前言¶

彙報或路演前，PPT 裏的圖表往往已經定稿，但「數字對不對」和「觀衆能不能一眼看懂」是兩件事。自己改幾版容易陷入審美偏好；請同事口頭點評又難形成可對照的檢查清單。下面介紹 SkillHub 上的社區 Skill「數據可視化 PPT 點評」：在用戶上傳 PPT 後，按公開出版物中的數據敘事與可視化原則，逐頁給出結構化反饋與改進方向。

這是什麼¶

「數據可視化 PPT 點評」是面向 data-analysis 分類的 Agent Skill，座標爲 @user_4c497759/data-visualization-feedback，當前版本 1.1.0，來源爲 community，由發佈者 user_4c497759 維護。Skill 標籤標明 requires_api_key=false，安裝後無需額外配置 API Key。

其方法論引用《Persuading with Data》（Miro Kazakoff）與《Storytelling with Data》（Cole Nussbaumer Knaflic）等著作中的常見原則，目標是在 Agent 對話裏完成：讀取用戶上傳的 PPT，從數據可視化與敘事角度做專業點評，而不是泛泛潤色文案。

在 SkillHub 上，該 Skill 評分 100000，累計下載 3469 次，安裝記錄 12 次（數據取自 SkillHub 頁面展示，會隨時間更新）。

核心功能¶

官方說明中的能力可以概括爲以下幾類，均圍繞「讀 PPT → 評可視化 → 給建議」：

1. 逐頁解析：讀取 PPT 內容，識別圖表與文字元素。
2. 多維評估：從上下文清晰度、可視化有效性、極簡程度、故事邏輯等維度打分與評述。
3. 問題模式識別：指出常見反模式，例如餅圖濫用、3D 效果、顏色過載等。
4. 可執行的改進：給出具體修改建議，並附帶代碼示例（用於說明圖表或呈現方式的改法，具體形式以 Skill 運行時輸出爲準）。
5. 綜合評分：按 5 個維度、100 分制 輸出綜合結果，便於對比修改前後或不同版本。

觸發方式依賴自然語言。官方列出的示例說法包括：「分析這個 PPT」「點評 PPT」「檢查 PPT 的數據展示」「給 PPT 提建議」「優化 PPT 可視化」「數據可視化反饋」。用戶線索中另有「看看這個演示文稿」「分析演示文稿的問題」「PPT 改進建議」等表述，語義與上述觸發詞一致，通常同樣會喚起該 Skill。

安裝與啓用¶

Skill 基於通用 SKILL.md 格式分發。SkillHub 頁面給出的安裝指引是：讓 Agent 參照 SkillHub 安裝文檔，安裝座標 @user_4c497759/data-visualization-feedback。

若本機已安裝 skillhub CLI，可按文檔將 Skill 安裝到當前 Agent 實際使用的 skills 目錄（裝錯目錄會導致 Agent 無法加載，安裝後往往還需重啓客戶端）。文檔中的通用流程如下。

先確認 CLI 是否可用：

command -v skillhub && skillhub --version

未安裝時，可使用官方安裝腳本（完整安裝或僅 CLI，以文檔爲準）：

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

安裝本 Skill 時，必須通過 --dir 指定 skills 目錄。文檔列舉的部分客戶端路徑示例：

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

以 Cursor 爲例，命令形態爲：

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

具體包名是否與搜索關鍵詞一致，以 skillhub search data-visualization-feedback 的返回爲準。安裝完成後，在對話中附上 PPT 並使用上文觸發詞即可啓用；無需爲 Skill 單獨填寫 API Key。

典型用法¶

典型流程可以拆成三步，便於在團隊內復現。

1. 安裝 Skill：按上一節將 @user_4c497759/data-visualization-feedback 裝入當前 Agent 的 skills 目錄。
2. 上傳文件並說明意圖：在對話中上傳待審 PPT（或提供 Agent 可訪問的路徑，取決於客戶端能力），並明確希望「按數據可視化原則點評」。
3. 閱讀輸出並迭代：根據逐頁反饋、問題清單、改進建議與 5 維評分修改 PPT，必要時再次上傳新版本做對比。

示例提示（措辭可調整，需包含點評意圖與文件）：

請點評這份演示文稿的數據可視化：重點看圖表是否支撐結論、顏色與版式是否干擾閱讀。文件已上傳。

或更短：

分析這個 PPT，檢查數據展示有沒有常見問題，並給優化建議。

輸出內容以 Skill 運行時爲準；官方承諾包含具體問題識別、改進建議、代碼示例與 100 分制綜合評分。

適用場景與注意¶

適合誰

• 需要對外匯報、對內復盤，且幻燈片中含較多圖表的產品、運營、分析、研發同學。
• 希望在改稿前先有一份「對照教科書原則」的檢查結果，而不是純主觀審美意見的團隊。

使用上需注意

• Skill 聚焦數據可視化與敘事，不替代法務、合規或事實覈查；數據真僞仍需業務側確認。
• 點評質量依賴 Agent 對 PPT 的解析能力；複雜動畫、嵌入對象或特殊字體可能導致識別不完整，重要頁面建議人工複覈。
• 評分類 Skill 輸出的是建議與評分框架，是否採納應結合受衆、場合與公司視覺規範。
• 安裝路徑、CLI 版本與 Agent 重啓要求以 SkillHub 安裝文檔 爲準；不同客戶端 skills 目錄不同，勿默認安裝到 ./skills/。

結尾¶

「數據可視化 PPT 點評」把 Kazakoff、Knaflic 等書中常用的可視化與敘事檢查項，收斂成上傳 PPT 即可觸發的 Agent 工作流：逐頁識別、多維評分、點名常見誤區並給出改法。若你正在打磨含數據的演示文稿，可從 SkillHub 安裝 @user_4c497759/data-visualization-feedback（v1.1.0）試用。

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