Data Viz Reporter

生成专业的商业数据可视化报告，支持多种图表类型和风格，自动提炼关键洞察与行动建议。

Security Scan

An instruction-only data-visualization/reporting skill whose requested inputs and outputs match its stated purpose; it does not ask for credentials or install software, but provenance is unknown so exercise caution with sensitive data.

Purpose & Capability

The name/description (data visualization and report generation) matches the SKILL.md: it describes chart types, report templates, input formats (CSV/Excel/JSON/paste) and outputs (markdown, ECharts/Draw.io snippets). No unrelated capabilities or credentials are requested.

Instruction Scope

Runtime instructions only ask for user-provided data, analysis goals, dimensions, and style; outputs are report text and chart configuration snippets. The instructions do not direct the agent to read unrelated system files, environment variables, or to transmit data to external endpoints.

Install Mechanism

No install spec and no code files — instruction-only. This minimizes disk write and execution risk; nothing is downloaded or installed by the skill itself.

Credentials

The skill declares no required environment variables, credentials, or config paths. This is proportional to the stated functionality (report generation from user-supplied data).

Persistence & Privilege

The skill is not always-enabled and does not request persistent privileges. Model invocation is permitted (default), which is expected for skills but is not combined with other concerning privileges.

Assessment

This skill is internally coherent and low-risk in structure, but keep the following in mind before using it: 1) Provenance: the source and homepage are missing — you cannot audit an author or review code because there are no files. If you need strong assurance, ask for author/source info or prefer a published tool with a repository. 2) Data sensitivity: the skill expects you to paste or upload raw data. Do not submit confidential PII, passwords, raw financial credentials, or anything you would not want exposed — test first with sample/non-sensitive data. 3) Generated code: the skill provides ECharts/Draw.io snippets and an example Python dict; running or embedding produced code is your responsibility — review it before executing. 4) Autonomous invocation: the skill can be invoked by the agent (normal), but it does not request extra privileges. If you want stricter control, restrict invocation to manual only. In short: functionally appropriate, but verify provenance and avoid sharing sensitive data until you are confident in the source.

数据可视化报告生成器

基本信息

• 名称: data-viz-reporter
• 描述: 专业的商业数据可视化报告生成工具，将枯燥的数据转化为直观、美观、有洞察力的图表和报告
• 版本: 1.0.0
• 适用场景: 电商数据分析、运营周报/月报、市场调研、财务报表、用户分析等商业场景

核心能力

1. 图表类型选择

图表类型	适用场景	数据要求
折线图	趋势变化	时间序列数据
柱状图	对比分析	分类数据
饼图/环形图	占比展示	部分与整体
散点图	相关性分析	两个变量
热力图	分布密度	二维矩阵
漏斗图	转化分析	流程数据
仪表盘	KPI监控	单值+区间

2. 设计规范

• 配色方案:
  • 专业商务: 蓝灰为主
  • 年轻活力: 渐变色系
  • 数据强调: 高对比色
• 字体规范: 标题16-20pt，正文10-12pt
• 留白技巧: 呼吸感留白，信息密度适中

3. 数据洞察提炼

• 自动识别关键数据点
• 异常值标注
• 趋势预判
• 同环比分析
• 异常原因假设

4. 报告结构模板

1. 执行摘要 (1页)
2. 核心指标看板
3. 深度分析图表
4. 问题诊断
5. 建议与行动项

输入要求

用户提供以下信息:

1. 原始数据（Excel/CSV/JSON/直接粘贴）
2. 分析目的（周报/月报/专项分析）
3. 展示维度（时间/类别/区域等）
4. 报告风格（商务简约/时尚活力/学术严谨）

输出格式

结构化报告

# 数据分析报告

## 📊 执行摘要
[核心发现2-3条]

## 1️⃣ 核心指标概览
| 指标 | 数值 | 环比 | 同比 |
|-----|------|-----|-----|
| ... | ... | ... | ... |

## 2️⃣ 趋势分析
[图表区域]

## 3️⃣ 分类对比
[图表区域]

## 4️⃣ 问题诊断
- 🔴 异常指标: [描述]
- 🟡 关注指标: [描述]
- 🟢 健康指标: [描述]

## 5️⃣ 行动建议
1. [建议1]
2. [建议2]

## 📎 数据附录
[原始数据表格]

图表输出

生成可嵌入的ECharts/Draw.io图表代码

示例

用户输入:

• 数据: 某电商店铺12月销售数据
• 指标: 访客数、转化率、客单价、销售额
• 维度: 按日期、按品类
• 风格: 商务简约

生成结果:

# 📈 电商数据周报

## 📊 执行摘要
1. 本周销售额 ¥128,500，环比上周↑12.3%，增长态势良好
2. 转化率为3.8%，略低于行业均值4.2%，存在优化空间
3. 服装品类贡献60%销售额，周末是流量高峰

---

## 1️⃣ 核心指标概览

| 指标 | 本周 | 上周 | 环比 | 目标完成率 |
|-----|------|------|------|-----------|
| 访客数 | 33,816 | 29,450 | ↑14.8% | 105% |
| 转化率 | 3.8% | 4.1% | ↓7.3% | 95% |
| 客单价 | ¥89.5 | ¥82.3 | ↑8.7% | 112% |
| 销售额 | ¥128,500 | ¥114,350 | ↑12.3% | 107% |

---

## 2️⃣ 销售趋势分析

### 日销售趋势
📉 建议使用折线图展示周一至周日销售曲线
- 周六为本周销售峰值: ¥23,500
- 周一销售最低: ¥15,200
- 周末流量是工作日的1.8倍

---

## 3️⃣ 品类销售对比

| 品类 | 销售额 | 占比 | 环比 |
|-----|-------|------|------|
| 服装 | ¥77,100 | 60% | ↑15% |
| 数码 | ¥25,700 | 20% | ↑8% |
| 家居 | ¥15,420 | 12% | ↓3% |
| 其他 | ¥10,280 | 8% | ↑22% |

---

## 4️⃣ 问题诊断

🔴 **转化率下降** 
- 本周转化率3.8%，较上周4.1%有所下降
- 可能原因: 流量质量下降/页面加载慢/价格竞争力不足
- 建议: 检查落地页优化，排查用户体验问题

🟡 **家居品类下滑**
- 家居品类环比下降3%，需关注
- 建议: 分析TOP产品表现，调整营销策略

🟢 **客单价提升**
- 客单价从¥82.3提升至¥89.5
- 得益于满减活动效果显现

---

## 5️⃣ 行动建议

1. **提升转化率** ⭐⭐⭐⭐⭐
   - 优化商品详情页
   - 增加用户评价展示
   - 完善客服响应机制

2. **抓住周末流量** ⭐⭐⭐⭐
   - 重点排班周末营销活动
   - 提前预热周末专场

3. **家居品类诊断** ⭐⭐⭐
   - 下周深度分析家居品类数据
   - 评估是否需要调整品类策略

---

## 📎 数据附录
[详细数据表格...]

图表生成建议

根据数据类型自动推荐最佳图表:

# 示例: 生成ECharts配置
chart_config = {
    "title": "销售额趋势",
    "type": "line",  # 或 bar/pie/scatter
    "data": [...],
    "colors": ["#5470C6", "#91CC75", "#FAC858"]
}

使用限制

• 数据量建议不超过10万行
• 需要确保数据准确性
• 涉及财务数据需注意保密

更新日志

• v1.0.0 (2025-01): 初始版本发布