数据可视化 MCP 服务器

要解决什么问题

在 MCP 客户端里做数据分析时，模型往往只能输出文字或原始表格，难以直接得到可复用的图表与结构化报告。若每次都在本地手写 matplotlib 脚本或拼 HTML，上下文会被代码细节占满，也不利于在对话中迭代视图。

本技能以 FastMCP 为协议层，把「画图、出报告、洗数据」拆成一组可调用的 MCP 工具，让客户端在统一接口下完成从 CSV 到图表、从指标到仪表盘布局的链路。

核心能力怎么组织

资料中列出的 32 个工具 分三块：

• 图表（18 个）：柱状图（含分组、水平）、折线/多折线、面积图、饼图/环形图、散点/气泡、热力图与相关性热力图、箱线/小提琴、直方图/密度、雷达图、散点矩阵等，渲染侧依赖 matplotlib。
• 报告（8 个）：HTML 报告、数据表渲染、摘要卡片、仪表盘布局、KPI 卡片、对比表、趋势指标，以及 Markdown 文档导出。
• 辅助（6 个）：CSV 解析、色板生成、数字格式化、数据验证、异常值检测、数据归一化；数值与表处理对应 numpy、pandas。

典型用法是在支持 MCP 的客户端里配置该服务器，由模型按任务选择工具组合，而不是在对话里从零写绘图代码。

适用边界与注意点

• 能力边界以 SKILL.md 所列工具为准，未列出的图表类型或自定义交互式前端不在承诺范围内。
• 图表风格与性能受 matplotlib 与输入数据规模影响；复杂交互或超大数据集可能需要你在客户端侧再做裁剪或导出策略。
• 报告类输出以 HTML/Markdown 等静态结构为主，是否内嵌到现有站点、如何托管，需结合你自己的部署环境处理。