chart-visualization

Chart Visualization от AntV Visualization Team помогает превратить данные пользователя в графическое представление через API AntV. Исходный SKILL.md описывает короткую последовательность: сначала разобраться в данных и запросе, затем выбрать подходящий тип визуализации, собрать JSON-тело, вызвать API и вернуть полученный URL изображения в Markdown-формате. Навык не подменяет смысловой анализ данных готовой диаграммой: выбор типа должен следовать из характера сравнения, динамики, долей, отношений или структуры, которые нужно показать. Для временных рядов источник предлагает line или area, а при двух разных шкалах — dual-axes. Для сравнения категорий используются bar или column; для частотного распределения — histogram. Состав и доли можно показать pie или treemap. Связи и потоки представлены scatter, sankey или venn, иерархии — organization-chart или mind-map. Отдельно перечислены radar для многомерного сравнения, funnel для этапов процесса, liquid для процента или прогресса, word-cloud для частот текста, boxplot и violin для распределений, network-graph для сложных связей, fishbone-diagram и flow-diagram для причин или процессов, а также spreadsheet для табличных данных. Это каталог вариантов, а не обещание, что любой вид данных одинаково хорошо читается на каждом типе графика. Запрос к gpt-vis должен содержать type и обязательное поле source со значением chart-visualization-skills. В примере используется POST на https://antv-studio.alipay.com/api/gpt-vis с Content-Type application/json, типом line, массивом точек, полем title и этим source. У временных рядов элементы data имеют time и value, при необходимости group; для bar и column используются category и value; scatter ожидает x и y; pie — category и value; histogram принимает массив чисел. Для sankey нужны source, target и value, а для network-graph или flow-diagram — nodes и edges. Mind-map и fishbone используют вложенные name и children, treemap допускает name, value и children с глубиной до трёх уровней. Формат должен соответствовать выбранному типу, иначе результат нельзя считать корректной визуализацией только по факту HTTP-вызова. API поддерживает необязательные параметры, которые источник перечисляет явно: theme со значениями default, academy или dark, width и height, title, texture внутри style, а для графиков с координатными осями — axisXTitle и axisYTitle. Для отдельных типов доступны специальные настройки: stack для area, line и bar, innerRadius для pie, binNumber для histogram, nodeAlign для sankey и orient horizontal или vertical для organization-chart. Эти поля настраивают представление, но не исправляют пропущенные значения, неверные единицы или неподходящую агрегацию. Перед запросом полезно проверить, что категории и числовые значения действительно подготовлены для выбранного вида. При успешном ответе пример источника возвращает JSON с success=true и resultObj, содержащим URL результата. Предусмотренный способ выдачи — вставить этот URL как , а не копировать бинарное содержимое изображения или придумывать локальный путь. Для workflow нужен сетевой доступ к AntV API; карточка не гарантирует доступность удалённого endpoint, качество конкретной картинки, корректность интерпретации исходных данных или сохранение URL на заданный срок. Если API вернул ошибку или данные не соответствуют схеме, нужно исправить запрос или выбрать другой тип, а не считать задачу завершённой по одному факту вызова. Практический сценарий такой: сформулировать, что именно нужно сравнить или объяснить, выбрать тип по структуре данных, проверить обязательные поля и значения, добавить только нужные параметры, выполнить POST с source chart-visualization-skills и показать resultObj в Markdown. Навык ориентирован на быстрый вызов AntV и выдачу изображения; он не является полноценным статистическим анализом, системой хранения данных, редактором интерактивных дашбордов или проверкой причинно-следственных выводов. Более широкий репозиторий AntV также содержит отдельные направления для G2, G6, X6 и других инструментов, но эта карточка описывает именно chart-visualization workflow и не должна приписывать ему возможности соседних skills без отдельной проверки.