AI Skill Hub 推荐使用:开源AI工作流 是一款优质的Agent工作流。AI 综合评分 7.5 分,在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案,这是一个值得深入了解的选择。
专门为 AI Agent 设计的本地数据分析与处理技能包,解决日常办公场景下的高频、复杂数据分析任务
开源AI工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
专门为 AI Agent 设计的本地数据分析与处理技能包,解决日常办公场景下的高频、复杂数据分析任务
开源AI工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
# 方式一:pip 安装(推荐)
pip install echart-skill
# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install echart-skill
# 方式三:从源码安装(获取最新功能)
git clone https://github.com/lgwanai/echart-skill
cd echart-skill
pip install -e .
# 验证安装
python -c "import echart_skill; print('安装成功')"
# 命令行使用
echart-skill --help
# 基本用法
echart-skill input_file -o output_file
# Python 代码中调用
import echart_skill
# 示例
result = echart_skill.process("input")
print(result)
# echart-skill 配置文件示例(config.yml) app: name: "echart-skill" debug: false log_level: "INFO" # 运行时指定配置文件 echart-skill --config config.yml # 或通过环境变量配置 export ECHART_SKILL_API_KEY="your-key" export ECHART_SKILL_OUTPUT_DIR="./output"
专门为 AI Agent 设计的本地数据分析与处理技能包(Skill),已从"图表生成器"进化为AI 分析助手——自动发现规律、生成报告、理解业务语义、维护对话上下文、预测趋势、解释变化。
@~/.claude/skills/echart-skill/SKILL.md
#### Trae / WorkBuddy
**macOS / Linux:**bash cp -r /path/to/echart-skill ~/.trae/skills/
138****1234)、只读执行拦截、审计日志。--insights 洞察卡片。/forecast /why /context /analyze /report 等,兼顾精准指令与自然语言。logs/audit.log)。---
| 指令 | 别名 | 功能 | 示例 |
|---|---|---|---|
/import | /i, /导入 | 数据导入 | /import data.xlsx |
/query | /q, /sql, /查询 | SQL 查询 | /query SELECT * FROM sales LIMIT 10 |
/chart | /c, /图表 | 图表生成 | /chart bar 销售额按类别 |
/chart-list | /cl, /图表列表 | 查看支持的图表类型 | /chart-list 3d |
/dashboard | /db, /仪表盘 | 生成仪表盘 | /dashboard config.txt |
/export | /e, /导出 | 数据导出 | /export result.csv --table sales |
/tables | /t, /表 | 查看表结构 | /tables sales |
/history | /h, /历史 | 导入历史 | /history --limit 20 |
/metrics | /m, /口径 | 指标管理 | /metrics add 月活用户 |
/help | /?, /帮助 | 显示帮助 | /help |
/clean | /清理 | 清理旧数据 | /clean --days 30 |
/poll | /轮询 | 轮询管理 | /poll status |
/start | /server, /启动服务 | 启动本地服务 | /start |
/stop | /停止服务 | 停止本地服务 | /stop |
/status | /状态 | 查看服务状态和链接 | /status |
| 类型 | 名称 | 类别 | 简介 |
|---|---|---|---|
bar | 柱状图 | 基础 | 用于比较不同类别的数值大小,支持堆叠、分组 |
line | 折线图 | 基础 | 展示数据随时间或类别的变化趋势,支持平滑曲线 |
pie | 饼图 | 基础 | 展示各部分占整体的比例关系,支持环形图、玫瑰图 |
scatter | 散点图 | 基础 | 展示两个变量之间的关系和分布,支持气泡效果 |
radar | 雷达图 | 基础 | 多维度数据对比,适合性能评估、能力分析 |
area | 面积图 | 基础 | 折线图的变体,强调累积变化趋势 |
boxplot | 箱线图 | 统计 | 展示数据分布的五数概括(最小值、Q1、中位数、Q3、最大值) |
heatmap | 热力图 | 统计 | 用颜色深浅表示数值大小,适合矩阵数据可视化 |
scattergl | WebGL散点图 | 统计 | 高性能散点图,适合大数据量(百万级)渲染 |
effectScatter | 涟漪散点图 | 统计 | 带动画效果的散点图,适合突出重点数据 |
lines | 线图 | 统计 | 展示数据流向和轨迹,支持地图上的迁徙线 |
