[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-92492":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":10,"language":11,"languages":10,"totalLinesOfCode":10,"stars":12,"forks":13,"watchers":14,"openIssues":15,"contributorsCount":15,"subscribersCount":15,"size":15,"stars1d":15,"stars7d":15,"stars30d":15,"stars90d":15,"forks30d":15,"starsTrendScore":15,"compositeScore":16,"rankGlobal":10,"rankLanguage":10,"license":17,"archived":18,"fork":18,"defaultBranch":19,"hasWiki":18,"hasPages":18,"topics":20,"createdAt":10,"pushedAt":10,"updatedAt":38,"readmeContent":39,"aiSummary":40,"trendingCount":15,"starSnapshotCount":15,"syncStatus":41,"lastSyncTime":42,"discoverSource":43},92492,"anyviz","TseringYuu\u002Fanyviz","TseringYuu","面向 AI 时代的数据可视化规范与工作流库 — specification & workflow library for AI-era data visualization","https:\u002F\u002Fanyviz.aiware.store",null,"Python",52,3,1,0,41.81,"MIT License",false,"main",[21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37],"ai","ai-agent","charts","claude-skill","codex-skill","colorblind-friendly","cursor-skill","d3","data-visualization","dataviz","design-system","echarts","llm","observable-plot","plotly","skill","visualization","2026-07-22 04:02:06","\u003Cp align=\"center\">\n  \u003Cimg src=\"assets\u002Fbanner.svg\" alt=\"anyviz — 面向 AI 时代的数据可视化\" width=\"100%\">\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fanyviz\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fnpm\u002Fv\u002Fanyviz?style=flat-square&color=4269d0\" alt=\"npm\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fanyviz.aiware.store\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fwebsite-anyviz.aiware.store-111827?style=flat-square\" alt=\"Website\">\u003C\u002Fa>\n  \u003Ca href=\"https:\u002F\u002Fgithub.com\u002FTseringYuu\u002Fanyviz\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fanyviz-v1.0.2-4269d0?style=flat-square\" alt=\"Version\">\u003C\u002Fa>\n  \u003Ca href=\"LICENSE\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flicense-MIT-3ca951?style=flat-square\" alt=\"License\">\u003C\u002Fa>\n  \u003Ca href=\"SKILL.md\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FAI%20ready-workflow-a463f2?style=flat-square\" alt=\"AI-ready workflow\">\u003C\u002Fa>\n  \u003Ca href=\"aesthetics\u002Fdefault.json\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdesign-Observable_Plot-ff725c?style=flat-square\" alt=\"Design System\">\u003C\u002Fa>\n  \u003Ca href=\"adapters\u002Fweb\u002Fd3.md\">\u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fengine-D3.js-efb118?style=flat-square\" alt=\"Default Engine\">\u003C\u002Fa>\n  \u003Cimg src=\"https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fplatform-Web%20%7C%20Python%20%7C%20R-6cc5b0?style=flat-square\" alt=\"Platforms\">\n\u003C\u002Fp>\n\n\u003Cp align=\"center\">\n  \u003Cb>简体中文\u003C\u002Fb> · \u003Ca href=\"README.en.md\">English\u003C\u002Fa>\n\u003C\u002Fp>\n\n> **anyviz** 是一个面向 AI 时代的数据可视化规范与工作流库。