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
简体中文 · English
anyviz 是一个面向 AI 时代的数据可视化规范与工作流库。
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、
多技术栈渲染，以及同一画布下多图表的设计一致性。
安装与使用
在 AI 编程工具中使用
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， 并按需查阅 guides/、templates/、adapters/ 与 aesthetics/。
请使用 anyviz 工作流，帮我可视化这份销售数据
用地图展示各省的人口分布，并保持适合报告的浅色主题
制作一个 1920×1080 的业务仪表盘，展示关键运营指标
把这些图表统一改成深色大屏风格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， 将 SKILL.md 与相关资源目录一起加入工具上下文。
在项目中安装
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。
npm install anyvizconst anyviz = require('anyviz');
const theme = anyviz.defaultTheme(); const dashboardTheme = anyviz.themes.dashboard();
console.log(anyviz.skillPath); console.log(anyviz.guides.academicPublication); console.log(theme.color.categorical.palette); console.log(dashboardTheme.name);
也可以直接从仓库引用核心规范：
git clone https://github.com/TseringYuu/anyviz.git官网与示例入口：https://anyviz.aiware.store
为什么需要 anyviz
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” 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、 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。
- 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
- 黄金美学——植根于 Tufte 的数据墨水比与 ColorBrewer / Viridis 色彩科学，提供感知均衡、
- 环境感知渲染——同一套规范在 Web（D3.js、ECharts、Mapbox、Three.js）、Python（Plotly、
- 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。
- 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。
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。 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。
工作流水线
anyviz 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：
分析 → 美学 → 适配 → 一致性 → 无障碍
- 分析 — 根据数据形态与意图，从 34 种模板中选择图表
- 美学 — 应用统一色彩与字号分级（Tufte）
- 适配 — 检测项目技术栈，输出 D3 / ECharts 等代码
- 一致性 — 同步实体颜色、数值格式与间距
- 无障碍 — 对比度、色盲友好与替代文本
作为独立美学库
规范以纯 JSON 定义，任何工具或脚本都可直接引用。
import json
加载 anyviz 权威美学规范
with open('aesthetics/default.json', encoding='utf-8') as f:
theme = json.load(f)
分类色板
palette = theme['color']['categorical']['palette']
print(f"分类色板: {palette}")
排版层级
h1 = theme['typography']['scale']['h1']
print(f"主标题: {h1['size_px']}px / 字重 {h1['weight']}")模板库（34 种）
| 类目 | 数量 | 模板 | | :--- | :---: | :--- | | templates/charts/ | 20 | 柱状、折线、散点、面积、饼图/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 | | templates/maps/ | 3 | 面量图、气泡地图、流向地图 | | templates/graphs/ | 8 | 桑基、和弦、力导向、树图、旭日、树形图、弧形图、冲积图 | | templates/3d/ | 3 | 3D 地球、3D 散点、3D 曲面 |
每个模板都遵循 templates/TEMPLATE-SPEC.md 定义的统一五段式结构： 适用场景、数据格式、美学参数、设计要点、变体。
核心设计原则
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， 让数据本身成为焦点。
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、 间距、网格线依然严格统一。
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， 无需调用者操心技术栈。
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 理解和调整。
默认色板
默认 modern 主题受 Observable Plot 现代设计语言启发——明亮、克制、色盲友好。
| | 色值 | 语义 | | :---: | :--- | :--- | | 🔵 | #4269d0 | 主要系列——稳定、信任 | | 🟢 | #3ca951 | 次要——增长、正面、达标 | | 🔴 | #ff725c | 对比——警告、负面、亏损 | | 🟣 | #a463f2 | 辅助——高亮、特殊对比 | | 🟡 | #efb118 | 辅助——注意、预警 | | 🩵 | #6cc5b0 | 辅助——青色、中性对比 | | ⚪ | #9696a0 | 中性灰——参考线、"其他" | | 🟠 | #f5a623 | 橙色——高对比高亮 | | 🩷 | #ca5bb8 | 洋红——特殊类别 | | 🌸 | #ff8ab7 | 粉色——辅助类别 |
