| name | data-visualization-engine |
| version | 1.0.0 |
| description | 数据可视化引擎 - 多格式图表生成与仪表板创建:
1. 全局考虑:覆盖柱状图、折线图、饼图、表格、热力图等多类型
2. 系统考虑:数据输入→图表选择→生成→输出闭环
3. 迭代机制:根据使用反馈优化图表样式
4. Skill化:标准接口,支持多种输出格式
5. 流程自动化:一键生成多种格式图表
|
| author | Satisficing Institute |
| tags | ["data-visualization","chart","dashboard","svg"] |
| requires | [{"model":"kimi-coding/k2p5"}] |
数据可视化引擎标准Skill V1.0.0
标准1: 全局考虑(Global Coverage)
1.1 图表类型
| 类型 | 用途 | 输出格式 |
|---|
| 柱状图 | 分类比较 | ASCII/HTML/SVG |
| 折线图 | 趋势展示 | ASCII/HTML/SVG |
| 饼图 | 占比展示 | ASCII/HTML/SVG |
| 表格 | 数据展示 | 格式化文本 |
| 热力图 | 矩阵数据 | ASCII/SVG |
| 仪表盘 | 综合展示 | HTML |
1.2 输出格式
| 格式 | 适用场景 |
|---|
| ASCII | 终端查看 |
| HTML | 网页嵌入 |
| SVG | 矢量图形 |
| Markdown | 文档嵌入 |
标准2: 系统考虑(Systematic)
2.1 生成流程
数据输入 → 图表类型选择 → 样式配置 → 生成 → 输出
标准3: 迭代机制(Iterative)
根据使用反馈优化默认样式和配色。
标准4: Skill化(Skill-ified)
4.1 目录结构
data-visualization-engine/
├── SKILL.md # 本文件
├── _meta.json # 元数据
├── scripts/
│ ├── chart.sh # 主脚本
│ ├── generate_bar.py # 柱状图
│ ├── generate_line.py # 折线图
│ ├── generate_pie.py # 饼图
│ └── generate_dashboard.py # 仪表盘
└── templates/
└── chart_styles.yaml
4.2 调用接口
from data_visualization_engine import ChartEngine
engine = ChartEngine()
chart = engine.bar(data={"A": 30, "B": 50}, format="svg")
dashboard = engine.dashboard(title="数据概览", charts=[...])
标准5: 流程自动化(Fully Automated)
5.1 使用方法
openclaw skill run data-visualization-engine bar \
--data "A:30,B:50" \
--format ascii
openclaw skill run data-visualization-engine pie \
--data "A:30,B:50,C:20" \
--format svg \
--output chart.svg
5标准验证清单
| 标准 | 验证项 | 状态 |
|---|
| 1. 全局 | 多图表类型覆盖 | ✅ |
| 2. 系统 | 数据→生成→输出闭环 | ✅ |
| 3. 迭代 | 样式优化机制 | ✅ |
| 4. Skill化 | 标准目录 + 调用接口 | ✅ |
| 5. 自动化 | 一键生成多格式 | ✅ |
版本: v1.0.0
来源: chart-generator散落机制提取
创建: 2026-03-20