\n> 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、\n> 多技术栈渲染，以及同一画布下多图表的设计一致性。\n\n\u003Cp align=\"center\">\n  \u003Ca href=\"https:\u002F\u002Fanyviz.aiware.store\">\u003Cb>官网\u003C\u002Fb>\u003C\u002Fa> ·\n  \u003Ca href=\"https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fanyviz\">npm\u003C\u002Fa> ·\n  \u003Ca href=\"SKILL.md\">AI 工作流入口\u003C\u002Fa> ·\n  \u003Ca href=\"examples\">示例\u003C\u002Fa>\n\u003C\u002Fp>\n\n---\n\n## 安装与使用\n\n### 在 AI 编程工具中使用\n\n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`](SKILL.md)，\n并按需查阅 `guides\u002F`、`templates\u002F`、`adapters\u002F` 与 `aesthetics\u002F`。\n\n```text\n请使用 anyviz 工作流，帮我可视化这份销售数据\n用地图展示各省的人口分布，并保持适合报告的浅色主题\n制作一个 1920×1080 的业务仪表盘，展示关键运营指标\n把这些图表统一改成深色大屏风格\n```\n\n如果你的工具支持通过仓库或目录加入上下文，直接添加本仓库即可；如果支持自定义 Skill，\n将 [`SKILL.md`](SKILL.md) 与相关资源目录一起加入工具上下文。\n\n### 在项目中安装\n\n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。\n\n```bash\nnpm install anyviz\n```\n\n```js\nconst anyviz = require('anyviz');\n\nconst theme = anyviz.defaultTheme();\nconst dashboardTheme = anyviz.themes.dashboard();\n\nconsole.log(anyviz.skillPath);\nconsole.log(anyviz.guides.academicPublication);\nconsole.log(theme.color.categorical.palette);\nconsole.log(dashboardTheme.name);\n```\n\n也可以直接从仓库引用核心规范：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002FTseringYuu\u002Fanyviz.git\n```\n\n官网与示例入口：[https:\u002F\u002Fanyviz.aiware.store](https:\u002F\u002Fanyviz.aiware.store)\n\n---\n\n## 为什么需要 anyviz\n\n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”\n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、\n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。\n\n- **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\n  **34 种生产级模板**中最合适的一种。\n- **黄金美学**——植根于 Tufte 的数据墨水比与 ColorBrewer \u002F Viridis 色彩科学，提供感知均衡、\n  色盲友好的默认主题。\n- **环境感知渲染**——同一套规范在 Web（D3.js、ECharts、Mapbox、Three.js）、Python（Plotly、\n  Matplotlib）与 R（ggplot2）上产出视觉一致的结果。\n- **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。\n- **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。\n\n---\n\n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。\n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。\n\n\u003Cp align=\"center\">\n  \u003Cimg src=\"assets\u002Fshowcase.gif\" alt=\"使用 anyviz 设计的多种整屏数据大屏示例\" width=\"100%\">\n\u003C\u002Fp>\n\n## 工作流水线\n\nanyviz 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：\n\n**分析 → 美学 → 适配 → 一致性 → 无障碍**\n\n1. **分析** — 根据数据形态与意图，从 34 种模板中选择图表\n2. **美学** — 应用统一色彩与字号分级（Tufte）\n3. **适配** — 检测项目技术栈，输出 D3 \u002F ECharts 等代码\n4. **一致性** — 同步实体颜色、数值格式与间距\n5. **无障碍** — 对比度、色盲友好与替代文本\n\n---\n\n## 作为独立美学库\n\n规范以纯 JSON 定义，任何工具或脚本都可直接引用。