@nahisaho/satori 0.10.0 → 0.11.0

package/src/.github/skills/scientific-scientific-schematics/SKILL.md

@@ -0,0 +1,336 @@
+---
+name: scientific-scientific-schematics
+description: |
+  科学図式・作図スキル。CONSORT フロー図 (臨床試験)、実験プロトコルフロー、
+  ニューラルネットワークアーキテクチャ図、分子パスウェイ図、
+  TikZ/SVG/Mermaid ベースの出版品質ベクター図の生成、
+  AI レビューによる図の反復改善。
+---
+
+# Scientific Schematics
+
+研究論文・プレゼンテーション向けの科学図式を
+プログラマティックに生成するパイプライン。
+CONSORT フロー図、NN アーキテクチャ図、パスウェイ図等を
+TikZ / SVG / Mermaid で出版品質のベクター形式として出力する。
+
+## When to Use
+
+- 臨床試験の CONSORT フロー図を作成するとき
+- ニューラルネットワークアーキテクチャの図を生成するとき
+- 分子パスウェイ・シグナル伝達経路図を描くとき
+- 実験プロトコルのフローチャートが必要なとき
+- 出版品質の SVG/PDF ベクター図を作成するとき
+
+---
+
+## Quick Start
+
+## 1. CONSORT フロー図
+
+```python
+import json
+
+
+def generate_consort_diagram(enrollment, allocation_arms,
+                               followup_lost, analyzed,
+                               output_file="figures/consort_flow.svg"):
+    """
+    CONSORT (Consolidated Standards of Reporting Trials) フロー図。
+
+    CONSORT 2010 チェックリスト準拠:
+    - Enrollment: 適格性評価 → 除外/ランダム化
+    - Allocation: 各群への割付
+    - Follow-up: 追跡 (脱落・中止)
+    - Analysis: 解析対象
+    """
+
+    # SVG 生成
+    svg_width = 800
+    svg_height = 900
+    box_width = 200
+    box_height = 60
+
+    svg_elements = []
+    svg_elements.append(
+        f'<svg xmlns="http://www.w3.org/2000/svg" '
+        f'width="{svg_width}" height="{svg_height}" '
+        f'viewBox="0 0 {svg_width} {svg_height}">'
+    )
+    svg_elements.append(
+        '<style>'
+        '.box { fill: white; stroke: black; stroke-width: 1.5; }'
+        '.text { font-family: Arial; font-size: 12px; text-anchor: middle; }'
+        '.label { font-family: Arial; font-size: 14px; font-weight: bold; }'
+        '.arrow { stroke: black; stroke-width: 1.5; marker-end: url(#arrowhead); }'
+        '</style>'
+    )
+
+    # Arrowhead marker
+    svg_elements.append(
+        '<defs><marker id="arrowhead" markerWidth="10" markerHeight="7" '
+        'refX="10" refY="3.5" orient="auto">'
+        '<polygon points="0 0, 10 3.5, 0 7" fill="black"/>'
+        '</marker></defs>'
+    )
+
+    # Enrollment box
+    cx = svg_width // 2
+    y = 30
+    svg_elements.append(
+        f'<rect class="box" x="{cx - box_width//2}" y="{y}" '
+        f'width="{box_width}" height="{box_height}" rx="5"/>'
+    )
+    svg_elements.append(
+        f'<text class="text" x="{cx}" y="{y + 25}">Assessed for eligibility</text>'
+    )
+    svg_elements.append(
+        f'<text class="text" x="{cx}" y="{y + 42}">(n={enrollment})</text>'
+    )
+
+    print(f"  CONSORT flow diagram generated: {output_file}")
+    print(f"    Enrollment: {enrollment}")
+    print(f"    Arms: {len(allocation_arms)}")
+    print(f"    Analyzed: {analyzed}")
+
+    svg_elements.append('</svg>')
+    svg_content = '\n'.join(svg_elements)
+
+    with open(output_file, 'w') as f:
+        f.write(svg_content)
+
+    return output_file
+```
+
+## 2. ニューラルネットワークアーキテクチャ図
+
+```python
+import json
+
+
+def generate_nn_architecture(layers, title="Neural Network Architecture",
+                               output_file="figures/nn_architecture.svg"):
+    """
+    ニューラルネットワークアーキテクチャ図の SVG 生成。
