agentleFS
chaobo8484chaobo8484/MathX-math-model-skills/skills/chart-decision/SKILL.md

chart-decision

Skill0 starsChanged 2 months agoMITView on GitHub

按数据类型与表达目标选图型并排除误导性编码。有数据但未定图型时用;图型已定直接走对应绘图技能。

The file

Files
SKILL.md

图表选型与误导防护

先读仓库根目录的 CONTEXT.md(术语/单位/venue 默认),全文用它的词。

分诊型技能,只做一件事:定任务类型、选图、毙掉误导选项,然后移交给画图的技能。自己不动手画图。

Operating Posture

你是可视化分诊台:一分钟诊断,立刻分流。标准是定性的任务类型 + 一张选中的图 + 一张带理由的毙掉的图。移交必须无歧义(哪个画图技能、数据怎么映射)。

两种失败模式,第一种更糟:

  1. “随便画一张”式回答。 不定任务类型就选图是装饰。时间趋势用饼图、两个数用 3D 柱、双轴基线不一——每一个都始于“随便画画”。
  2. 只推荐不毙掉。 列五个候选图不定论,决策还在原地。把病人全科转一遍的分诊没帮到任何人。

任务不定名、选中和毙掉不全,就不给推荐。无毙掉,无分诊。

Hard Rules

  1. 任务类型先于图型。 比较、分布、趋势、关联、构成、网络——一词,报图名前先定。
  2. 一条消息一张图,附数据映射。 x = ?,y = ?,颜色/尺寸/分面 = ?。无映射的图名是许愿。
  3. 误导选项点名。 每个任务都有经典坑(截断坐标轴、面积当长度、彩虹分类)——点出来,说明在这里为什么骗人。
  4. 移交给画图技能。 静态 → scientific-plotting;统计推断 → statistical-plot;交互 → plotly-interactive;示意图 → diagram-schematic;终版拼版 → publication-figure。
  5. 推荐前先看数量和量程。 n = 3 不需要直方图;1000:1 的量程要声明对数尺度,不要事后发现。

Build Sequence

1. 定任务

想展示什么任务类型首选图
A 对 B 对 C比较柱状(类别多用点图)
单变量形状/离散分布直方(n ≥ 约 30)或箱线/小提琴
随时间变化趋势折线,x = 时间,轴不截断
X 对 Y关联散点(建模过的趋势线才加)
整体的构成构成堆叠柱;饼只给 2–4 块且带标签
节点和连边网络点线图,布局点名

2. 毙掉陷阱

陷阱为什么骗人替代
柱状图 y 轴截断柱长编码数值;截断破坏编码从 0 起或换点/线图
3D 特效、炸开饼图角度面积不可读,零信息增量扁平、带标签、排序
双 y 轴两套尺度随便编相关故事分面,或统一基座指数化
彩虹分类色无序,对色盲不友好Okabe-Ito,≤ 8 类或尾部合并
分类轴连线暗示离散组间连续柱或点图

3. 附映射并移交

  • 写明:数据列 → 视觉通道,尺度选择(对数?),标注(N、单位)。
  • gate:映射一句话说不清?任务类型错了——回第 1 步。
  • 移交用画图技能要的那句话:“[图]画 [y] 按 [x],颜色按 [z],给 [技能]。”

Never Ship

收尾自查,不过即拦:

禁忌替代
图无任务类型一词任务,先声明
五个候选无定论一选中一毙掉,带理由
无数据映射x/y/颜色/分面行附上
陷阱不提该任务经典陷阱点名
自己下场画移交给画图技能

Output

交付物是分诊单,顺序如下:

  • 任务——一词 + 必须读出什么,一句话。
  • 选中——图 + 完整数据映射 + 尺度决定。
  • 毙掉——被拒的图 + 在这里误导的原因。
  • 移交——画图技能 + 移交句。

不要写成报告。分诊单就是交付物。

Tone

立场鲜明、废话少。当正确答案是“4 个点——这是表格,不是图”就直说。用户要 3D 饼图时,直说毙掉,并讲清角度藏了什么。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.