DSH图表插件insight-charts:让智能体画出的图＂一眼能读出结论＂,研报级图表技能

写分析、做研报的人大概都被"AI 画的图表"坑过：柱状图配了七种颜色、标题写"销售额趋势"、图例挤在角落、结论全靠看的人自己悟。Leon-S-7211 的 insight-charts（当前 3 星，MIT 协议）想把这件事掰正过来：一个 Agent Skill，只依赖 matplotlib，带两套主题、十六种画法、一组强调记号和一套写作规则，目标是让智能体画出的图"一眼能读出结论"。它同时打包成 Claude Code 插件和 DeepSeek Harness（下称 DSH）插件，也兼容任何支持 SKILL.md 的智能体。这是"图表能力"从"能画出来"升级到"画得像研报"的一小步。

🔥 一、它是什么，能干什么

insight-charts 不是一个图表库，是一套"怎么画、什么时候画、标题怎么写"的规范加配套工具。仓库给它的定位原话是：让智能体画出"一眼能读出结论"的图。

能干什么，拆开看是四件事。两套主题：teal 深青（数据展示型，强调数据本身）和 mono 灰阶加单色高亮（论证型，强调"哪个数重要"）。十六个画法：只依赖 matplotlib，用 JSON 规格或 Python 调用，覆盖趋势、堆叠、双轴、多图联排、瀑布、飞轮、分层……每种画法写清楚了"适用什么场景、参数怎么填"。一组强调记号：虚线框、红叉、贴线小牌、编号圆点、时代条、旁注栏，大多数画法通用。一套写作规则：什么时候放图、标题怎么写、一页怎么排、强调怎么用。

它特别强调"一页一个论点"：一张图只讲一个事，标题写成结论（不是"销售额趋势"，是"Q3 销售额同比增长 42%"），强调只用三种记号（虚线框、红叉、贴线小牌），先统一口径（单位、时间轴、数据源）。这是这套 skill 和"随便画个图"的分水岭。

🔥 二、架构：一个技能目录，十六个配方加一套写作规则

（图注1：insight-charts 的目录结构——技能目录自包含，不依赖仓库其他文件。SKILL.md 是入口（流程、选图表、调用方法、自查清单）；references 下三份文档：recipes（十六个画法适用场景与参数、通用强调记号）、style-tokens（色值、字号、版式）、writing-rhythm（放图时机、标题写法、整页排法）；scripts 下两个：insight_charts.py（绘图库与命令行入口）、demo.py（示例生成器）；examples 下 JSON 规格样例；assets 下成品图。两套打包：.claude-plugin（Claude Code 插件与市场清单）、package.json 加 cordis.patch.yml 加 index.js（DSH 插件）。）

架构上它很克制：整个技能目录是自包含的，不依赖本仓库其他文件，拷走就能用。

目录分六块。技能入口是 SKILL.md，写清了流程、怎么选图表类型、怎么调用、出图后的自查清单。references/ 下三份文档是这套 skill 的灵魂：recipes.md 写十六个画法各自的适用场景和参数，加上通用强调记号怎么用；style-tokens.md 写色值、字号、版式；writing-rhythm.md 写"什么时候放图、标题怎么写、一页怎么排"——这是"研报感"的主要来源。scripts/ 下两个：insight_charts.py 是绘图库加命令行入口（JSON 规格进来，PNG 出去），demo.py 重新生成全部示例。examples/ 下是 JSON 规格样例，assets/ 下是成品图。

两套打包走两条路：Claude Code 侧用 .claude-plugin/ 目录（插件与市场清单），DSH 侧用 package.json 加 cordis.patch.yml 加 index.js 加 locale/ 加 icon.svg（标准 DSH 宿主插件结构）。

🔥 三、怎么装：Claude Code、DSH、其他智能体三条路

（图注2：三条安装路径——Claude Code 用 /plugin marketplace 加 /plugin install 两条命令，或直接拷技能目录进 ~/.claude/skills/；DSH 用 dsh plugin add dsh-plugin-insight-charts（profile 换成实际配置名），桌面版走应用内插件管理；其他支持 SKILL.md 的智能体直接拷技能目录。前提：Python 3.9 以上，pip install matplotlib，要显示中文需要 Noto Sans SC、思源黑体或微软雅黑之一。）

前提条件：Python 3.9 以上，pip install matplotlib。要显示中文，系统里需要有 Noto Sans SC、思源黑体或微软雅黑之一（没有的话中文会显示成方框）。

Claude Code 走插件市场：

/plugin marketplace add Leon-S-7211/insight-charts/plugin install insight-charts@insight-charts-marketplace

不走插件市场也行，直接把技能目录拷进技能目录：

cp -r skills/insight-charts ~/.claude/skills/

DeepSeek Harness 走命令行：

dsh plugin --profile web add dsh-plugin-insight-charts

web 换成你实际使用的配置名（比如 tui、headless）。注意 DSH 桌面版请用应用内的插件管理安装——命令行装进 web 配置的插件不会出现在桌面版里（这是 DSH 多 profile 的通用行为）。也可以直接从 GitHub 装，把 commit 号换成本仓库最新的提交：

dsh plugin --profile web add github:Leon-S-7211/insight-charts#commit号

或者不装插件，只把技能目录复制到 DSH 会扫描的位置，任选其一：

cp -r skills/insight-charts ~/.dsh/skills/cp -r skills/insight-charts <项目目录>/.dsh/skills/