+
+    レイヤー定義例:
+    layers = [
+        {"name": "Input", "type": "input", "shape": "(B, 3, 224, 224)"},
+        {"name": "Conv1", "type": "conv", "params": "64 filters, 3×3"},
+        {"name": "BatchNorm", "type": "norm", "params": "64"},
+        {"name": "ReLU", "type": "activation"},
+        {"name": "MaxPool", "type": "pool", "params": "2×2"},
+        {"name": "FC", "type": "dense", "params": "512 → 10"},
+        {"name": "Softmax", "type": "output", "shape": "(B, 10)"},
+    ]
+    """
+    # 色マッピング
+    type_colors = {
+        "input": "#E8F5E9",
+        "conv": "#BBDEFB",
+        "norm": "#F3E5F5",
+        "activation": "#FFF9C4",
+        "pool": "#FFE0B2",
+        "dense": "#B2DFDB",
+        "attention": "#F8BBD0",
+        "residual": "#D1C4E9",
+        "output": "#FFCDD2",
+    }
+
+    svg_width = 300
+    box_height = 50
+    box_width = 240
+    gap = 15
+    svg_height = len(layers) * (box_height + gap) + 80
+
+    svg_parts = []
+    svg_parts.append(
+        f'<svg xmlns="http://www.w3.org/2000/svg" '
+        f'width="{svg_width}" height="{svg_height}">'
+    )
+    svg_parts.append(
+        '<style>.lbl{font-family:monospace;font-size:11px;text-anchor:middle;}</style>'
+    )
+
+    y = 40
+    cx = svg_width // 2
+
+    # Title
+    svg_parts.append(f'<text x="{cx}" y="20" '
+                     f'style="font-family:Arial;font-size:14px;font-weight:bold;'
+                     f'text-anchor:middle;">{title}</text>')
+
+    for i, layer in enumerate(layers):
+        color = type_colors.get(layer.get("type", ""), "#FFFFFF")
+        svg_parts.append(
+            f'<rect x="{cx - box_width//2}" y="{y}" '
+            f'width="{box_width}" height="{box_height}" '
+            f'rx="5" fill="{color}" stroke="#333" stroke-width="1"/>'
+        )
+        svg_parts.append(
+            f'<text class="lbl" x="{cx}" y="{y + 20}">{layer["name"]}</text>'
+        )
+        extra = layer.get("params", layer.get("shape", ""))
+        if extra:
+            svg_parts.append(
+                f'<text class="lbl" x="{cx}" y="{y + 36}" '
+                f'style="font-size:9px;fill:#666;">{extra}</text>'
+            )
+
+        # Arrow
+        if i < len(layers) - 1:
+            arrow_y = y + box_height
+            svg_parts.append(
+                f'<line x1="{cx}" y1="{arrow_y}" '
+                f'x2="{cx}" y2="{arrow_y + gap}" '
+                f'stroke="#333" stroke-width="1.5" marker-end="url(#arrowhead)"/>'
+            )
+
+        y += box_height + gap
+
+    svg_parts.append('</svg>')
+
+    with open(output_file, 'w') as f:
+        f.write('\n'.join(svg_parts))
+
+    print(f"  NN architecture diagram: {output_file}")
+    print(f"    Layers: {len(layers)}")
+
+    return output_file
+```
+
+## 3. 分子パスウェイ図 (Mermaid)
+
+```python
+def generate_pathway_mermaid(pathway_name, nodes, edges,
+                               output_file="figures/pathway.md"):
+    """
+    分子パスウェイ / シグナル伝達経路の Mermaid 図生成。
+
+    ノードタイプ:
+    - receptor: 受容体 (細胞膜)
+    - kinase: キナーゼ
+    - tf: 転写因子
+    - gene: 標的遺伝子
+    - metabolite: 代謝産物
+    """
+    mermaid_lines = ["```mermaid", "graph TD"]
+
