Anyviz

简体中文 · English

anyviz 是一个面向 AI 时代的数据可视化规范与工作流库。 它为 AI 工具提供专业数据设计师级别的判断：图表选择、美学系统、 多技术栈渲染，以及同一画布下多图表的设计一致性。

官网 · npm · AI 工作流入口 · 示例

---

安装与使用

在 AI 编程工具中使用

把 anyviz 作为 AI 助手的可视化工作流上下文使用。AI 需要优先读取 SKILL.md， 并按需查阅 guides/、templates/、adapters/ 与 aesthetics/。

macOS / Linux 一键安装到当前用户的所有已检测 Agent：

curl -fsSL https://raw.githubusercontent.com/TseringYuu/anyviz/main/install.sh | sh

Windows PowerShell：

irm https://raw.githubusercontent.com/TseringYuu/anyviz/main/install.ps1 | iex

安装器不依赖 Node.js 或 Python。通用 Agent Skills 目录覆盖 Codex、Cursor、OpenCode、 OpenClaw、Cline、Kimi Code CLI、Warp、Zed 等工具，并自动检测 Claude Code、Hermes Agent、 Gemini CLI、GitHub Copilot、Windsurf、Goose 等使用独立目录的工具。重复执行同一命令即可更新； 若目标位置已有非安装器管理的同名 Skill，原目录会先保留为带时间戳的备份。

请使用 anyviz 工作流，帮我可视化这份销售数据
用地图展示各省的人口分布，并保持适合报告的浅色主题
制作一个 1920×1080 的业务仪表盘，展示关键运营指标
把这些图表统一改成深色大屏风格

如果你的工具支持通过仓库或目录加入上下文，也可直接添加本仓库；如果支持自定义 Skill， 将 SKILL.md 与相关资源目录一起加入工具上下文。

在项目中安装

通过 npm 安装后，可以在脚本或应用中读取 anyviz 的主题、模板与规范路径。

npm install anyviz

const anyviz = require('anyviz');

const theme = anyviz.defaultTheme();
const dashboardTheme = anyviz.themes.dashboard();

console.log(anyviz.skillPath);
console.log(anyviz.guides.academicPublication);
console.log(theme.color.categorical.palette);
console.log(dashboardTheme.name);

也可以直接从仓库引用核心规范：

git clone https://github.com/TseringYuu/anyviz.git

官网与示例入口：https://anyviz.aiware.store

---

为什么需要 anyviz

大模型早已能写出绘图代码，缺的是品味与一致性，也就是把“默认样式的图”与“专业作品” 区分开的那些细小但关键的决策。anyviz 把这些决策沉淀为一套可复用的规范：选哪种图、用什么色板、 字号如何分级、标签放在哪里，以及多张图如何保持视觉连贯。

• 图表智能——将数据形态与分析意图（比较、分布、关系、组成、趋势、地理、层次、流程）映射到 34 种生产级模板中最合适的一种。
• 黄金美学——植根于 Tufte 的数据墨水比与 ColorBrewer / Viridis 色彩科学，提供感知均衡、 色盲友好的默认主题。
• 环境感知渲染——同一套规范在 Web（D3.js、ECharts、Mapbox、Three.js）、Python（Plotly、 Matplotlib）与 R（ggplot2）上产出视觉一致的结果。
• 一致性即默认——任何未显式指定的属性都从全局规范继承，并由校验器在多图布局中强制执行。
• 内建无障碍——对比度、冗余编码与替代文本指导是流水线的一部分，而非事后补救。

---

下面的展示图呈现了 anyviz 适用的多种输出形态：分析报告、运营仪表盘、地理可视化与监控大屏。 这些场景都不是孤立图表，而是在同一画布中组织多种可视化，形成清晰、统一、可落地的业务视图。

工作流水线

anyviz 通过五阶段工作流处理每一个请求，确保从原始数据到生成代码的每一步都符合专业标准：

分析 → 美学 → 适配 → 一致性 → 无障碍

1. 分析 — 根据数据形态与意图，从 34 种模板中选择图表
2. 美学 — 应用统一色彩与字号分级（Tufte）
3. 适配 — 检测项目技术栈，输出 D3 / ECharts 等代码
4. 一致性 — 同步实体颜色、数值格式与间距
5. 无障碍 — 对比度、色盲友好与替代文本

---

作为独立美学库

规范以纯 JSON 定义，任何工具或脚本都可直接引用。

import json

# 加载 anyviz 权威美学规范
with open('aesthetics/default.json', encoding='utf-8') as f:
    theme = json.load(f)

# 分类色板
palette = theme['color']['categorical']['palette']
print(f"分类色板: {palette}")

# 排版层级
h1 = theme['typography']['scale']['h1']
print(f"主标题: {h1['size_px']}px / 字重 {h1['weight']}")

---

模板库（34 种）

类目	数量	模板
templates/charts/	20	柱状、折线、散点、面积、饼图/环形、直方图、箱线、热力、雷达、瀑布、密度、华夫、点图、坡度、小倍数、日历热力、烛台、六边形分箱、平行坐标、矩阵散点
templates/maps/	3	面量图、气泡地图、流向地图
templates/graphs/	8	桑基、和弦、力导向、树图、旭日、树形图、弧形图、冲积图
templates/3d/	3	3D 地球、3D 散点、3D 曲面

每个模板都遵循 templates/TEMPLATE-SPEC.md 定义的统一五段式结构： 适用场景、数据格式、美学参数、设计要点、变体。

---

核心设计原则

1. 美学优先。 最大化数据墨水比，消除图表垃圾。优先直接标注而非图例，倡导小倍数图而非动画， 让数据本身成为焦点。

2. 一致性优于个性化。 任何未指定的属性都从全局规范继承。即使调用者仅覆盖一种颜色，字体、 间距、网格线依然严格统一。