\n\n```python\nimport json\n\n# 加载 anyviz 权威美学规范\nwith open('aesthetics\u002Fdefault.json', encoding='utf-8') as f:\n    theme = json.load(f)\n\n# 分类色板\npalette = theme['color']['categorical']['palette']\nprint(f\"分类色板: {palette}\")\n\n# 排版层级\nh1 = theme['typography']['scale']['h1']\nprint(f\"主标题: {h1['size_px']}px \u002F 字重 {h1['weight']}\")\n```\n\n---\n\n## 模板库（34 种）\n\n| 类目 | 数量 | 模板 |\n| :--- | :---: | :--- |\n| [`templates\u002Fcharts\u002F`](templates\u002Fcharts) | 20 | 柱状、折线、散点、面积、饼图\u002F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 |\n| [`templates\u002Fmaps\u002F`](templates\u002Fmaps) | 3 | 面量图、气泡地图、流向地图 |\n| [`templates\u002Fgraphs\u002F`](templates\u002Fgraphs) | 8 | 桑基、和弦、力导向、树图、旭日、树形图、弧形图、冲积图 |\n| [`templates\u002F3d\u002F`](templates\u002F3d) | 3 | 3D 地球、3D 散点、3D 曲面 |\n\n每个模板都遵循 [`templates\u002FTEMPLATE-SPEC.md`](templates\u002FTEMPLATE-SPEC.md) 定义的统一五段式结构：\n*适用场景、数据格式、美学参数、设计要点、变体。*\n\n---\n\n## 核心设计原则\n\n**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，\n让数据本身成为焦点。\n\n**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、\n间距、网格线依然严格统一。\n\n**3. 环境感知自适应。** anyviz 感知运行环境与依赖，在 Web、Python、R 上产出视觉一致的输出，\n无需调用者操心技术栈。\n\n**4. 可解释、可修改。** 每次输出都附带图表选择理由与美学决策说明。没有黑盒，任何参数都可被\n理解和调整。\n\n---\n\n## 默认色板\n\n默认 `modern` 主题受 Observable Plot 现代设计语言启发——明亮、克制、色盲友好。\n\n| | 色值 | 语义 |\n| :---: | :--- | :--- |\n| 🔵 | `#4269d0` | 主要系列——稳定、信任 |\n| 🟢 | `#3ca951` | 次要——增长、正面、达标 |\n| 🔴 | `#ff725c` | 对比——警告、负面、亏损 |\n| 🟣 | `#a463f2` | 辅助——高亮、特殊对比 |\n| 🟡 | `#efb118` | 辅助——注意、预警 |\n| 🩵 | `#6cc5b0` | 辅助——青色、中性对比 |\n| ⚪ | `#9696a0` | 中性灰——参考线、\"其他\" |\n| 🟠 | `#f5a623` | 橙色——高对比高亮 |\n| 🩷 | `#ca5bb8` | 洋红——特殊类别 |\n| 🌸 | `#ff8ab7` | 粉色——辅助类别 |\n\n完整色板原理与色盲说明：[`guides\u002Fcolor-guide.md`](guides\u002Fcolor-guide.md) 与\n[`guides\u002Faccessibility.md`](guides\u002Faccessibility.md)。\n\n---\n\n## 技术栈自适应\n\nanyviz 解析调用场景与依赖，自动选择最合适的引擎：\n\n| 环境 | 默认 | 触发条件 | 优势 |\n| :--- | :--- | :--- | :--- |\n| **Web** | **D3.js** | 默认——零依赖、完全自定义 | 像素级控制、无依赖 |\n| **Web** | **ECharts** | 项目已装 `echarts`，或需开箱即用图表 | 性能高、交互丰富 |\n| **Web** | **Mapbox** | 地理空间数据、高精度地图 | 专业地图渲染、海量数据 |\n| **Web** | **Three.js** | 三维空间、曲面、沉浸式场景 | 原生 3D、硬件加速 |\n| **Python** | **Plotly** | Jupyter、交互式分析、仪表盘 | 交互强、可导出 HTML |\n| **Python** | **Matplotlib** | 论文、出版、静态高清 | 打印友好、符合学术规范 |\n| **R** | **ggplot2** | R 生态下的统计分析 | 声明式图形语法 |\n\n---\n\n## 自然语言定制\n\nanyviz 将自然语言指令映射到美学参数，同时保持一致性：\n\n| 维度 | 你说 | 映射到 | 效果 |\n| :--- | :--- | :--- | :--- |\n| **主题** | \"深色模式\" | 页面 `#1A1A1A`、文本 `#E8E8E8`、色板提亮 15% | 沉浸式深色大屏，高对比 |\n| **风格** | \"学术\u002F论文风格\" | 衬线字体、隐藏 Y 网格线、保留外边框 | 克制、出版就绪 |\n| **风格** | \"高校研究项目\u002F论文图表\" | 启用 academic publication 规则、外置题注与资料来源、禁用图内重复来源 | 适配装订文档、研究报告与正式评审材料 |\n| **风格** | \"极简\" | 去除网格线与边框，仅保留核心轴线 | 最大化数据墨水比 |\n| **颜色** | \"暖色调\" | 限制色相 0°–60° | 充满活力的暖色感受 |\n| **颜色** | \"冷色调\" | 限制色相 180°–270° | 冷静、科技感 |\n| **排版** | \"字体大一些\" | 所有层级（H1–H6）×1.15 | 大屏可读性更好 |\n| **布局** | \"图表居中 \u002F 标题居中\" | 标题以画布为锚点居中，导出后执行视觉内容居中检查 | 避免 Word、论文或报告中出现视觉偏移 |\n| **布局** | \"图例离图远一点\" | 图例启用安全带与最小间距，优先避让标题、轴标签与数据标签 | 防止图例与图表元素过近或互相挤压 |\n| **布局** | \"适合手机看\" | 应用 mobile 断点、1:1 宽高比 | 适配窄屏，防标签重叠 |\n| **元素** | \"显示数据标签\" | 开启数据标签（9px、`#888888`） | 无需悬停即读精确值 |\n\n完整映射：[`guides\u002Fcustomization-guide.md`](guides\u002Fcustomization-guide.md)。