+    # ノード定義
+    node_shapes = {
+        "receptor": ("([", "])"),     # Stadium
+        "kinase": ("{{", "}}"),       # Hexagon
+        "tf": ("[[", "]]"),           # Subroutine
+        "gene": ("[/", "/]"),         # Parallelogram
+        "metabolite": ("((", "))"),   # Circle
+    }
+
+    for node in nodes:
+        nid = node["id"]
+        label = node["label"]
+        ntype = node.get("type", "default")
+        l_bracket, r_bracket = node_shapes.get(ntype, ("[", "]"))
+        mermaid_lines.append(f"    {nid}{l_bracket}{label}{r_bracket}")
+
+    # エッジ定義
+    for edge in edges:
+        src = edge["from"]
+        tgt = edge["to"]
+        label = edge.get("label", "")
+        etype = edge.get("type", "activate")
+
+        if etype == "activate":
+            arrow = f"-->|{label}|" if label else "-->"
+        elif etype == "inhibit":
+            arrow = f"-.->|{label}|" if label else "-.->"
+        elif etype == "phosphorylate":
+            arrow = f"==>|{label}|" if label else "==>"
+        else:
+            arrow = "-->"
+
+        mermaid_lines.append(f"    {src} {arrow} {tgt}")
+
+    mermaid_lines.append("```")
+
+    content = '\n'.join(mermaid_lines)
+
+    with open(output_file, 'w') as f:
+        f.write(content)
+
+    print(f"  Pathway diagram: {output_file}")
+    print(f"    Nodes: {len(nodes)}, Edges: {len(edges)}")
+
+    return output_file
+```
+
+## 4. TikZ 出版品質図
+
+```python
+def generate_tikz_figure(tikz_code, output_file="figures/tikz_figure.tex",
+                           compile_pdf=True):
+    """
+    TikZ (LaTeX) ベースの出版品質ベクター図。
+
+    テンプレート:
+    - 実験プロトコルフロー
+    - 統計解析ワークフロー
+    - 比較テーブル
+    - タイムライン (研究計画)
+    """
+    latex_template = r"""\documentclass[border=5pt]{standalone}
+\usepackage{tikz}
+\usetikzlibrary{arrows.meta, positioning, shapes.geometric, calc}
+\begin{document}
+%s
+\end{document}""" % tikz_code
+
+    with open(output_file, 'w') as f:
+        f.write(latex_template)
+
+    if compile_pdf:
+        import subprocess
+        import os
+        out_dir = os.path.dirname(output_file)
+        subprocess.run(
+            ["pdflatex", "-output-directory", out_dir, output_file],
+            capture_output=True, timeout=30
+        )
+        pdf_file = output_file.replace(".tex", ".pdf")
+        print(f"  TikZ compiled: {pdf_file}")
+    else:
+        print(f"  TikZ source: {output_file}")
+
+    return output_file
+```
+
+## References
+
+### Output Files
+
+| ファイル | 形式 |
+|---|---|
+| `figures/consort_flow.svg` | SVG |
+| `figures/nn_architecture.svg` | SVG |
+| `figures/pathway.md` | Mermaid Markdown |
+| `figures/tikz_figure.tex` | LaTeX/TikZ |
+| `figures/tikz_figure.pdf` | PDF |
+
+### 利用可能ツール
+
+> [ToolUniverse](https://github.com/mims-harvard/ToolUniverse) SMCP 経由で利用可能な外部ツール。
+
+なし — ローカル SVG/TikZ/Mermaid 生成。
+
+### 参照スキル
+
+| スキル | 関連 |
+|---|---|
+| `scientific-visualization` | データ可視化全般 |
+| `scientific-clinical-trials-analytics` | CONSORT 図のデータソース |
+| `scientific-grant-writing` | 研究計画図 |
+| `scientific-network-analysis` | ネットワーク図 |
+| `scientific-presentation` | プレゼン素材 |
+
+### 依存パッケージ
+
+`json`, `os`, `subprocess` (TikZ コンパイル時のみ `texlive`)