前言¶

做数据分析的开发者通常会遇到这类问题：拿到一张表，不确定字段含义，也不确定应该先画什么图；指标口径没统一，画出来的图和业务方的理解不一致；等到图表都生成了，才发现数据里混着空值和异常值。这些问题的共同点是，画图只是最后一步，真正的功夫在画图之前的数据体检、口径确认和图表决策上。

下面介绍的「数据可视化全域大师」就是针对这个流程的 Skill。它以「问题与数据语义」为入口，把从数据到交付的各个环节串成一条可执行的路径。

这是什么¶

数据可视化全域大师（坐标 @davtime/data-visualization-master）是面向真实数据分析任务的全域数据可视化 Skill，由 Davtime 发布，来源 enterprise，分类 data-analysis，版本 1.0.1。

它解决的问题是：给定一个数据分析问题和一份数据，如何从理解数据开始，逐步走到图表生成和交付说明。Skill 的定位是覆盖从单张图表到分析型仪表板的完整生成，而不是只回答「这个图用什么颜色」。

标签 requires_api_key=false，说明使用时不需要额外配置 API Key。

核心功能¶

根据官方简介，Skill 的能力按流程分为以下几个环节：

1、数据体检：检查数据本身的质量，包括空值、异常值、重复记录等，先确认数据能不能用。
2、字段识别：识别每个字段的含义、类型和粒度，明确数据里实际有什么。
3、指标口径：把图表上要展示的指标定义清楚，避免同一指标在不同图表中口径不一致。
4、图表决策：根据问题和数据语义决定使用什么图表，而不是先选图表再凑数据。
5、视觉主题：确定配色、排版等视觉规范，保证输出风格统一。
6、仪表板编排：把多张图表组织成分析型仪表板，控制布局和阅读顺序。
7、事实核验与交付说明：生成结果后核验图中的事实是否与数据一致，并给出交付说明，方便他人使用。

这些环节的先后顺序对应真实分析任务的流程：先看数据，再定口径，再选图表，最后编排和核验。

安装与启用¶

该 Skill 基于通用 SKILL.md 格式。按 SkillHub 的通用安装方式，在支持 SkillHub 的客户端（如 Claude Code、Cursor 等）中通过官方地址添加即可：

https://api.skillhub.cn/davtime/data-visualization-master

启用后，在对话中描述分析问题并附上数据，Skill 会按上述流程逐步执行。具体客户端的安装入口可能略有差异，以官方页面说明为准。

目前 SkillHub 页面显示该 Skill 安装量为 0（评分 100000，下载 33023），说明它还比较新，使用前建议先拿一份熟悉的数据验证一轮流程。

典型用法¶

官方简介给出的典型场景是：把分析问题和数据交给 Skill，由它完成数据体检、字段识别、指标口径、图表决策、视觉主题、仪表板编排、事实核验与交付说明，最终输出从单图到分析型仪表板的结果。

可复现的最小示例：准备一份表格数据（如 CSV），附带一个问题（例如「按地区统计销售额的变化」），交给 Skill。它会先做数据体检，识别字段含义，确认「销售额」的统计口径，再决定用柱状图还是折线图，套用统一的视觉主题，最后输出图表或仪表板，并给出交付说明。

适用场景与注意¶

适合的场景：需要从原始数据一步步走到可交付图表或仪表板的分析任务；希望指标口径在画图前就定义清楚，而不是事后返工的场景。

需要注意的地方：

1、该 Skill 只负责流程和方法，不包含数据本身，输入数据的质量和完整性需要自己保证。
2、图表决策和视觉主题是建议性的，最终结果仍需人工确认是否符合业务语境。
3、官方页面上安装量为 0，社区使用反馈较少，接入生产流程前建议先在小任务上试跑。
4、来源标记为 enterprise，企业环境下使用前建议确认数据合规要求。

结尾¶

数据可视化全域大师的价值在于把分析任务的前置环节（数据体检、口径、图表决策）也纳入 Skill 的执行范围，而不是只做最后的渲染。对需要反复从数据出图的开发者来说，可以省去每次重新确定流程的时间。

官方地址：https://api.skillhub.cn/davtime/data-visualization-master