返回 Skill 列表
extension
分类: 其它无需 API Key

文档、报告、纪要、数据 typora/markor 可视化

将结构化或半结构化数据转化为高质量 Markdown 可视化报告,适用于 Typora / Markor / PDF 导出

person作者: user_d82fedf3hubcommunity

📊 Data Visualization Skill

🧩 功能说明

该 Skill 用于:

  • 数据整理
  • 数据分析
  • 数据可视化(Markdown + HTML + Mermaid)
  • 输出高质量报告(适配 Typora / Markor / PDF)

🚀 使用方式

输入:

  • 原始数据(表格 / 文本 / JSON)
  • 分析目标(可选)
  • 和AI的聊天内容

输出:

  • 标准化 Markdown 报告
  • 含图表(Mermaid / 表格 / 卡片)

📌 输出特性

  • 从 CSV/JSON 文件加载数据,或使用内置示例数据集
  • 使用 matplotlib 生成专业图表(柱状图、折线图、散点图)
  • 生成带样式的报告,包括:
    • 蓝色主题配色(#e3f2fd#bbdefb#2196f3
    • 弹性卡片布局展示关键指标
    • 带条纹行的样式化 HTML 表格
    • 用于数据处理流程的 Mermaid 流程图
    • 渐变总结框
  • 输出内嵌 base64 图片的 Markdown(无需外部文件)
  • 从 CSV/JSON 文件加载数据,或使用内置示例数据集
  • 使用 matplotlib 生成专业图表(柱状图、折线图、散点图)
  • 生成带样式的报告,包括:
    • 蓝色主题配色(#e3f2fd#bbdefb#2196f3
    • 弹性卡片布局展示关键指标
    • 带条纹行的样式化 HTML 表格
    • 用于数据处理流程的 Mermaid 流程图
    • 渐变总结框
  • 输出内嵌 base64 图片的 Markdown(无需外部文件)
  • 通过 config.yaml 完全自定义

🎯 适用场景

  • 市场调研
  • 销售数据分析
  • 食品行业分析(重点适配)
  • 竞品对比
  • 趋势预测

使用方法

  1. 将数据文件(CSV/JSON)放入目录,或在 config.yaml 中修改数据源路径。
  2. config.yaml 中调整可视化参数(图表类型、列名、标题等)。
  3. 运行技能:
    python run.py
    4.生成的报告将保存为 output.md(可配置)。在 Typora 或 Markor 中打开即可查看带样式的可视化结果。
    

输出格式规则(严格遵循)

本技能生成的报告完全遵循以下格式要求:

  • 全文包裹在 markdown ...(四个反引号)内,防止外层提前闭合。
  • 所有 CSS 均写在 style 属性中。
  • 卡片布局:display: flexgapborder-radiusbox-shadow
  • 表格表头背景色 #b3e5fc,行间使用 border-bottom 分隔。
  • 渐变总结框:linear-gradient(145deg, #bbdefb, #b2dfdb)
  • 标题和署名居中,并包含日期。
  • 适当位置可包含 Mermaid 图表和任务列表。

依赖环境

  • Python 3.8+
  • pandas, matplotlib, pyyaml
  • (可选)seaborn 用于高级图表

安装命令:

bash

pip install pandas matplotlib pyyaml

配置说明 (config.yaml)

| 参数 | 类型 | 描述 | | :---------------- | :------ | :-------------------------------------- | | data_source | string | CSV/JSON 文件路径(留空则使用示例数据) | | chart_type | string | barlinescatter | | x_column | string | X 轴列名 | | y_column | string | Y 轴列名 | | title | string | 报告标题 | | output_file | string | 输出 Markdown 文件路径 | | include_mermaid | boolean | 是否包含处理流程图 |

文件结构

  • skill.md – 本说明文档
  • config.yaml – 用户设置
  • run.py – 主执行脚本
  • prompt.md – 含内联 CSS 的 HTML/Markdown 模板
  • schema.json – 配置文件 JSON 校验 schema

示例

yaml

# config.yaml
data_source: "sales.csv"
chart_type: "bar"
x_column: "Month"
y_column: "Revenue"
title: "月度销售报告"
output_file: "sales_report.md"
include_mermaid: true

运行 python run.py 即可生成报告。