R ggplot Quickplot

上传 CSV 数据文件，自动生成 9 种常用 ggplot2 图表（散点图、柱状图、箱线图、折线图、直方图、分面图等）。零代码可视化，支持 Docker/Singularity 免安装运行。

Security Scan

The skill's files and runtime instructions mostly match a ggplot visualization tool, but several critical inconsistencies (missing run_plot.R and missing build definition files, plus divergent 'requires' metadata) mean it cannot be trusted to work as advertised without further inspection.

Purpose & Capability

The name/description (CSV -> 9 ggplot2 charts, Docker/Singularity support) is consistent with the presence of config, sample data, and build/run scripts. However the package is missing key runtime/build artifacts referenced by the docs: run_plot.R (the R script the wrappers call) is not present in the manifest, and the SKILL.md metadata references a Dockerfile and Singularity.def that are not included. Additionally, two SKILL.md variants declare different required binaries (one lists docker, another lists Rscript), which is an incoherence between declared requirements and runtime files.

Instruction Scope

The included shell scripts (run.sh, run_docker.sh, run_singularity.sh, build_*.sh) operate only on local input/output paths, check for docker/singularity/R, and optionally build/push images. They do not attempt to read unrelated system files or leak data to remote endpoints. Note: build_docker.sh can push images to Docker Hub when DOCKER_USERNAME is set; run_docker.sh copies and mounts local input/output into containers — expected behavior but you should be aware this gives the container access to those host paths.

Install Mechanism

There is no formal install spec (instruction-only). That is low risk normally, but here it's inconsistent with the declared 'docker' build metadata because the repository does not include the referenced Dockerfile or Singularity.def, so the provided build scripts cannot complete as-is. No remote downloads or obscure URLs are used in the included scripts (good), but the missing build/runtime files are a practical problem and an incoherence.

Credentials

No required environment variables or credentials are declared. Scripts optionally use DOCKER_USERNAME / DOCKER_IMAGE_NAME when pushing images; these are optional and proportional to the stated capability (publishing a Docker image). There are no requests for unrelated secrets or config paths.

Persistence & Privilege

The skill does not request permanent/automatic inclusion (always:false) and does not modify other skills or system-wide configs. Execution involves running containers or R scripts and creating output files in local directories — expected for this use case.

What to consider before installing

Key things to consider before installing or running this skill: - Do not run the build/run scripts blindly. The package references run_plot.R, Dockerfile, and Singularity.def, but those files are missing from the manifest — the tool cannot run as advertised until you obtain or inspect run_plot.R and the image definitions. - If you plan to build or run the Docker/Singularity modes, review the Dockerfile / Singularity.def and the R script (run_plot.R) first to ensure they do not execute unexpected network calls, remote code, or read sensitive host files. The current scripts will mount/copy your input and output directories into containers, giving containerized code access to those files. - Pushing images requires DOCKER_USERNAME (optional). Only set/publish to your own account after inspecting the image contents and ensuring no secrets are baked in. - Because the source is marked 'unknown' and critical runtime files are absent, consider contacting the author or using a trusted fork. If you need to test, run it in a contained environment (throwaway VM or sandbox) and with non-sensitive sample data until you have inspected run_plot.R and any image build files. - If you want a go/no-go decision: this package is suspicious (incoherent packaging). It could be an incomplete upload rather than malicious, but you should obtain the missing files and review them before use.

零代码 ggplot2 可视化工具 - 上传 CSV 数据，自动生成专业图表。

三种运行模式

模式	适用场景	优点
Docker 模式	个人电脑/桌面	简单易用，生态完善
Singularity 模式	HPC/共享服务器	无需 root，适合集群
本地模式	有 R 环境	零依赖，最轻量

Docker 模式（桌面/个人电脑）

前置要求

安装 Docker Desktop：https://www.docker.com/products/docker-desktop/

快速开始

前置要求

安装 Docker Desktop：https://www.docker.com/products/docker-desktop/

快速开始

# Windows
run_docker.bat input/sample_data.csv

# Linux/macOS
./run_docker.sh input/sample_data.csv

使用示例

# 使用示例数据
./run_docker.sh input/sample_data.csv

# 使用自定义数据
./run_docker.sh input/my_data.csv output/

# 指定输出目录
./run_docker.sh data.csv results

本地模式

1. 安装依赖

需要安装 R (>= 4.0) 和 ggplot2：

install.packages('ggplot2')

2. 准备数据

上传 CSV 文件到 input 目录。支持的列：

列名	类型	说明	用途
x	数值	X轴变量	散点图、折线图
y	数值	Y轴变量	散点图、折线图
category	文本	分类变量 (A-E)	柱状图、箱线图、分面图
value	数值	数值指标	柱状图、箱线图、直方图
group	文本	分组 (Control/Treatment)	散点图、分组折线图
time	数值	时间点	折线图