~/.agents/skills/ 和 <项目目录>/.agents/skills/ 同样会被扫描。

其他支持 SKILL.md 的智能体：把 skills/insight-charts/ 整个目录放进它的技能目录即可，目录自包含。

🔥 四、举例：一句话画出带事件分隔线的趋势图

（图注3：三种调用方式。智能体内：输入框打 /insight-charts 加需求（DSH 里让技能说明直接交给模型，Claude Code 装成插件后命令带插件前缀是 /insight-charts:insight-charts）；或直接说"用 insight-charts 画……"；不经过智能体：cd 进技能目录，python scripts/insight_charts.py examples/trend_events.json -o out.png。）

三种调用方式，按你想多快出图来选。

第一种，智能体里一条命令。在 DSH 网页版输入框里打：

/insight-charts 把这份月度数据画成带事件分隔线的趋势图，标出三次模型发布

这一行会让 DSH 把整份技能说明直接交给模型，模型按规范出图。仓库说已在 DSH 0.2.2-rc.1 上实测（用本地模拟的模型接口，没接真实模型跑完整出图）。Claude Code 里装成插件后命令带插件前缀，是 /insight-charts:insight-charts；拷进 ~/.claude/skills/ 的话就是 /insight-charts。

第二种，不打命令直接说需求。直接说"用 insight-charts 画一组四联图，标题写成结论"，或者只描述要画什么图，模型按技能目录自己判断要不要用。

第三种，不经过智能体，直接出图。进技能目录跑：

cd skills/insight-chartspython scripts/insight_charts.py examples/trend_events.json -o out.pngpython scripts/demo.py

第二条重新生成全部示例。

🔥 五、十六个画法：从趋势到飞轮

（图注4：十六个画法按"论证强度"分四组——趋势类（trend_events、bar_line、phase_trend、aligned_compare，带事件分隔线、分阶段、按年份对齐）；结构类（stacked_family、area_highlight、panel_grid、donuts、stacked_total，堆叠、突出一层、多图联排、环形构成、拆分加总和线）；因果类（waterfall、process_cost、share_compare，拆分瀑布、流程加成本柱、结构对比加编号旁注）；概念类（capability_ladder、scenario_fan、flywheel、tiers，能力阶梯、情景区间加驱动因素、飞轮、分层）。通用强调记号 marks（虚线框、红叉、贴线小牌、编号圆点）、eras（时代条）、notes（旁注栏）大多数画法通用。）

十六个画法按"论证强度"可以分四组。趋势类回答"发生了什么"：trend_events（带事件分隔线的趋势图）、bar_line（柱加线双轴图）、phase_trend（分阶段趋势图）、aligned_compare（按发展年份对齐）。结构类回答"构成是什么"：stacked_family（按家族配色的堆叠柱）、area_highlight（突出一层的堆叠面积图）、panel_grid（多图联排）、donuts（环形构成图）、stacked_total（拆分加总和线）。因果类回答"怎么变的"：waterfall（拆分瀑布图加旁注）、process_cost（流程加成本柱）、share_compare（结构对比加编号旁注）。概念类回答"关系是什么"：capability_ladder（能力阶梯图）、scenario_fan（情景区间图加驱动因素表）、flywheel（飞轮图，0.4.0 支持内外多圈、共用节点、分叉、螺旋）、tiers（分层图，支持跨层汇聚箭头）。

通用强调记号三个：marks（虚线框、红叉、贴线小牌、编号圆点）、eras（时代条）、notes（旁注栏）。写作规则里特别强调"强调只用三种记号"——别整页都是红叉，一页图里红叉用一次才扎眼。

🔥 六、性能与口径

这套东西"性能"体现在出图速度上：纯 matplotlib，单张图秒级。安装包 0.4.0 从 4.1 MB 缩到 1.7 MB（示例图改存 256 色 PNG，渐变图除外）。语义检索不在它的能力范围里——它是画图规范加工具，不做"找数据"，数据得你自己喂（JSON 规格或 Python 调用）。

🔥 七、这些能力适合什么场景

第一个场景是写研报或深度分析。"一页一个论点"加"标题写成结论"是研报的标准写法，这套 skill 把这两条写死在规范里，模型出图不会跑偏。第二个场景是给数据简报配图。teal 主题（数据展示型）适合展示，mono 主题（论证型）适合"哪个数重要"的强调。第三个场景是教学与科普。飞轮图、能力阶梯、分层图这类概念类画法，适合把抽象关系画出来。第四个场景是跨智能体复用。目录自包含，Claude Code、DSH、其他支持 SKILL.md 的智能体都能用，同一套规范出同一张图。

🔥 八、需要注意什么与风险

中文字体要自己装：没有 Noto Sans SC、思源黑体或微软雅黑之一，中文显示成方框。出图前确认系统里有。

实测口径有限：DSH 侧实测用的是本地模拟的模型接口，没接真实模型跑完整出图；Claude Code 的插件安装尚未实测。重要用途先在自己环境里跑一遍 demo.py 确认中文字体、matplotlib 版本都对了。

十六个画法是"规范"不是"黑盒"：recipes.md 写清楚了每个画法的适用场景和参数，但出图效果最终取决于你喂的 JSON 规格。规格写错了图就画错，skill 不会替你校验数据正确性。

一页一个论点是硬规则：别在一张图里塞三个结论。写作规则里特别写了"先统一口径、首尾呼应、概念图写法和不建议照搬的做法"，出图前过一遍自查清单。

新仓 3 星：2026 年 11 月 12 日创建，迭代快（0.1.0 到 0.4.0 四个版本集中在两天内），维护连续性未经验证。重要文档出图前锁一个 commit 号。