，可协调使用 matplotlib、seaborn 或 plotly 以符合出版样式。如需快速探索，可直接使用 seaborn 或 plotly。