数据可视化技能
遵循清晰度、准确性和洞察传达的最佳实践，创建有效的数据可视化。
SKILL.md 仅提供指导性建议，不涉及代码执行、权限或数据处理，因此风险低。但缺少用户确认机制、数据流透明度或敏感数据处理的明确说明，且无法验证实际行为，因此通过静态审查只能推断最低风险，无法确认其安全完整性。
SKILL.md 内容自一致且提供了清晰的原则和工作流程，但无测试覆盖该技能，且未提供可复现的示例或输出验证。静态审查无法确认执行结果，因此可靠性有限。
技能定义明确，适用于数据可视化场景，包括图表类型选择、设计原则等，但未明确适用边界或非适用场景，且缺少对中文环境或特定网络环境的考虑。
SKILL.md 结构清晰，包含原则、工作流程、常见错误、工具和示例，但缺少版本控制、维护责任或变更日志，且依赖的库（如 matplotlib、plotly）未指明版本，可能导致隐式假设。
技能提供了一套实用的指南，能帮助用户创建数据可视化，但未提供可直接使用的输出模板或代码示例，用户仍需自行实现，边际价值有限。
未提供任何测试、演示或第三方验证证据，所有内容均为作者文档，无法独立验证其有效性。
- SKILL.md 仅为静态文档，未提供可执行的代码示例或输出验证，建议用户自行测试。
- 推荐的绘图库（如 matplotlib、plotly）未指定版本，可能存在兼容性问题。
- 未说明数据隐私和安全处理，建议在使用涉及敏感数据时谨慎。
- 技能未提供中文版本，可能影响中文用户的体验。
这个 Skill 能做什么，适合哪些场景？
该技能提供了一套创建数据可视化的综合指南，聚焦于清晰、准确和有效的视觉沟通。它涵盖了图表类型选择、设计规范、颜色最佳实践以及用数据讲述故事。技能中概述了一个四步可视化工作流（理解数据、选择类型、设计、优化），并列出了应避免的常见错误。它还推荐了用于实现可视化的流行工具和库，并提供了示例使用场景。
该技能作为决策指南运行：它读取用户的可视化请求，根据数据特征和沟通目标建议合适的图表类型，应用设计原则（清晰度、准确性、简洁性），给出配色方案建议（顺序、发散、分类、强调），并指导用户完成从理解数据到优化的工作流程。它不执行任何代码，而是提供在Python、R、JavaScript或BI工具中实现可视化的最佳实践。
- 数据分析师在创建探索性图表以发现客户行为模式时，需要选择合适的图表类型和配色方案。
- 商业智能开发者设计高管仪表板，展示销售指标，需要遵循清晰度和简洁性原则。
- 研究员为年度报告生成出版质量的图表，确保准确性并避免误导性缩放。
- 产品经理向利益相关者传达数据洞察，需要以故事为导向的叙事和注释。
- 数据科学家在学术论文中可视化实验结果，需要选择正确的图表类型并确保可访问性。
这个 Skill 有哪些优点和局限？
- 提供全面且结构化的最佳实践指南。
- 涵盖图表选择、设计、颜色和故事叙述。
- 包括一个可操作的工作流程和常见错误清单。
- 推荐多种语言的工具和库。
- 适用于各种可视化场景。
- 不提供实际可视化实现或代码示例。
- 未经过测试套件或自动化验证。
- 可能无法覆盖所有专业或高度专业化的可视化需求。
- 缺乏特定于领域（如科学或金融）的深度示例。
如何安装这个 Skill？
该技能是Swarms仓库（Apache-2.0许可）的一部分。无需单独安装；您可以通过将仓库克隆或通过pip安装swarms包来访问它（例如pip3 install -U swarms）。技能文件位于examples/single_agent/capabilities/skills/data-visualization/SKILL.md。
如何使用这个 Skill？
将技能文件夹放置在您的Claude Code技能目录（或任何兼容Agent Skills标准的客户端）中。然后提示模型提供数据可视化指导，例如：“使用此技能为销售数据创建仪表板设计。”或“我将向您展示我的数据集，请建议合适的图表类型和配色方案。”。技能将指导您完成选择和设计过程。