2. 运行绘图

执行以下命令：

cd <skill-directory>
Rscript run_plot.R input/your_data.csv

3. 获取结果

图表自动保存到 output/ 目录：

文件	图表类型	说明
01_scatter_basic.png	散点图	基础散点图
02_scatter_advanced.png	高级散点图	带颜色、大小、分组
03_barplot_vertical.png	柱状图	按分类汇总的垂直柱状图
04_barplot_horizontal.png	水平柱状图	按值排序的水平柱状图
05_boxplot.png	箱线图	带数据点的箱线图
06_lineplot.png	折线图	分组时间序列折线图
07_histogram.png	直方图	数值分布直方图
08_facet.png	分面图	按分类分面的散点图
09_publication_style.png	出版级图表	300 DPI 出版风格

命令行参数

Rscript run_plot.R <input_file> [options]

参数说明

参数	说明	默认值
<input_file>	输入 CSV 文件路径	必填
--output-dir	输出目录	output
--dpi	图片分辨率	150
--width	图片宽度 (英寸)	8
--height	图片高度 (英寸)	6

使用示例

# 使用默认设置
Rscript run_plot.R input/sample_data.csv

# 自定义输出设置
Rscript run_plot.R input/my_data.csv --output-dir results --dpi 300 --width 10 --height 8

输入数据格式

最小数据要求

只需要 x 和 y 两列即可生成散点图：

x,y
2.3,5.1
3.1,4.8
1.8,6.2

完整数据示例

x,y,category,value,group,time
2.3,5.1,A,23,Control,1
3.1,4.8,A,45,Treatment,1
1.8,6.2,B,12,Control,2
4.2,3.9,B,67,Treatment,2

注意事项

• CSV 文件必须包含表头行
• 支持中文字段名
• 缺失值用 NA 表示
• 日期格式建议使用 YYYY-MM-DD

图表配置 (config.yaml)

可以通过配置文件自定义图表样式：

# 图表类型设置
charts:
  scatter: true
  barplot: true
  boxplot: true
  lineplot: true
  histogram: true
  facet: true

# 样式设置
style:
  theme: minimal    # minimal, classic, bw, light
  palette: steelblue
  font_size: 12

# 输出设置
output:
  format: [png, pdf]  # 支持 png, pdf, svg
  dpi: 150
  width: 8
  height: 6

自动检测逻辑

脚本会自动检测输入数据的列，并生成适合的图表：

检测到的列	自动生成的图表
x, y	散点图
category, value	柱状图、箱线图
time, value	折线图
value (单列)	直方图
多分类列	分面图
group	分组着色

输出示例

成功运行后会显示：

=== r-ggplot-quickplot 执行完成 ===
输入文件: input/sample_data.csv
输出目录: output/

生成的图表:
  ✓ 01_scatter_basic.png
  ✓ 02_scatter_advanced.png
  ✓ 03_barplot_vertical.png
  ✓ 04_barplot_horizontal.png
  ✓ 05_boxplot.png
  ✓ 06_lineplot.png
  ✓ 07_histogram.png
  ✓ 08_facet.png
  ✓ 09_publication_style.png

共生成 9 个图表文件
===============================

Docker 镜像构建与发布

构建本地镜像

# Linux/macOS
./build_docker.sh

# Windows
docker build -t r-ggplot-quickplot .

发布到 Docker Hub

# 设置用户名
export DOCKER_USERNAME=your_username

# 构建并推送
./build_docker.sh latest

使用预构建镜像

如果镜像已发布，用户可以直接使用：

docker pull your_username/r-ggplot-quickplot:latest

Singularity 模式（HPC/服务器集群）

适用于高校、科研机构等共享服务器环境。

前置要求

联系管理员在服务器上安装 Singularity，或在本地构建镜像后上传。

构建镜像

# 在有 Singularity 的环境中
singularity build r-ggplot-quickplot.sif Singularity.def

# 或使用构建脚本
./build_singularity.sh

使用示例

# 使用示例数据
./run_singularity.sh input/sample_data.csv

# 使用自定义数据
./run_singularity.sh input/my_data.csv output/

手动运行

singularity exec \
    --bind ./input:/app/input:ro \
    --bind ./output:/app/output \
    r-ggplot-quickplot.sif \
    Rscript /app/run_plot.R /app/input/data.csv --output-dir /app/output

本地模式依赖安装

首次使用时，如缺少 R 包会自动安装：

install.packages('ggplot2')

如需额外功能，可手动安装：

install.packages('ggpubr')      # 出版级图表
install.packages('patchwork')   # 多图组合
install.packages('ggthemes')    # 主题风格

故障排除

错误：缺少 ggplot2

Rscript -e "install.packages('ggplot2')"

错误：输入文件不存在

# 检查文件路径
ls -la input/sample_data.csv

错误：列名不匹配

确保 CSV 文件包含所需列，或检查列名是否拼写正确。

技术细节

• R 版本: >= 4.0.0
• ggplot2 版本: >= 3.5.0
• 输出格式: PNG (默认), PDF, SVG
• 编码: UTF-8