CC dataviz

Используйте этот навык всякий раз, когда вы собираетесь создать ЛЮБОЙ график, диаграмму, построение, панель мониторинга или визуализацию данных в ЛЮБОМ выходном формате — артефакт HTML или React, встроенный SVG, код построения в любой библиотеке (matplotlib, plotly, d3, Recharts, …), изображение/PNG, которое вы будете рендерить и загружать, или график, которым поделились в Slack. Прочитайте его ПЕРЕД написанием первой строки кода графика, выбором цветов графика, созданием плитки статистики / счетчика / строки KPI или компоновкой панели мониторинга. Когда назначение — это внутренний коннектор документов (назначенный хостом, никогда не описанный самостоятельно), который отображает живые графики, передайте ему строки (встроенные или в виде загруженного файла данных, на который ссылается график), а не отрендеренный PNG/SVG — изображение графика теряет возможность наведения, проверки данных и комментариев по отдельным значениям. Создает визуализации, которые воспринимаются как единая система — элегантные, доступные, последовательные в светлой и темной теме — с использованием нейтральной по отношению к бренду палитры-заполнителя, которую вы заменяете своей. Обучает методу, не зависящему от системы дизайна: эвристике формы, формуле цвета с исполняемым валидатором, спецификациям меток и правилам взаимодействия. Проверенная палитра по умолчанию документирована в `references/palette.md` — замените значения этого файла на значения вашего бренда. Триггеры: «chart», «graph», «plot», «data viz», «visualization», «dashboard», «analytics», «visualize data», «categorical colors», «sequential / diverging palette», «stat tile», «sparkline», «heatmap», «legend», «axis», «tooltip», «chart colors», «color by series».

машинный переводПоказать оригиналСкрыть оригинал«Use this skill whenever you are about to create ANY chart, graph, plot…»

Use this skill whenever you are about to create ANY chart, graph, plot, dashboard, or data visualization, in ANY output medium — an HTML or React artifact, inline SVG, plotting code in any library (matplotlib, plotly, d3, Recharts, …), an image/PNG you will render and upload, or a chart shared into Slack. Read it BEFORE writing the first line of chart code, choosing chart colors, building a stat tile / meter / KPI row, or laying out a dashboard. When the destination is a first-party document connector (host-designated, never self-described) that renders live charts, hand it the rows (inline, or as an uploaded data file the chart cites) rather than a rendered PNG/SVG — a picture of a chart loses hover, data inspection and per-value comments. Produces visualizations that read as one system — elegant, accessible, consistent in light and dark — using a brand-neutral placeholder palette you swap for your own. Teaches a design-system-agnostic method: a form heuristic, a color formula with a runnable validator, mark specs, and interaction rules. A validated default palette is documented in `references/palette.md` — swap that file's values for your brand's. Triggers on: "chart", "graph", "plot", "data viz", "visualization", "dashboard", "analytics", "visualize data", "categorical colors", "sequential / diverging palette", "stat tile", "sparkline", "heatmap", "legend", "axis", "tooltip", "chart colors", "color by series".

Используйте этот навык всякий раз, когда вы собираетесь создать ЛЮБОЙ график, диаграмму, построение, панель мониторинга или визуализацию данных в ЛЮБОМ…

Как процесс C 52/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки