前言¶
備考、自學或在職進修時，很多人會記番茄鍾、錯題本或表格，但很少把記錄整理成能指導下週計劃的視圖。自己摸索圖表類型、維度和工具，往往停在「感覺沒進步」或堆一堆指標卻看不清重點。若你希望在 Agent 對話裏系統完成「盤點數據 → 選圖 → 出模板 → 讀洞察」，而不是泛泛問「怎麼畫折線圖」，下面介紹 SkillHub 上的社區 Skill「學習數據可視化」。
這是什麼¶
「學習數據可視化」（座標 @user_70c2f807/learning-data-visualization，版本 1.0.0）是 SkillHub 社區來源（community）、分類爲 data-analysis 的 Agent Skill，發佈者爲 user_70c2f807。Skill 在 SKILL.md 中寫明：在用戶需要將學習時長、知識點掌握度、進步趨勢等數據轉化爲可視化方案和分析結構時啓用；不用於商業 BI、學術論文統計圖或數據庫管理。
它定位爲「學習數據可視化助手」：根據你已有的學習過程數據（時長、科目分佈、正確率變化、掌握狀態等），給出圖表類型建議、數據組織方式、進步曲線設計與學情報告結構，並強調「數據 → 洞察 → 行動」的完整鏈路。標籤 requires_api_key=false，不依賴額外 API Key。
SkillHub 頁面統計（以平臺展示爲準）：評分 100000，下載 1466 次。
核心功能¶
以下能力均來自 Skill 包內 SKILL.md 的說明。
- 圖表選型：按數據類型推薦折線、柱狀、雷達、熱力、甘特等，並說明服務於「看出什麼」而非炫技。
- 採集與模板：設計學習數據的記錄維度與表格/週報結構。
- 學情報告：提供分析報告敘事框架，含周環比、月同比等對比思路。
- 掌握度映射：例如知識點正確率與雷達圖、錯題分佈與熱力圖的設計說明。
- 工具指引：按複雜度指向 Notion、Excel/Google Sheets、學習類 App，或 Python（Matplotlib/Plotly）等實現方向。
執行流程在 Skill 中固定爲四步：數據盤點 → 方案設計（類型、維度、配色）→ 模板輸出（組織格式與工具建議）→ 分析指引（如何從圖裏讀問題並調整策略）。
安裝與啓用¶
方式一：讓 Agent 按官方安裝文檔操作¶
SkillHub 頁面給出的提示詞爲：請根據 https://skillhub.cn/install/skillhub.md 安裝 @user_70c2f807/learning-data-visualization。
方式二：SkillHub CLI¶
先確認 CLI 是否可用：
command -v skillhub && skillhub --version
未安裝時可按官方文檔執行完整安裝或僅 CLI（見 skillhub.md 中的 curl 安裝命令）。
安裝本 Skill 時需用 --dir 指向當前 Agent 的 skills 目錄，否則默認裝到 ./skills/ 可能無法被識別。搜索與安裝示例：
skillhub search learning-data-visualization
skillhub install learning-data-visualization --namespace user_70c2f807 --dir <skills 目錄>
常用客戶端 skills 目錄（摘自官方安裝文檔）：
- Claude Code：
~/.claude/skills/ - Cursor：
~/.cursor/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
安裝完成後，在對應客戶端啓用/加載 Skills 機制後，對話中按 Skill 描述觸發即可（具體 UI 以各客戶端文檔爲準）。
典型用法¶
Skill 在「快速開始」中列出了可直接復現的提問方式，例如：
- 「我記錄了一個月的學習時長，幫我設計可視化方案」
- 「怎麼展示各科目知識點的掌握程度？用什麼圖表好？」
- 「幫我設計一個學習進步曲線的追蹤模板」
- 「我想做一個學習週報，應該包含哪些數據維度？」
- 「把我的錯題數據變成熱力圖，看看薄弱點分佈」
Agent 按 Skill 約定輸出時，會採用「學習數據可視化方案」結構：數據概覽、多個可視化方案（圖表類型、座標軸/分層、示意表格）、學習週報模板框、推薦實現工具等。輸出原則包括：表格格式要能在 Excel/Notion 中直接搭建；複雜度要匹配用戶技術水平；強調記錄持續性優先於過度追求精確。
適用場景與注意¶
適合誰
- 有或願意建立學習記錄（時長、正確率、錯題、自評分等），需要選圖與模板而非商業分析的同學或自學者。
- 希望每週固定復盤、從圖表推導「下週做什麼」的用戶。
明確限制（Skill 要求提前告知用戶）
- 不能直接生成可交互圖表文件，提供的是設計方案與數據組織建議。
- 需要用戶提供原始學習數據，不能憑空編造統計結果。
- 圖表需在 Excel、Notion、專用 App 等工具中自行實現。
- 分析質量取決於你記錄的數據是否完整、誠實。
邊界
- 商業數據分析、BI 儀表盤、學術論文統計圖、班級學情管理系統、考試分數預測等，Skill 標明應改用其他領域工具或方法。
異常與兜底
Skill 內置錯誤處理表：無記錄時先給採集模板；數據少於 7 天時建議先積累並給日報模板；只有模糊感受時用 1–5 分自評建立半定量數據；維度過多時收斂到 3–5 個核心指標等。
隱私方面，Skill 說明學習成績與正確率屬個人隱私，方案不要求把原始數據上傳到第三方，並建議在本地或私人空間實現、分享時做脫敏。
結尾¶
「學習數據可視化」把 Agent 的能力收斂在學情類數據的圖表設計與復盤結構上，並寫清了不做什麼、輸出長什麼樣、以及數據不足時怎麼處理。若你在 SkillHub 檢索 data-analysis 類能力，可按座標安裝並在對話裏帶上自己的記錄維度提問。
官方頁面：https://www.skillhub.cn/skills/user_70c2f807/learning-data-visualization
API 條目：https://api.skillhub.cn/user_70c2f807/learning-data-visualization
