数据 → 一张图，说清楚一件事！这个 Agent Skill 让我重新思考”AI 画图”这件事

你有没有遇到过这种情况：AI 帮你生成了数据，然后……就没有然后了。

你拿着一堆 CSV、表格、会议记录，想让 AI 画张图。结果它给你返回了一段 Python 代码，让你装 Chart.js，然后告诉你怎么配 CDN、怎么调 API。你自己动手折腾了半天，最后发现图是画出来了，但丑得不想发给任何人。

chart-dashboard 就是来解决这个问题的。

它能做什么？

一句话：扔给它一段数据，它还你一张可以直接用的 HTML 图表页面——交互式、响应式、零依赖。

不需要安装任何 npm 包，不需要 CDN，不需要注册账号，甚至不需要联网。

它直接在浏览器里渲染，SVG 矢量图，随便放大不失真。你可以把 HTML 文件发邮件、丢进项目文档，或者直接上传到服务器。全程免费，MIT 协议。

支持多种图表类型：折线图、柱状图、饼图、散点图、雷达图、热力图……它会根据你的数据形态自动判断哪种图最合适，而不是每次都给你默认的柱状图。

真正有意思的地方：它有”设计判断”

大多数图表工具的问题是：你告诉它画什么，它就画什么。画什么这件事，从来没人教它。

chart-dashboard 做的恰恰是这个环节。它内置了一套图表选择逻辑——什么形状的数据适合什么图表、标题怎么写才有信息量、网格怎么排布、预测线怎么和实测线区分开。

举个例子：它会拒绝”用饼图展示时间序列”这种错误操作，会自动给图表加主次分层，把重点信息放在视觉焦点上，辅助信息往后靠。这不是一个画图工具，这是一个有审美判断的画图助手。

支持哪些 Agent？

Claude Code 直接装插件就好，两行命令搞定。Claude.ai、Claude Desktop、API 用户上传 ZIP 也能用。甚至 Gemini CLI、OpenAI Codex、GitHub Copilot、Cursor 这些非 Claude 生态的工具也能跑，因为它本质就是一套 Markdown 说明文件 + 一个零依赖 SVG 渲染库。

为什么这值得注意？

我之前在盘点 GitHub Trending 的时候注意到一个趋势：AI Agent 的竞争，正在从”模型强不强”，转向”工具链是否完整”。

prompt 写得再好，也只是让模型知道该做什么。但怎么做、做出来是什么水准，需要有专门的 Skill 来承载。chart-dashboard 就是一个很好的例子——它把”如何画一张合格的图表”这件事，封装成了一个随时可以调用的能力单元。

对于需要频繁输出数据分析报告的产品经理、研究人员、运营同学来说，这种工具的出现，意味着你不需要学任何可视化代码，只要会描述数据，就能拿到专业级的图表。

GitHub 上还是一颗星，说明这个项目刚出来不久。但思路很清晰：让 AI 做判断，而不是只做执行。值得放进你的 Agent 工具箱里试试。

GitHub：https://github.com/raghuramsirigiri/raghuram-skills

GitHub: https://github.com/raghuramsirigiri/raghuram-skills