前言¶

汇报或路演前，PPT 里的图表往往已经定稿，但「数字对不对」和「观众能不能一眼看懂」是两件事。自己改几版容易陷入审美偏好；请同事口头点评又难形成可对照的检查清单。下面介绍 SkillHub 上的社区 Skill「数据可视化 PPT 点评」：在用户上传 PPT 后，按公开出版物中的数据叙事与可视化原则，逐页给出结构化反馈与改进方向。

这是什么¶

「数据可视化 PPT 点评」是面向 data-analysis 分类的 Agent Skill，坐标为 @user_4c497759/data-visualization-feedback，当前版本 1.1.0，来源为 community，由发布者 user_4c497759 维护。Skill 标签标明 requires_api_key=false，安装后无需额外配置 API Key。

其方法论引用《Persuading with Data》（Miro Kazakoff）与《Storytelling with Data》（Cole Nussbaumer Knaflic）等著作中的常见原则，目标是在 Agent 对话里完成：读取用户上传的 PPT，从数据可视化与叙事角度做专业点评，而不是泛泛润色文案。

在 SkillHub 上，该 Skill 评分 100000，累计下载 3469 次，安装记录 12 次（数据取自 SkillHub 页面展示，会随时间更新）。

核心功能¶

官方说明中的能力可以概括为以下几类，均围绕「读 PPT → 评可视化 → 给建议」：

1. 逐页解析：读取 PPT 内容，识别图表与文字元素。
2. 多维评估：从上下文清晰度、可视化有效性、极简程度、故事逻辑等维度打分与评述。
3. 问题模式识别：指出常见反模式，例如饼图滥用、3D 效果、颜色过载等。
4. 可执行的改进：给出具体修改建议，并附带代码示例（用于说明图表或呈现方式的改法，具体形式以 Skill 运行时输出为准）。
5. 综合评分：按 5 个维度、100 分制 输出综合结果，便于对比修改前后或不同版本。

触发方式依赖自然语言。官方列出的示例说法包括：「分析这个 PPT」「点评 PPT」「检查 PPT 的数据展示」「给 PPT 提建议」「优化 PPT 可视化」「数据可视化反馈」。用户线索中另有「看看这个演示文稿」「分析演示文稿的问题」「PPT 改进建议」等表述，语义与上述触发词一致，通常同样会唤起该 Skill。

安装与启用¶

Skill 基于通用 SKILL.md 格式分发。SkillHub 页面给出的安装指引是：让 Agent 参照 SkillHub 安装文档，安装坐标 @user_4c497759/data-visualization-feedback。

若本机已安装 skillhub CLI，可按文档将 Skill 安装到当前 Agent 实际使用的 skills 目录（装错目录会导致 Agent 无法加载，安装后往往还需重启客户端）。文档中的通用流程如下。

先确认 CLI 是否可用：

command -v skillhub && skillhub --version

未安装时，可使用官方安装脚本（完整安装或仅 CLI，以文档为准）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

安装本 Skill 时，必须通过 --dir 指定 skills 目录。文档列举的部分客户端路径示例：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

以 Cursor 为例，命令形态为：

skillhub install user_4c497759/data-visualization-feedback --dir ~/.cursor/skills/

具体包名是否与搜索关键词一致，以 skillhub search data-visualization-feedback 的返回为准。安装完成后，在对话中附上 PPT 并使用上文触发词即可启用；无需为 Skill 单独填写 API Key。

典型用法¶

典型流程可以拆成三步，便于在团队内复现。

1. 安装 Skill：按上一节将 @user_4c497759/data-visualization-feedback 装入当前 Agent 的 skills 目录。
2. 上传文件并说明意图：在对话中上传待审 PPT（或提供 Agent 可访问的路径，取决于客户端能力），并明确希望「按数据可视化原则点评」。
3. 阅读输出并迭代：根据逐页反馈、问题清单、改进建议与 5 维评分修改 PPT，必要时再次上传新版本做对比。

示例提示（措辞可调整，需包含点评意图与文件）：

请点评这份演示文稿的数据可视化：重点看图表是否支撑结论、颜色与版式是否干扰阅读。文件已上传。

或更短：

分析这个 PPT，检查数据展示有没有常见问题，并给优化建议。

输出内容以 Skill 运行时为准；官方承诺包含具体问题识别、改进建议、代码示例与 100 分制综合评分。

适用场景与注意¶

适合谁

• 需要对外汇报、对内复盘，且幻灯片中含较多图表的产品、运营、分析、研发同学。
• 希望在改稿前先有一份「对照教科书原则」的检查结果，而不是纯主观审美意见的团队。

使用上需注意

• Skill 聚焦数据可视化与叙事，不替代法务、合规或事实核查；数据真伪仍需业务侧确认。
• 点评质量依赖 Agent 对 PPT 的解析能力；复杂动画、嵌入对象或特殊字体可能导致识别不完整，重要页面建议人工复核。
• 评分类 Skill 输出的是建议与评分框架，是否采纳应结合受众、场合与公司视觉规范。
• 安装路径、CLI 版本与 Agent 重启要求以 SkillHub 安装文档 为准；不同客户端 skills 目录不同，勿默认安装到 ./skills/。

结尾¶

「数据可视化 PPT 点评」把 Kazakoff、Knaflic 等书中常用的可视化与叙事检查项，收敛成上传 PPT 即可触发的 Agent 工作流：逐页识别、多维评分、点名常见误区并给出改法。若你正在打磨含数据的演示文稿，可从 SkillHub 安装 @user_4c497759/data-visualization-feedback（v1.1.0）试用。

• SkillHub 页面：https://www.skillhub.cn/skills/user_4c497759/data-visualization-feedback
• API 条目：https://api.skillhub.cn/user_4c497759/data-visualization-feedback