完整色板原理与色盲说明：guides/color-guide.md 与 guides/accessibility.md。
技术栈自适应
anyviz 解析调用场景与依赖，自动选择最合适的引擎：
| 环境 | 默认 | 触发条件 | 优势 | | :--- | :--- | :--- | :--- | | Web | D3.js | 默认——零依赖、完全自定义 | 像素级控制、无依赖 | | Web | ECharts | 项目已装 echarts，或需开箱即用图表 | 性能高、交互丰富 | | Web | Mapbox | 地理空间数据、高精度地图 | 专业地图渲染、海量数据 | | Web | Three.js | 三维空间、曲面、沉浸式场景 | 原生 3D、硬件加速 | | Python | Plotly | Jupyter、交互式分析、仪表盘 | 交互强、可导出 HTML | | Python | Matplotlib | 论文、出版、静态高清 | 打印友好、符合学术规范 | | R | ggplot2 | R 生态下的统计分析 | 声明式图形语法 |
自然语言定制
anyviz 将自然语言指令映射到美学参数，同时保持一致性：
| 维度 | 你说 | 映射到 | 效果 | | :--- | :--- | :--- | :--- | | 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 | | 风格 | "学术/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 | | 风格 | "高校研究项目/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 | | 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 | | 颜色 | "暖色调" | 限制色相 0°–60° | 充满活力的暖色感受 | | 颜色 | "冷色调" | 限制色相 180°–270° | 冷静、科技感 | | 排版 | "字体大一些" | 所有层级（H1–H6）×1.15 | 大屏可读性更好 | | 布局 | "图表居中 / 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 | | 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 | | 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 | | 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 |
完整映射：guides/customization-guide.md。
目录结构
anyviz/
├── SKILL.md # AI 工作流入口（流水线 + 核心规则）
├── README.md # 中文主文档
├── README.en.md # 英文备用文档
├── aesthetics/ # 权威美学规范
│ ├── default.json # 默认主题（颜色、排版、间距、线条、响应式）
│ ├── color.md # 色彩规则与色盲友好色板
│ ├── typography.md # 排版规则与多语言字体
│ ├── layout.md # 布局规则与数据墨水比标准
│ └── themes/ # modern · analytics · dashboard · academic
├── guides/ # 决策、定制与出版指南
│ ├── academic-publication.md# 论文、研究报告与装订文档图表规则
│ ├── chart-selection.md # 图表选择决策树（数据 + 意图 → 图表）
│ ├── color-guide.md # 用色原则与语义约定
│ ├── consistency-rules.md # 多图表一致性规则
│ ├── customization-guide.md# 自然语言 → 美学参数
│ ├── legend-layout.md # 图例布局规则（边界检查、避让、居中、网格）
│ └── accessibility.md # 对比度、色盲友好、冗余编码、替代文本
├── templates/ # 34 种图表模板
│ ├── TEMPLATE-SPEC.md # 统一模板规范
│ ├── charts/ # 20 种统计图表
│ ├── maps/ # 3 种地图
│ ├── graphs/ # 8 种关系与层次图
│ └── 3d/ # 3 种三维图
├── adapters/ # 技术栈适配器（web / python / r）
├── assets/ # README 横幅、字标与展示素材
├── examples/ # 可运行示例 + 各自 README
└── scripts/
├── theme_validator.py # 主题一致性自动校验器
└── make_*.py # 品牌素材的可复现生成脚本示例
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， 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 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。
finance-trading—— 金融实时监控：K 线 + 均线、实时分时、资金流向、板块热力ecommerce-retail—— 电商运营：GMV 趋势、品类占比、区域销售地图、转化漏斗iot-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city-geo—— 城市大数据：地图飞线 + 涟漪、城市排名、客流趋势、24h 热力
index.html（ECharts 5.5.1），面向 1920×1080 设计并做了响应式适配。
参与贡献
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 CONTRIBUTING.md，社区规范见 CODEOFCONDUCT.md。
# 本地校验主题配置
python3 scripts/themevalidator.py -c examples/testconfig_valid.json社区与友链
- LINUX DO — 新一代综合社区，讨论、分享、共建
许可
学术与理论参考
anyviz 的设计植根于信息可视化领域的经典著作：
- Edward Tufte —— The Visual Display of Quantitative Information（数据墨水比、消除图表垃圾）
- Nathan Yau —— Data Points: Visualization That Means Something（感知设计、数据叙事）
- ColorBrewer 2.0 —— Color Advice for Cartography（感知均衡、色盲友好色板）
- Viridis —— Perceptually Uniform Colormaps（高感知分辨率、打印与色盲友好）
