Mysteel_ChartGeneration

基于文本描述或数据自动生成各类图表（趋势图、对比图、结构图等）；当用户需要创建可视化图表、将数据转化为直观表达、生成分析报告插图时使用

Security Scan

The skill's code and instructions mostly match a chart-generation purpose, but the runtime instructions contain clear inconsistencies (calling .py scripts with 'node') and the skill sends a user-provided API key to an external endpoint — the mismatches and external-network behavior warrant caution before installing.

Purpose & Capability

Name/description, included scripts, and reference docs all describe generating ECharts options via an AI chart-generation API. The Python scripts implement that behavior (reading an API key, POSTing JSON to an external ai-chart endpoint, saving option and meta files, rendering HTML). The externally-called domain (mcp.mysteel.com) matches the 'Mysteel' naming in the package and the references file documents the same API path, so the required network access and an API key are coherent with the stated purpose.

Instruction Scope

SKILL.md instructs the agent/user to create a local references/api_key.md and explains the script flow (reading that file, setting header 'token', calling API, saving outputs) — that is expected. However, the examples and usage commands show 'node scripts/generate_chart.py' and 'node scripts/render_html.py' which is incorrect for provided Python scripts; this is a clear documentation/runtime inconsistency. The skill reads a local secrets file (api_key.md) and transmits its value as the 'token' header to an external service — that behavior is explicitly documented and must be considered by the user. There are no instructions to read unrelated system files or environment variables, but the mis-specified command invocations increase risk of accidental misuse.

Install Mechanism

There is no install spec (instruction-only with included Python scripts). That minimizes installer risk. The declared dependency is just the Python 'requests' library. No downloads from untrusted URLs or archive extraction are present. However, the README's incorrect use of 'node' suggests sloppy packaging/documentation rather than an installer flaw.

Credentials

The skill requests an API key stored in a local file references/api_key.md (not via environment variables). Requesting a single API key for the external chart-generation API is proportionate to the stated purpose. There are no other credential requests or accesses to unrelated configuration paths. Minor mismatch: the skill metadata lists no required env vars while runtime requires an API key file — this is a documentation/manifest omission rather than an obviously malicious request.

Persistence & Privilege

always is false and the skill does not request permanent platform privileges. It runs as user-invoked/autonomous calls are allowed by default but nothing in the package tries to modify other skills or global agent settings. The skill writes output files under ./output and reads a local references/api_key.md — standard behavior for a local tool.

Scan Findings in Context

[EXTERNAL_HTTP_POST_mcp.mysteel.com] expected: The generate_chart.py script POSTs the chart generation payload to https://mcp.mysteel.com/mcp/info/genie-tool/v1/tool/ai-chart. This is expected for a remote AI chart-generation service, but means your API key and data are sent to that external host.

[LOCAL_SECRET_READ_api_key.md] expected: The script reads a local file references/api_key.md to obtain the API key and then places it in the request header 'token'. Reading a local secrets file is expected but you should ensure the file does not contain other sensitive data and is stored securely.

[DOC_COMMAND_MISMATCH_node_vs_python] unexpected: SKILL.md examples execute the included .py scripts with 'node', but the files are Python and the top-of-file shebangs and dependency notes reference Python. This is a documentation/runtime mismatch and could cause user confusion or accidental mis-execution.

What to consider before installing

This skill appears to implement an AI-driven chart generator, but take these precautions before installing or running it: - Verify the external endpoint: The script sends your API key and request payload to https://mcp.mysteel.com. Confirm you intend to use that service and that the API key you provide is only for this service. If you don't recognize the domain, do not provide secrets. - API key handling: The skill expects a local file references/api_key.md containing the API key. Prefer storing secrets in a secure secret manager or environment variable if possible, and avoid committing api_key.md into version control. Inspect the file contents format the script expects before creating it. - Documentation mismatch: SKILL.md shows running the .py files with 'node' — that's incorrect. Run the scripts with Python (python3 scripts/generate_chart.py ...) and ensure Python and the 'requests' package are installed. - Run in an isolated environment: Execute the scripts in a sandboxed or isolated environment (container or VM) until you are comfortable with network traffic and file outputs. - Review outputs and network traffic: After a test run, inspect the generated output/ files and, if possible, monitor outbound network requests to confirm only expected calls are made. Overall, the package is coherent with a chart-generation use-case but the documentation errors and the fact that it transmits a user-supplied key to an external service make it worth extra review before use.