\n\n---\n\n## 目录结构\n\n```text\nanyviz\u002F\n├── SKILL.md                  # AI 工作流入口（流水线 + 核心规则）\n├── README.md                 # 中文主文档\n├── README.en.md              # 英文备用文档\n├── aesthetics\u002F               # 权威美学规范\n│   ├── default.json          # 默认主题（颜色、排版、间距、线条、响应式）\n│   ├── color.md              # 色彩规则与色盲友好色板\n│   ├── typography.md         # 排版规则与多语言字体\n│   ├── layout.md             # 布局规则与数据墨水比标准\n│   └── themes\u002F               # modern · analytics · dashboard · academic\n├── guides\u002F                   # 决策、定制与出版指南\n│   ├── academic-publication.md# 论文、研究报告与装订文档图表规则\n│   ├── chart-selection.md    # 图表选择决策树（数据 + 意图 → 图表）\n│   ├── color-guide.md        # 用色原则与语义约定\n│   ├── consistency-rules.md  # 多图表一致性规则\n│   ├── customization-guide.md# 自然语言 → 美学参数\n│   ├── legend-layout.md      # 图例布局规则（边界检查、避让、居中、网格）\n│   └── accessibility.md      # 对比度、色盲友好、冗余编码、替代文本\n├── templates\u002F                # 34 种图表模板\n│   ├── TEMPLATE-SPEC.md       # 统一模板规范\n│   ├── charts\u002F               # 20 种统计图表\n│   ├── maps\u002F                 # 3 种地图\n│   ├── graphs\u002F               # 8 种关系与层次图\n│   └── 3d\u002F                   # 3 种三维图\n├── adapters\u002F                 # 技术栈适配器（web \u002F python \u002F r）\n├── assets\u002F                   # README 横幅、字标与展示素材\n├── examples\u002F                 # 可运行示例 + 各自 README\n└── scripts\u002F\n    ├── theme_validator.py    # 主题一致性自动校验器\n    └── make_*.py             # 品牌素材的可复现生成脚本\n```\n\n---\n\n## 示例\n\n[`examples\u002F`](examples) 里的每个示例都是一块完整、可直接运行的**行业数据大屏**——不是单一图表，\n而是一整块画布上协同组织的多种可视化，统一采用 anyviz 深色大屏美学。它们展示了同一套规范如何\n适配金融监控、电商运营、能源物联与城市地理分析等不同需求。\n\n- [`finance-trading`](examples\u002Ffinance-trading) —— 金融实时监控：K 线 + 均线、实时分时、资金流向、板块热力\n- [`ecommerce-retail`](examples\u002Fecommerce-retail) —— 电商运营：GMV 趋势、品类占比、区域销售地图、转化漏斗\n- [`iot-energy`](examples\u002Fiot-energy) —— 智慧能源物联：实时功率曲线、能源结构、设备仪表盘、拓扑图、告警\n- [`city-geo`](examples\u002Fcity-geo) —— 城市大数据：地图飞线 + 涟漪、城市排名、客流趋势、24h 热力\n\n四个示例均为单文件 `index.html`（ECharts 5.5.1），面向 1920×1080 设计并做了响应式适配。\n\n---\n\n## 参与贡献\n\n欢迎贡献——尤其是新模板、适配器与指南改进。模板结构、校验步骤与 PR 流程见\n[CONTRIBUTING.md](CONTRIBUTING.md)，社区规范见 [CODE_OF_CONDUCT.md](CODE_OF_CONDUCT.md)。\n\n```bash\n# 本地校验主题配置\npython3 scripts\u002Ftheme_validator.py -c examples\u002Ftest_config_valid.json\n```\n\n---\n\n## 社区与友链\n\n- [LINUX DO](https:\u002F\u002Flinux.do) — 新一代综合社区，讨论、分享、共建\n\n---\n\n## 许可\n\n[MIT](LICENSE)\n\n---\n\n## 学术与理论参考\n\nanyviz 的设计植根于信息可视化领域的经典著作：\n\n- **Edward Tufte** —— *The Visual Display of Quantitative Information*（数据墨水比、消除图表垃圾）\n- **Nathan Yau** —— *Data Points: Visualization That Means Something*（感知设计、数据叙事）\n- **ColorBrewer 2.0** —— *Color Advice for Cartography*（感知均衡、色盲友好色板）\n- **Viridis** —— *Perceptually Uniform Colormaps*（高感知分辨率、打印与色盲友好）\n","anyviz 是一个面向 AI 时代的数据可视化规范与工作流库，旨在为大模型和 AI 工具提供专业级图表决策支持。它通过 34 种生产级模板实现数据形态与分析意图（如趋势、分布、地理等）的智能匹配；内置感知均衡、色盲友好的美学系统（基于 ColorBrewer\u002FViridis）；支持跨技术栈（D3.js、ECharts、Plotly、ggplot2）的视觉一致性渲染；并提供主题管理、多图布局校验与无障碍设计流水线。适用于 AI 编程助手、自动化报告生成、BI 仪表盘构建及需统一视觉语言的数据产品开发场景。",2,"2026-07-09 02:30:07","CREATED_QUERY"]