treemap | 矩形树图 | 层级 | 用矩形面积展示层级数据的占比关系 |
sunburst | 旭日图 | 层级 | 多层饼图,展示层级结构的占比关系 |
tree | 树图 | 层级 | 展示层级结构的节点连接关系 |
sankey | 桑基图 | 关系 | 展示数据流向和转化,适合漏斗分析、能量流 |
graph | 关系图 | 关系 | 展示节点之间的网络关系,支持力导向布局 |
funnel | 漏斗图 | 专业 | 展示转化漏斗,适合分析各阶段流失率 |
gauge | 仪表盘 | 专业 | 展示单个指标的达成进度,类似速度表 |
candlestick | K线图 | 专业 | 展示股票等金融数据的开盘、收盘、最高、最低价 |
parallel | 平行坐标图 | 专业 | 多维度数据并行展示,适合高维数据分析 |
calendar | 日历图 | 时间 | 在日历上展示数据分布,适合活动打卡、出勤分析 |
themeRiver | 主题河流图 | 时间 | 展示多个主题随时间的变化趋势和占比 |
map | 地图 | 地理 | 展示地理区域数据分布,支持中国、世界地图 |
geo | 地理坐标系 | 地理 | 地理坐标系组件,配合 scatter、lines 使用 |
bar3d | 3D柱状图 | 3D | 三维柱状图,适合展示三维数据矩阵 |
line3d | 3D折线图 | 3D | 三维空间中的折线图 |
scatter3d | 3D散点图 | 3D | 三维空间中的散点图 |
surface | 3D曲面图 | 3D | 展示三维曲面数据,适合科学计算可视化 |
---
| 功能模块 | 脚本 | 说明 |
|---|---|---|
| 数据导入 | scripts/data_importer.py | 支持 CSV/Excel/URL 导入,流式处理大文件 |
| 数据导出 | scripts/data_exporter.py | 导出为 CSV/Excel,支持 SQL 查询导出 |
| 图表生成 | scripts/chart_generator.py | 支持 ECharts 6.0 全量图表类型 |
| 仪表盘生成 | scripts/dashboard_generator.py | 多图表网格布局,专业 UI/UX 模板 |
| 甘特图生成 | scripts/gantt_chart.py | 简化 API,支持任务数组输入 |
| 数据合并 | scripts/data_merger.py | 合并多个表格,支持导出和入库 |
| 数据清洗 | scripts/data_cleaner.py | 清洗、去重、标准化 |
| 本地服务 | scripts/server.py | 本地 HTTP 服务,预览图表 |
| 服务管理 | scripts/server_cli.py | /start, /stop, /status 命令支持 |
| 业务口径 | scripts/metrics_manager.py | 持久化业务规则和指标定义 |
| 历史查看 | scripts/history_viewer.py | 查看导入历史、表结构、表关联关系 |
| 外部数据库 | scripts/db_cli.py | MySQL/PostgreSQL/MongoDB 连接与查询 |
| 数据轮询 | scripts/polling_cli.py | 定时刷新 HTTP API 或数据库数据 |
| 图表 CLI | scripts/chart_cli.py | 命令行图表导出工具 |
| Dashboard UI | assets/dashboard/ | 专业 CSS/JS 模板 |
---
```
macOS / Linux:
unzip echart-skill_*.zip -d ~/skills/
cd ~/skills/echart-skill
Windows (PowerShell):
Expand-Archive echart-skill_*.zip -DestinationPath $env:USERPROFILE\skills\
cd $env:USERPROFILE\skills\echart-skill
💡 网络不佳? 如果发布包已包含 wheels/ 目录,直接使用下方的离线安装命令,无需联网下载。
在线安装(默认):
# 完整安装(核心 + 可选依赖,约 100 MB)
pip install -r requirements.txt
# 或仅核心依赖(约 40 MB,覆盖 90% 场景)
pip install -r requirements-core.txt
离线安装(无需网络):
# macOS / Linux
bash scripts/install.sh --offline
# Windows
scripts\install.bat --offline
# 也可以只装核心依赖(更小更快)
bash scripts/install.sh --offline --core-only
依赖说明:
| 文件 | 内容 | 大小 | 何时需要 | |------|------|------|----------| | requirements-core.txt | DuckDB, pandas, openpyxl 等 | ~40 MB | 总是需要 | | requirements-optional.txt | MySQL/PostgreSQL/MongoDB 驱动、轮询、测试 | ~60 MB | 连接外部数据库时 |
根据你使用的 Agent 平台,选择对应的安装方式:
macOS / Linux:
# 创建符号链接(推荐)
ln -s ~/skills/echart-skill ~/.claude/skills/echart-skill
# 或直接复制
cp -r ~/skills/echart-skill ~/.claude/skills/
Windows (PowerShell):