AI图表生成 Skill

任务目标

• 本 Skill 用于：通过AI自动生成ECharts图表配置并渲染为HTML文件
• 能力包含：文本描述生图、数据可视化、多种图表类型支持、自动标题生成
• 触发条件：用户要求生成图表、可视化数据、创建分析报告插图

前置准备

API密钥配置（必需）

在调用脚本前，需要先配置API密钥：

步骤1：检查api_key.md文件

• 检查项目的references目录下是否存在 api_key.md 文件
• 如果不存在，提示用户创建并输入密钥

步骤2：创建/更新api_key.md文件

# 在项目的references目录下创建文件
cd /path/to/my-generation/references
echo "api_key: 你的密钥" > api_key.md

文件格式：

api_key: your_api_key_here

注意：

• api_key.md文件应在项目的references目录下
• 脚本会自动从references目录读取该文件
• 密钥信息将用于接口请求头的token字段
• 每次调用前会检查文件是否存在

项目目录结构：

my-generation/
├── SKILL.md
├── scripts/
│   ├── generate_chart.py
│   └── render_html.py
└── references/
    ├── api_key.md          # API密钥文件（需要创建）
    └── api-parameters.md

依赖说明

• 使用 Python 内置模块，需要安装 requests 库（见 dependency 字段）

操作步骤

智能模式选择（由智能体判断）

根据用户需求，智能体应自动选择最合适的生成模式：

1. FREEDOM模式（自由模式）- 默认推荐

适用场景：

• 用户通过自然语言描述图表需求
• 数据量较小或数据已包含在描述中
• 快速原型设计或验证
• 不确定使用哪种模式的场景

判断依据：

• 用户输入："生成一个销售趋势图"、"画个柱状图"、"帮我做个对比图表"
• 数据内嵌在描述中："数据为：[100, 200, 300]"
• 没有提供结构化数据文件

使用方式：

node scripts/generate_chart.py --task "用户的自然语言描述"

---

2. STRICT模式（严格模式）

适用场景：

• 用户提供了结构化数据（JSON数组/对象）
• 数据量较大（超过50条记录）
• 需要高性能数据转换
• 有明确的数据结构说明需求

判断依据：

• 用户提供了完整的数据文件或JSON数据
• 数据记录数较多（>50条）
• 用户明确说明数据字段含义

使用方式：

node scripts/generate_chart.py \
  --task "转换任务描述" \
  --mode STRICT \
  --data '{"field1": "value1", ...}' \
  --data-example '[{"field1": "value1"}]' \
  --data-description "数据包含字段1和字段2"

---

3. TEMPLATE模式（模板模式）

适用场景：

• 用户明确指定图表类型（折线图/柱状图/饼图）
• 需要标准格式的图表
• 快速生成常见图表类型
• 对图表样式要求标准化

判断依据：

• 用户明确说："生成一个饼图"、"画条形图"、"用折线图展示"
• 图表类型是标准类型之一
• 数据量适中且结构简单

使用方式：

node scripts/generate_chart.py \
  --task "生成图表描述" \
  --mode TEMPLATE \
  --type 折线图 \
  --data '[{"name": "A", "value": 100}]'

