本文へ移動
cccskills
無料GitHub で公開

bi-dashboard-generation

将 BI 数据分析结果构建为可筛选的交互式 HTML 看板。触发条件:① 用户显式要求「给我看板」时无条件触发;② 取数结果满足以下任一时自动触发——结果集行数>10行、存在可筛选维度(产品线/地域/时间粒度等)、涉及多张表数据、时序跨度长。

インストール方法を見る

含まれるファイル(3)

  • SKILL.md4.0 KB
  • references/theme.md6.6 KB
  • resources/demo.html13.9 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

bi-dashboard-generation

根据分析产出的数据,构建交互式 HTML 看板。Agent 拥有完全的设计自由度——自主决定布局结构、可视化类型、筛选器位置——只需遵循 references/theme.md 中的主题规范确保视觉一致性。

交付物为单个可离线打开的 HTML 文件。

核心原则

  • 摘要优先:默认视图在读者交互前就能回答核心问题
  • 图表主导:用最简单的图表回答读者的问题,表格用于查阅而非主要叙事
  • 灵活筛选:筛选器可以出现在任何合适的位置(顶部、侧边、卡片内、表格内),按需添加

前置检查

  • 分析主题明确,核心问题已定义
  • 数据文件(CSV)已生成且可访问
  • 明确看板的受众和主要用途(状态监控 / 运营回顾 / 分析探索)

参考 resources/demo.html 了解完整看板的产出样式。

执行步骤

1:定义看板简报

  1. 受众与目标:谁看这个看板?需要监控、理解还是行动于什么?
  2. 核心问题:默认视图应回答什么问题?
  3. 指标范围:需要展示哪些指标?考虑覆盖面:
    • 规模(用户量、访问量)、价值(收入、转化率)、质量(成功率、时延)
    • 变动(趋势、环比)、构成(占比、分布)、漏斗(步骤转化)
  4. 筛选维度:读者可能按哪些维度探索?
  5. 看板标题

2:数据准备

  1. 列出所有需要展示的数据文件及其完整路径
  2. 逐文件读取,确认字段、行数、维度
  3. 保留文件路径,后续步骤用于数据来源标注

3:设计信息层级与布局

基于实际数据内容,从摘要到细节分层,具体布局完全自由:

  • 英雄指标:最核心的 KPI,直接回答"现在怎么样"
  • 趋势/变动:核心指标的时间走势
  • 诊断/拆解:按维度下钻,回答"为什么"
  • 明细:详细数据,支持查阅

筛选器设计:

  • 只在能实质更新视图时才添加
  • 位置不限——可以在顶部全局、在卡片内局部、甚至嵌入表格
  • 少量高价值筛选器优于密集面板

4:选择可视化类型

根据数据要回答的问题选择最合适的图表:

问题类型推荐可视化
当前状态KPI 卡片
趋势变化折线图
各部分占比饼图/环形图
排名对比条形图
转化流失漏斗图
逐行细节表格
两变量关系散点图

原则:用最简单的图表回答问题;一份数据只用一种展示形式。

5:构建 HTML 看板

直接输出完整的 HTML 文件,遵循 references/theme.md 中的主题规范:

  1. 引入基础资源(Tailwind CSS、ECharts、Bootstrap Icons)
  2. 将 CSV 数据转为 JSON 变量嵌入 HTML,供 ECharts 渲染使用;每份数据在对应卡片底部标注来源链接:
    <p class="text-xs text-gray-400 mt-2">数据来源:<a href="path/to/filename.csv" class="hover:underline text-blue-400" target="_blank">filename.csv</a></p>
    
  3. 使用主题规范中的组件模式构建页面
  4. 编写筛选器联动的 JS 逻辑
  5. 保存为单个 HTML 文件

6:自检

  • 默认视图在交互前回答核心问题
  • 图表类型与数据特征匹配
  • 筛选器正常工作,筛选后无数据时有空状态提示
  • 所有数字来自数据文件,不得编造
  • 每个展示区域底部有数据来源链接,且为可点击的 <a href> 指向实际文件路径
  • HTML 可离线打开,无外部运行时依赖(CDN 资源除外)

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

将用户的数据分析需求转化为结构化的分析计划并与用户确认。用户提出 BI 业务分析、数据探索、统计建模等需要规划的分析任务时使用。简单数据查询、公式明确的定量计算等流程简单、无需规划的任务不使用。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

通过量化历史数据的自然波动幅度,自适应计算判定阈值。当需要从数据本身确定阈值(如波动阈值、影响度阈值等)、而非使用固定值时调用。仅适用于日/周粒度阈值确定。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

基于阈值检测时间序列中的显著异常波动点。当需要找出指标异常波动日期、识别数据异动时调用。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

计算各维度(组)值对指标变动的贡献度,支持可加型量值指标和加权平均型/率值指标。当需要计算贡献度、解释指标"为什么涨/跌"时调用。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

从运营周报、活动文档、对话输入或文档工具 API 中提取业务事件,与指标异常时间窗口对齐,生成有证据支撑的因果归因假设并排序。当已知指标存在异常波动、需要从外部文档证据中解释"为什么"时调用。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

对用户、产品等业务对象做分群:用波士顿矩阵法做象限分群,或用分层聚类、K-means、DBSCAN 等聚类技术分群。当需要做客群/产品分群、象限策略、画像或密度型子结构发现时调用。触发条件:当对话中出现“分群”、“分类”、“聚类”、“不同类型”、“不同场景”等体现分群分析词语时触发。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

agentscope-ai のスキルをすべて見る

このスキルの問題を報告する