# 复制到 Claude Code skills 目录
New-Item -ItemType Directory -Force -Path "$env:USERPROFILE\.claude\skills"
Copy-Item -Recurse "$env:USERPROFILE\skills\echart-skill" "$env:USERPROFILE\.claude\skills\"
在项目根目录创建 CLAUDE.md:
# 项目说明
@~/.claude/skills/echart-skill/SKILL.md
cp -r ~/skills/echart-skill ~/.trae/skills/
# 或
cp -r ~/skills/echart-skill ~/.workbuddy/skills/
Windows:
Copy-Item -Recurse "$env:USERPROFILE\skills\echart-skill" "$env:USERPROFILE\.trae\skills\"
Copy-Item -Recurse "$env:USERPROFILE\skills\echart-skill" "$env:USERPROFILE\.workbuddy\skills\"
如需生成精细维度的地图(区县、街道),需配置百度地图 AK:
macOS / Linux:
echo 'export BAIDU_AK=你的百度地图AK' >> ~/.zshrc
source ~/.zshrc
Windows:
setx BAIDU_AK "你的百度地图AK"
免费申请地址:百度地图开放平台
---
echart-skill_*.zip 压缩包并解压。 # macOS / Linux
bash scripts/install.sh # 在线(需网络)
bash scripts/install.sh --offline # 离线(需 wheels/ 目录)
# Windows
scripts\install.bat # 在线
scripts\install.bat --offline # 离线
macOS / Linux: ```bash
examples/ 目录包含基于「订单详情表」的 9 个完整案例:
| Case | 文件 | 说明 | 指令 |
|---|---|---|---|
| 1 | case1_bar.html | 各省份销售额柱状图 | /chart bar |
| 2 | case2_pie.html | 商品分类占比饼图 | /chart pie |
| 3 | case3_line.html | 渠道订单数折线图 | /chart line |
| 4 | case4_map.html | 全国销售分布地图 | /chart map |
| 5 | case5_scatter.html | 单价vs数量散点图 | /chart scatter |
| 6 | case6_radar.html | 渠道综合指标雷达图 | /chart radar |
| 7 | case7_dashboard.html | 订单数据分析仪表盘 | /dashboard |
| 8 | case8_forecast.txt | 销售额趋势预测 | /forecast |
| 9 | case9_attribution.txt | 销售额变化归因分析 | /why |
所有 HTML 文件均为自包含单文件,双击即可在浏览器打开。数据源:examples/订单详情表.csv(86 行 × 17 列)。
---
/import sales_2024.xlsx
/chart map 中国各省销售分布
/chart map 广东省各城市人口分布
/chart bmap 广州市天河区门店分布
**地图使用规则**:
| 层级 | 数据示例 | 使用方式 | 地图文件 |
|------|---------|---------|---------|
| 省份 | 北京、上海、广东 | `"map": "china"` | `china.js` |
| 城市 | 广州市、深圳市、东莞市 | `"map": "guangdong"` | `guangdong.js` |
| 区县 | 天河区、南山区 | `"bmap": {...}` | 百度地图 API |
#### 3D 图表
bash
/poll start polling_config.txt
场景:上传销售数据 Excel,自动识别并导入
操作:
```bash
场景:分析各地区销售情况
操作:
```bash
场景:生成各类统计图表
```bash
场景:用自然语言快速生成多图表仪表盘
最简单的方式,直接描述想要的图表:
/dashboard 创建销售分析仪表盘,包含:
- 各地区销售柱状图
- 产品类别饼图
- 月度趋势折线图
- 全国分布地图
系统自动完成: 1. 解析图表类型和需求 2. 自动生成 SQL 查询 3. 智能布局排版 4. 生成专业仪表盘
```python from scripts.simple_dashboard import SimpleDashboard
场景:导出查询结果或整表数据
```bash
场景:连接 MySQL 生产数据库查询数据
1. 创建连接配置(db_connections.txt):
[connections.mysql_prod]
type=mysql
host=localhost
port=3306
database=production
username=reader
password=${MYSQL_PASSWORD}
2. 查询外部数据库:
```bash
场景:定时从 API 自动刷新数据
1. 创建轮询配置(polling_config.txt):
[jobs.sales_api]
source_type=http
source_name=sales_api
interval_seconds=300
table_name=live_sales
http_config.url=https://api.example.com/sales
http_config.format=json
