可视化图表生成
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_e02e04b8/visualization-chart-generation。
技能介绍
要解决什么问题
在数据分析或报告场景里,模型往往只能给出文字结论,读者需要自己把数字关系「脑补」成图形。讨论分布、趋势或对比时,缺少统一的可视化产出方式,也容易在图表类型、轴标签和图例说明上前后不一致。
技能如何工作
Visualization Chart Generation(@user_e02e04b8/visualization-chart-generation)是挂在 Agent 上的专项技能,归类在 data-analysis。它的定位是:在对话或分析任务中,把「需要看图」的意图收敛成可执行的图表生成流程,而不是零散地让模型随意描述一张图。
典型工作方式可以概括为:
- 澄清展示目标:先弄清要表达的是趋势、占比、对比还是分布,再选合适的图表形态。
- 整理数据与维度:明确横纵轴、分组字段、时间粒度等,避免图能画出来但语义对不上。
- 产出可渲染结果:按约定格式给出图表实现(常见为代码或可嵌入的图表描述),便于你在 Notebook、脚本或报告里直接落地。
技能本身不替代你的数据源校验;它主要规范「从问题到图」的推理与输出结构。
适用边界与注意点
- 原始数据质量、缺失值和口径定义仍须由你或上游 pipeline 负责。
- 复杂交互式大屏、实时流式可视化等需求,是否满足取决于具体任务与模型执行环境,不宜默认「开箱即用」。
- 涉及对外发布或合规的图表,发布前仍需人工核对数值与标注。
使用场景
- 分析实验或业务指标后,需要在同一份报告里补一张趋势或对比图,而不是只贴表格截图
- Notebook 里已有清洗好的 DataFrame,想让 Agent 按字段含义选对图类型并写出可运行的绘图代码
- 向同事解释某次 A/B 或漏斗结果时,要把关键比例和分布用统一标注的图讲清楚
- 复盘调研或问卷汇总时,把分类计数结果转成柱状图或占比图并核对轴标签
适合人员
- 用 Python 或 Notebook 做探索性分析、经常要把结论落成图的分析师
- 写数据周报或复盘文档、需要在段落旁插入规范图表的产品或运营
- 带实习生或同事读数、希望对话里直接产出可复现图表的数据科学从业者
- 没有专职设计支持、但仍要对齐图类型与标注口径的业务分析同学