---

4. AUTO模式（自动模式）

适用场景：

• 智能体无法确定最佳模式
• 需要系统自动选择
• 混合场景

使用方式：

node scripts/generate_chart.py --task "用户需求" --mode AUTO

---

完整执行流程

1. 检查API密钥配置

   • 检查 api_key.md 文件是否存在
   • 如果不存在，提示用户创建并输入密钥
   • 如果存在，读取密钥信息

2. 分析用户需求（智能体完成）

   • 提取图表类型、数据来源、数据量、复杂度
   • 根据上述规则选择最合适的模式

3. 调用图表生成脚本

   • 脚本自动从 api_key.md 读取密钥
   • 将密钥设置到请求头的 token 字段
   • 根据选择的模式调用 scripts/generate_chart.py
   • 传递相应参数（task、mode、data、type等）
   • asyncEnable固定为false（仅支持同步模式）

4. 处理结果

   • 同步模式：直接获取option配置

5. 渲染HTML文件

   • 调用 scripts/render_html.py 将配置转换为HTML
   • 自动读取meta文件中的标题
   • 返回HTML文件路径

---

资源索引

• 必要脚本：
  • scripts/generate_chart.py（调用AI图表生成API，仅支持同步模式）
  • scripts/render_html.py（将ECharts配置渲染为HTML文件）
• 领域参考：
  • references/api-parameters.md（API参数详细说明和使用示例）
  • references/api_key.md（API密钥配置文件，需用户创建）

注意事项

• API密钥配置：首次使用前必须在项目的references目录下创建 api_key.md 文件并填入密钥，格式为 api_key: your_key
• 密钥文件位置：api_key.md文件必须放在项目的references目录下，脚本会自动从references目录读取该文件
• 密钥传递方式：密钥会自动从references目录的 api_key.md 读取并设置到请求头的 token 字段
• 仅支持同步模式：asyncEnable固定为false，不支持异步处理
• 自动标题生成：脚本会根据用户的task描述自动生成图表标题，并保存到meta文件中
• 标题使用规则：render_html.py会自动读取meta文件中的标题，如果找不到则使用默认标题
• 模式选择优先级：FREEDOM > TEMPLATE > STRICT > AUTO（智能体根据场景自动选择）
• 数据内嵌优先：如果数据已在task描述中，无需额外提供--data参数
• STRICT模式要求：必须提供data、dataExample、dataDescription三个参数
• TEMPLATE模式限制：仅支持标准图表类型（折线图、柱状图、饼图等）
• 脚本自动生成唯一的requestId，无需手动指定
• HTML文件使用ECharts渲染，支持交互操作

使用示例

示例1：自然语言生图（FREEDOM模式）

用户需求："帮我生成一个展示2024年各月份销售额的折线图，数据为：[1200, 1500, 1800, 2000, 2200, 2500, 2800, 3000, 3200, 3500, 3800, 4000]"

智能体判断：

• 自然语言描述 → FREEDOM模式
• 数据已内嵌 → 无需--data参数

自动生成标题：

• 原始task："帮我生成一个展示2024年各月份销售额的折线图，数据为：[1200, 1500, ...]"
• 提取标题："2024年各月份销售额"

执行步骤：

# 1. 检查api_key.md文件（如果不存在，提示用户创建）
# 2. 调用生成脚本（同步模式）
node scripts/generate_chart.py --task "帮我生成一个展示2024年各月份销售额的折线图，数据为：[1200, 1500, 1800, 2000, 2200, 2500, 2800, 3000, 3200, 3500, 3800, 4000]"

# 3. 渲染HTML
node scripts/render_html.py --option-file output/req-xxx_option.json --output output/sales_trend.html

注意：脚本会自动从 api_key.md 读取密钥并设置到请求头

---

示例2：指定图表类型（TEMPLATE模式）

用户需求："生成一个饼图展示市场份额，数据如下：A产品30%，B产品25%，C产品20%"