http_config.auth.type=bearer
http_config.auth.token=${API_TOKEN}
2. 管理轮询任务:
```bash
如果需要生成精细维度的地图(区县、街道),请设置环境变量 BAIDU_AK:
```bash
首次运行时系统会自动创建 echart_config.txt(默认配置如下),可按需修改:
server.enabled=false
server.port_range=8100,8200
output.dir=outputs/html
baidu_ak=
| 配置项 | 默认值 | 说明 |
|---|---|---|
server.enabled | false | 是否在生成图表后启动本地 HTTP 预览服务 |
server.port_range | 8100,8200 | 服务端口范围 |
output.dir | outputs/html | 图表 HTML 输出目录(相对于项目根目录) |
baidu_ak | "" | 百度地图 AK(也可通过环境变量 BAIDU_AK 设置) |
💡 提示: - 服务关闭时,生成图表后直接显示文件绝对路径(file:///...)。 - 所有图表 HTML 为自包含单文件,可在任意浏览器中离线打开。 -baidu_ak优先级:环境变量BAIDU_AK>echart_config.txt。
---
ln -s /path/to/echart-skill ~/.claude/skills/echart-skill
cp -r /path/to/echart-skill ~/.claude/skills/
**Windows (PowerShell):**powershell New-Item -ItemType Directory -Force -Path "$env:USERPROFILE\.claude\skills" Copy-Item -Recurse "C:\path\to\echart-skill" "$env:USERPROFILE\.claude\skills\"
在项目根目录创建 `CLAUDE.md`:
markdown
| 方式 | 适用场景 | 命令 | 是否需要网络 |
|---|---|---|---|
| 在线安装 | 网络良好 | pip install -r requirements.txt | ✅ 是 |
| 离线安装 | 网络差/无网络 | bash scripts/install.sh --offline | ❌ 否 |
| 核心依赖 | 仅需基础功能 | bash scripts/install.sh --offline --core-only | ❌ 否 |
💡 离线包说明:如果发布包 (echart-skill_*.zip) 内包含wheels/目录(约 323 MB), 用户端运行install.sh/install.bat时会自动检测并使用本地 wheels,完全跳过 PyPI 下载。 维护者生成离线包:bash scripts/download_wheels.sh && bash package.sh --offline。
Q: 为什么导入大 Excel 时有点慢? A: 本技能为了应对"脏数据",会在底层调用 openpyxl 来遍历并解开所有的合并单元格(Merged Cells)。这种物理层面的解析比直接读取纯数据稍慢,但能保证数据的完整性和准确性。
Q: 我发现 Agent 修改错数据了,怎么恢复? A: 本技能内置了"后悔药"机制。你可以直接对 Agent 说:"刚才那一步算错了,撤销",Agent 会由于没有覆盖原表,直接回退到上一个表版本。
Q: 支持连接外部的 MySQL 或 PostgreSQL 吗? A: 本技能目前默认使用本地 DuckDB 以追求开箱即用和零配置。DuckDB 采用列式存储,对分析型查询性能卓越。如果需要连接外部数据库,你可以让 Agent 修改生成的连接字符串,架构上是完全支持的。
Q: 如何从 API 接口导入数据? A: 使用 /import url 命令,指定 URL 和格式即可导入。支持 Basic Auth 和 Bearer Token 认证。导入后可使用 refresh 命令刷新数据。
Q: 如何创建多图表仪表盘? A: 创建一个 .txt 配置文件(内容可使用 JSON 结构表达复杂图表位置和配置),然后使用 /dashboard 命令生成即可。详见案例四示例。
Q: 地图如何选择正确的层级? A: 省份数据用 china.js,城市数据用对应的省份 JS(如 guangdong.js),区县街道数据使用百度地图 API。系统会自动处理地图文件加载。
Q: Dashboard 支持哪些交互功能? A: 支持主题切换(深色/浅色)、自动刷新、导出 PDF、图表搜索、单独下载图表等。所有功能都在 Dashboard 工具栏中提供。
---
该项目提供了一个开源的 AI 工作流,适合 AI Agent 的数据分析和处理需求,但需要进一步优化和完善
该工具未明确声明开源协议,商业使用前请联系原作者确认授权范围,避免侵权风险。
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
总体来看,开源AI工作流 是一款质量良好的Agent工作流,在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态,建议收藏备用,结合自身场景选择合适时机引入使用。
| 原始名称 | echart-skill |
| Topics | workflowpython |
| GitHub | https://github.com/lgwanai/echart-skill |
| 语言 | Python |
收录时间:2026-06-13 · 更新时间:2026-06-13 · License:未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型,复制安装指令后粘贴到对应客户端