1. 基本信息
| 项目 | 内容 | 数据来源 |
|---|---|---|
| 正式名称 | anyviz | GitHub 独立仓库名 |
| 作者/维护者 | TseringYuu（个人开发者，npm 维护者账号 yuuzelin） | GitHub API |
| 来源链接 | https://github.com/TseringYuu/anyviz | — |
| 许可证 | MIT（仓库根目录含完整 LICENSE 文件） | GitHub API + 文件核实 |
| GitHub Stars / Forks | 56 / 3 | GitHub API（认证取数） |
| 最新版本 | v1.0.2（同步发布至 npm） | GitHub Releases + npm registry |
| 安装方式 | 一键 Shell/PowerShell 脚本自动识别并安装到多个 agent 技能目录；也可通过 npm 安装供程序化调用 | 官方 README |
2. 功能介绍与亮点
anyviz 是一套面向 AI 时代的数据可视化工作流规范（skill），职责是替调用它的 agent 完成“选什么图、怎么配色、用哪个技术栈画”的专业判断，而不是自己去执行渲染。核心流程分五个阶段：
- 数据与意图分析：识别变量类型、数据规模，并把可视化目的归为比较、分布、关系、组成、趋势、地理、层次、流程八类意图之一。
- 图表类型选择：查阅内置图表选择指南，从统计图表、地图、关系/层次图、3D 图共 34 种模板中挑选最合适的类型。
- 主题风格推断：根据“数据分析报告”“数据大屏”“学术论文”等场景关键词，自动匹配 analytics / dashboard / academic / modern 四套配色主题。
- 多技术栈适配：提供 D3.js、ECharts、Mapbox、Three.js（前端）与 matplotlib、plotly（Python）、ggplot2（R）的适配说明，确保同一套设计规范能落到不同代码栈。
- 一致性校验：跨多图表输出时保持配色与版式统一。
仓库工程化程度较高：完整的 CHANGELOG、CONTRIBUTING、SECURITY.md、行为准则文件，中/英/日三语 README，并通过 npm 发布供程序化读取主题与规范路径（如 anyviz.defaultTheme()）。
3. 适用场景
固定分类：数据分析与可视化。
适合需要在业务汇报、PPT 配图、学术论文插图或数据大屏之间反复产出风格一致图表的数据分析师、研究者与前端开发者；尤其适合团队协作中希望统一多种图表输出美学标准、又不想为每种图表库单独定制规则的场景。
4. 跨 Agent 兼容性
- Claude Code：原生支持。安装脚本显式检测
~/.claude目录并将技能安装到~/.claude/skills/anyviz。 - Codex / OpenClaw：原生支持。安装脚本注释明确列出 Codex、Cursor、OpenCode、OpenClaw、Cline 等工具共享同一套 Agent Skills 目录（
~/.agents/skills/anyviz），无需额外适配。 - Hermes Agent：原生支持。安装脚本显式检测
~/.hermes目录并单独安装。
以上结论均基于对官方 install.sh 脚本源码的直接核实。
5. 推荐理由
一条命令即可在四大 agent 生态中自动识别安装；相比只给美学规则或单一模板的同类工具，anyviz 提供从“数据特征判断”到“图表类型选择”再到“多技术栈代码适配”的完整设计判断链条；纯开源免费，运行时不产生任何网络外联，无需任何 API Key。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 4 | GitHub 56 星，仓库创建约 5 周；npm 过去 30 天下载量 352 次，作为独立于 star 的真实使用信号；尚无第三方平台的具名用户评价，讨论热度零星 |
| 可用性 | 9 | 一条 curl/irm 命令即可跨十余种 agent 自动识别安装；SKILL.md、多语言文档、34 套模板与 4 套主题示例齐全；最近一次提交为 2026-07-20，一个月内持续维护；完全免费无付费依赖 |
| 安全性 | 8 | 见下方检查清单 |
| 综合 | 7.0 | 三项均值 |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 命令与权限范围 | install.sh/install.ps1 仅从项目自身 GitHub 地址下载归档并复制到用户本地 agent 技能目录，不触碰仓库外文件，不需要管理员权限 |
| ② 运行时联网外发 | 安装阶段仅从 github.com 拉取自身代码包；运行阶段（SKILL.md 驱动的设计规范查阅与代码生成）不发起任何外部网络请求 |
| ③ API Key / 凭据 | 无需任何凭据 |
| ④ 可疑指令 | 通读 SKILL.md、安装脚本与 scripts/ 目录代码，未发现混淆代码或隐蔽外发逻辑 |
| ⑤ 作者信誉 | 个人开发者；仓库含 SECURITY.md、CODE_OF_CONDUCT、CONTRIBUTING 等标准治理文件，未见刷星或 SEO 操纵措辞 |
| ⑥ License | MIT，LICENSE 文件完整清晰 |
| ⑦ 最近维护 | 最近一次提交 2026-07-20，一个月内活跃 |
7. 跟同类 Skills 相比的优势
| Skill | 定位 | 与 anyviz 的差异 |
|---|---|---|
| tufte-data-viz（Caylent） | 只读图表美学规则集，把 Tufte 简洁设计原则转化为 22 条规则，覆盖 Recharts/ECharts/Chart.js/matplotlib/Plotly/D3 六种库 | 专注“改样式”，不做图表类型选择与意图识别；anyviz 额外提供数据特征分析、8 类意图识别与 34 套现成模板 |
| mckinsey-style-visualization-skill | 把零散笔记转成咨询公司风格的 SVG 幻灯片或动画 HTML 演示稿，聚焦董事会汇报场景 | 输出形态固定为“演示稿”；anyviz 面向通用图表产出，覆盖网页/Python/R 多技术栈而非单一演示稿格式 |
| data2motion | 把 JSON 数据转成带动效的独立 HTML 图表，聚焦 KPI、排行榜、趋势的动画呈现 | 只做“动画图表”这一种输出形态；anyviz 覆盖统计图、地图、关系图、3D 图等更广的图表类型，且不限定动画效果 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价，GitHub 仓库自身也暂无用户发起的 Issue 讨论。
9. 其他补充
- 提供中文、英文、日文三份 README，文档本地化程度较高
- 通过 npm 发布（包名
anyviz），支持在 Node.js 脚本或应用中程序化读取主题、指南与规范文件路径 - 开放 CONTRIBUTING.md 贡献指南，接受社区提交新模板或主题
10. 安装使用方式
方式一（推荐，macOS / Linux）：
curl -fsSL https://raw.githubusercontent.com/TseringYuu/anyviz/main/install.sh | sh方式二（Windows PowerShell）：
irm https://raw.githubusercontent.com/TseringYuu/anyviz/main/install.ps1 | iex方式三（npm，供程序化调用）：
npm install anyviz安装后无需重启 agent，直接在对话中提出可视化需求（如“用地图展示各省人口分布，并保持适合报告的浅色主题”）即可触发。重复执行安装命令可原地更新；若目标目录已有同名但非本安装器管理的技能，原目录会自动备份为带时间戳的副本，不会被覆盖丢失。
11. 注意事项
- 仓库创建仅约 5 周，处于早期阶段，后续模板结构或 API 可能随版本迭代调整，建议关注 CHANGELOG
- anyviz 本身只产出设计规范与对应代码片段，不内置独立渲染引擎，最终图表仍需调用者环境中的 D3、ECharts、matplotlib 等库实际执行
- 目前尚无第三方平台的具名评价佐证，建议先用小规模数据集试用，确认输出符合预期后再批量采用