Menu
金融数据可视化通用技能。按“单图入参 + 图表编排指南”组织，支持参数化生成任意业务报告，不在脚本中写死业务名称。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
DolphinDB FICC 定价技能。用于构造 FICC Instrument、MarketData、曲线/曲面、调用专用 pricer 或 instrumentPricer，并校验债券、利率、外汇、商品期货期权、权益期权等资产定价脚本。
使用 xdb + remoteRun 在 DolphinDB 节点间拉取数据并落地到目标节点，适用于跨节点数据同步和建模前置数据准备。
DolphinDB 专家数据分析技能。涵盖从数据聚合、收益率建模到假设检验的标准化工作流脚本。
DolphinDB 数据发现与预处理专家技能。提供从全库扫描、表结构透视到数据清洗与内存共享的完整工作流脚本。
DolphinDB 部署与升级技能，覆盖单节点部署、共享服务器安全改造，以及三机高可用集群部署。
专注于 DolphinDB 脚本执行的技能。当用户提到“执行 DolphinDB 脚本”、“运行 .dos 文件”或“在 Python 中执行 DDB 代码”时，触发此技能。提供一个基于 Python 的执行环境，支持持久化会话（Persistent Session），让用户能够分步骤执行代码并保留变量定义。
| name | ddb-visualization |
| description | 金融数据可视化通用技能。按“单图入参 + 图表编排指南”组织，支持参数化生成任意业务报告，不在脚本中写死业务名称。 |
| license | MIT |
| metadata | {"author":"ddb-user","version":"4.0.0","tags":["visualization","plotly","dashboard","template","orchestration"]} |
本技能只负责可视化展示层，不负责因子计算/定价计算本体。
ddb-visualization/
├── scripts/
│ ├── render_modular_dashboard.py # [单报告渲染] 输入 spec 输出 html（支持 strict 校验与 metrics）
│ └── dashboard_templates.py # [批量编排执行] 读取 jobs 配置，批量生成报告
├── reference/
│ ├── CHART_INPUT_PARAMS.md # [单图参数] 原子图表入参规范
│ ├── ORCHESTRATION_GUIDE.md # [编排指南] tab/section 的组织方法
│ ├── SPEED_ACCURACY_CHECKLIST.md # [质控] 速度与准确度验收清单
│ └── examples/
│ ├── jobs.financial_workflows.json
│ ├── spec.factor_eval.json
│ ├── spec.ficc_pricing.json
│ └── spec.bond_trend.json
└── outputs/
CHART_INPUT_PARAMS.md，编排规则见 ORCHESTRATION_GUIDE.md。--strict 与 --metrics-out 进行校验与性能记录。python .github/skills/ddb-visualization/scripts/render_modular_dashboard.py --input <spec.json> --out <report.html> --strict --metrics-out <metrics.json>
python .github/skills/ddb-visualization/scripts/dashboard_templates.py --config .github/skills/ddb-visualization/reference/examples/jobs.financial_workflows.json --strict
python -m http.server 8777 --directory .github/skills/ddb-visualization/outputs
访问：
http://127.0.0.1:8777/x 与 y（或 error_y）长度不一致，需要在上游数据对齐。