免责声明:本站部分 Skill 来源于公开渠道,使用前请注意识别相关风险,内容版权归原作者所有,如 Skill 涉及版权问题,请在线反馈,核实后予以下架处理。
本 Skill 面向「有数据、要出图」的场景,将 CSV、Excel、JSON 等表格文件转化为独立可交互的 ECharts HTML 图表,32 种图型全覆盖,3 套主题(default/classic/dark)一键切换,无需任何外部 CDN 即可离线浏览。核心设计是「先画像、后选型」:当用户只丢来数据没说想看什么时,agent 先运行 --profile 获取每列的 dtype、基数、缺失率、统计摘要、实体粒度与候选洞察信号(如逆势类别、趋势变化),再据此自主判断哪列是维度、哪列是度量、该出什么图,把选型责任从用户菜单转移到 agent 的客观判断。每张交付的图表都内嵌 plot_stats 事实卡与 data_preview 数据预览,确保后续文字解读中的每个数字都能追溯到同源渲染帧,杜绝「图是图、数是数」的口径漂移。
SKILL.md(本文件):技能主说明,含触发条件、工作流分支、8 条契约约束、选型表与交付规范references/REFERENCE.md:CLI 全参数详解、flags 语义、错误码表、FAQ 与边界场景scripts/cli.py:主入口 CLI,支持单图/多图批量、数据画像、沙箱 transform、主题切换scripts/profile.py:数据画像引擎,输出列级 dtype/基数/缺失/统计、实体粒度、候选洞察信号、疑似非数据行scripts/chart_generator.py:图表生成核心,调度渲染与事实卡组装scripts/data_parser.py / scripts/data_transformer.py:数据解析与清洗转换scripts/renderers.py / scripts/themes.py / scripts/template.py:32 类图型渲染器、3 套主题、HTML 模板scripts/plot_stats.py / scripts/stats_kernels.py:绘图数据完整统计摘要(32 类图型全覆盖)scripts/regression_check.py:回归校验scripts/texts.py / scripts/exceptions.py / scripts/_bootstrap.py:文本工具、异常定义、启动引导assets/:ECharts 核心库(echarts.min.js)、扩展(echarts-liquidfill.min.js、echarts-wordcloud.min.js)、中国省级(china.json)与世界国家级(world.json)地图数据requirements.txt:Python 依赖声明--profile 一键输出列级 dtype、基数、缺失率、统计摘要、实体粒度与候选洞察信号,为无明确意图的用户提供客观选型依据--transform-code 支持 df/pd/np 白名单语法,AST 强制校验,安全完成聚合、透视、归一化、去重等清洗plot_stats 完整统计摘要与 data_preview 前 10 行渲染数据,解读时直接引用 stdout 数字,禁止打开 HTML 搜数--charts-file JSON 配置,规避 shell 中文/引号转义坑source_rows / plotted_rows / unique_entities 三数交叉,配合 assumptions 与 advisories 暴露自动选择与潜在口径风险| 用户怎么说 | 本技能做什么 |
|---|---|
| 「这是销售数据,帮我看看」 | 先跑 --profile 读数据画像,识别时间列、地区维度、金额度量,自主输出趋势图 + 地区对比图 + 品类占比图,附解读与事实卡 |
| 「对比各渠道 Q3 转化率」 | 按明确意图直接选 funnel/bar,用 --transform-code 聚合渠道维度,生成交互图表并注入文字解读 |
| 「这份 Excel 表头很脏,帮我出图」 | 用 --header-row / --drop-rows 定位真实表头,profile 确认干净后 transform 清洗出图 |
| 「把这几个文件合并一起看」 | 自动判断列名匹配策略(纵向拼接/横向对齐),注入 source_file 列区分来源,批量出对比图 |
| 「这张图的数据口径对吗」 | 直接读取 stdout 的 data_preview + data_rows + plotted_rows + unique_entities,核对聚合方式与去重逻辑,无需打开 HTML |