智能体判断：

• 明确指定"饼图" → TEMPLATE模式
• 数据简单且结构清晰 → TEMPLATE模式优先

node scripts/generate_chart.py \
  --task "生成一个饼图展示市场份额" \
  --mode TEMPLATE \
  --type 饼图 \
  --data '[{"name": "A产品", "value": 30}, {"name": "B产品", "value": 25}, {"name": "C产品", "value": 20}, {"name": "其他", "value": 25}]'

node scripts/render_html.py --option-file output/req-xxx_option.json --output output/market_share.html

---

示例3：大数据量处理（STRICT模式）

用户需求："我有销售数据文件，包含1000条记录，请生成销量排名前10的柱状图。数据结构：product_name, sales_amount, region"

智能体判断：

• 数据量1000条 → STRICT模式
• 有明确数据结构 → 提供dataDescription

node scripts/generate_chart.py \
  --task "将销售数据转换为柱状图，展示销量排名前10的产品" \
  --mode STRICT \
  --data '$(cat sales_data.json)' \
  --data-example '[{"product_name": "产品A", "sales_amount": 12000, "region": "华东"}]' \
  --data-description "数据包含产品名称、销量金额、区域三个字段"

node scripts/render_html.py --option-file output/req-xxx_option.json --output output/top10_sales.html

---

示例4：对比类图表（FREEDOM模式）

用户需求："画个柱状图对比华东、华南、华北三个区域的钢材库存量，数据：华东5000吨，华南4500吨，华北6000吨"

智能体判断：

• 自然语言描述 + 数据内嵌 → FREEDOM模式

node scripts/generate_chart.py --task "画个柱状图对比华东、华南、华北三个区域的钢材库存量，数据：华东5000吨，华南4500吨，华北6000吨"

node scripts/render_html.py --option-file output/req-xxx_option.json --output output/inventory_comparison.html

---

示例5：趋势分析（FREEDOM模式）

用户需求："生成一个钢联螺纹钢价格走势图，展示最近一年的价格变化趋势"

智能体判断：

• 自然语言描述，无明确数据 → FREEDOM模式（AI会自动推断或生成数据）

node scripts/generate_chart.py --task "生成一个钢联螺纹钢价格走势图，展示最近一年的价格变化趋势"

node scripts/render_html.py --option-file output/req-xxx_option.json --output output/price_trend.html

---

模式选择决策树

用户请求
  ├─ 是否明确指定图表类型？（饼图/柱状图/折线图等）
  │   └─ 是 → TEMPLATE模式
  │
  ├─ 是否提供大量结构化数据？（>50条）
  │   └─ 是 → STRICT模式
  │
  └─ 自然语言描述 + 数据量小/内嵌数据
      └─ FREEDOM模式（默认）

注意：所有模式均为同步处理，asyncEnable固定为false

---

推荐执行流程（智能体视角）

1. 接收用户需求

2. 检查API密钥配置：

   • 检查 api_key.md 文件是否存在
   • 如果不存在，提示用户："请先配置API密钥，创建 api_key.md 文件并填入密钥，格式：api_key: your_key"
   • 如果存在，继续执行

3. 分析需求特征：

   • 提取关键词（图表类型、数据、复杂度）
   • 判断数据来源（描述内嵌/提供文件/无数据）
   • 评估数据量级

4. 选择生成模式：根据上述决策树

5. 构建命令参数：准备task、mode、data等参数

6. 调用脚本执行（同步模式）：

   • 脚本自动从 api_key.md 读取密钥
   • 密钥自动设置到请求头的 token 字段
   • asyncEnable固定为false

7. 渲染HTML并返回

API密钥配置示例

创建api_key.md文件

# 在项目的references目录下创建文件
cd /path/to/my-generation/references
echo "api_key: your_actual_api_key_here" > api_key.md

文件内容格式

api_key: sk_abc123xyz789

错误处理

• 如果文件不存在，脚本会提示：api_key.md 文件不存在。请先在项目的references目录下创建该文件并填入API密钥。文件路径：{项目目录}/references/api_key.md
• 如果文件为空，脚本会提示：api_key.md 文件为空，请填入API密钥。文件路径：{项目目录}/references/api_key.md