Token导航 LogoToken导航

Agent Skill · 效率

3d-wordcloud-visualizer(3d 词云可视化工具)

用于辅助界面设计、视觉规范、排版、配色、布局和交互体验优化。它适合让 Agent 根据产品场景整理页面结构、生成 UI 方案、检查视觉一致性或改进组件层级。使用时需要结合现有品牌、设计系统和用户任务,不应只堆装饰元素;涉及真实页面改动时,应通过截图或浏览器预览检查文本溢出、对齐和响应式表现。

3d-wordcloud-visualizer 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 11,767。

总安装 4,436周安装 183GitHub Stars 公开资料未说明下载 1,449核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:3d-wordcloud-visualizer(3d 词云可视化工具)
来源仓库:https://github.com/0xf4vul/3d-wordcloud-visualizer
安装命令:
openclaw skills install 3d-wordcloud-visualizer
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install 3d-wordcloud-visualizer

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

3D 词云可视化工具 - 将对话历史或其他文本数据自动转换为炫酷的 3D 地球词云,支持多格式文件导入(JSON/MD/TXT),自动中文分词和词频统计,生成 TOP30 高频词的 3D 可视化效果

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install 3d-wordcloud-visualizer;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

3d-wordcloud-visualizer 怎么安装?

在终端执行 openclaw skills install 3d-wordcloud-visualizer。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

3d-wordcloud-visualizer 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

3d-wordcloud-visualizer 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

3d-wordcloud-visualizer 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

3d-wordcloud-visualizer 用的人多吗?

公开数据是累计安装 4,436 次,近一周安装 183 次,下载 1,449 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

3d-wordcloud-visualizer 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
3d-wordcloud-visualizer

3d 词云可视化工具 · 本页

4,436—接触敏感数据MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

description
3D 词云可视化工具 - 将对话历史或其他文本数据自动转换为炫酷的 3D 地球词云,支持多格式文件导入(JSON/MD/TXT),自动中文分词和词频统计,生成 TOP30 高频词的 3D 可视化效果

3D 词云可视化生成器

将大模型对话历史(或任何文本数据)自动转换为炫酷的 3D 地球词云可视化效果。

触发条件

当用户需要以下操作时使用此 Skill:

  • 将对话历史可视化
  • 生成 3D 词云
  • 分析文本关键词分布
  • 创建交互式数据可视化
  • 导出 3D 词云为图片

功能特性

核心能力

  1. 多格式支持

- JSON - 自动深度提取对话内容(递归解析 content/message/text/question/answer 字段) - Markdown - 直接读取全文 - TXT - 直接读取全文 - UTF-8-sig 编码 - 避免中文乱码

  1. 自动化数据处理

- 读取文件 → UTF-8 解码 - 格式解析 → JSON 自动递归提取 - 中文分词 → 使用专业分词库(segmentit) - 去停用词 → 过滤 "的、了、是、吗" 等无意义词 - 词频统计 → 自动计算权重 - 排序筛选 → 取 TOP30 高频词 - 生成词云 → 自动渲染到地球

  1. 3D 地球词云

- Three.js 渲染引擎 - 真实的 3D 地球模型 - 词云作为纹理映射到地球表面 - 随机配色(15 种预设颜色) - 星空背景(5000 颗星) - 光照效果(环境光 + 方向光)

  1. 交互功能

- 鼠标拖拽旋转地球 - 滚轮缩放视角 - 右键平移视角 - 自动旋转展示 - 阻尼效果(更丝滑) - 范围限制(1.2 - 5.0 距离)

  1. 纯前端运行

- 无需服务器 - 无需后端处理 - 数据不上传云端 - 完全本地处理

使用指南

基本用法

  1. 准备数据文件

- 使用 conversation-exporter Skill 导出对话历史 - 或准备任何 JSON/MD/TXT 文件

  1. 生成可视化

- 在对话中告诉 AI:"生成 3D 词云" - AI 会自动: - 创建 HTML 文件 - 包含完整的 3D 渲染代码 - 支持文件上传功能 - 自动解析和生成词云

  1. 查看效果

- 在浏览器中打开生成的 HTML 文件 - 上传你的数据文件 - 等待自动解析和生成 - 观察 3D 词云地球

高级选项

  • 自定义配色方案 - 修改颜色数组
  • 调整词云数量 - 修改 TOP30 为其他数值
  • 修改地球大小 - 调整 SphereGeometry 参数
  • 调整旋转速度 - 修改 autoRotateSpeed 值
  • 自定义停用词 - 修改 stopWords Set

数据结构

JSON 格式要求

支持任意嵌套结构,自动提取以下字段:

  • content
  • text
  • message
  • question
  • answer

示例:

{
  "conversation_history": {
    "timeline": [
      {
        "date": "2026-03-25",
        "type": "skill_installation",
        "action": "安装 Skills",
        "details": {
          "content": "成功安装了 5 个 Skills"
        }
      }
    ]
  }
}

关键词统计

  • 词频决定文字大小(count * 2.5 像素)
  • 自动排序并取 TOP30
  • 过滤停用词
  • 最小词频限制为 1

配置选项

文件编码

  • 所有文件:UTF-8-sig(带 BOM)
  • 目的:避免中文乱码

性能优化

  • 纹理分辨率:2048x1024(高清)
  • 地球细分:64x64
  • 星空粒子:5000 个
  • 帧率优化:requestAnimationFrame

停用词列表

const stopWords = new Set([
    '的', '了', '是', '我', '你', '在', '有', '和', '就', '都',
    '吗', '吧', '呢', '啊', '哦', '嗯', '这个', '那个', '可以',
    '然后', '但是', '因为', '所以', '如果', '需要', '谢谢'
]);

文件输出

生成的文件

  • 3d_word_cloud_visualizer.html - 完整的可视化工具

- 包含所有必要的 HTML/CSS/JS 代码 - 支持文件上传功能 - 自动解析和生成词云 - 可在浏览器中直接运行

可选导出

  • 支持导出当前词云为 PNG 图片(通过浏览器截图)
  • 支持导出词云数据为 JSON 格式

技术实现

依赖库

  1. Three.js (v0.160.0)

- 3D 渲染引擎 - CDN: https://cdn.jsdelivr.net/npm/three@0.160.0/build/three.min.js

  1. OrbitControls

- 鼠标交互控制 - CDN: https://cdn.jsdelivr.net/npm/three@0.160.0/examples/js/controls/OrbitControls.js

  1. segmentit (v2.0.3)

- 中文分词库 - CDN: https://cdn.jsdelivr.net/npm/segmentit@2.0.3/dist/umd/segmentit.min.js

无外部依赖

  • ✅ 不需要后端服务器
  • ✅ 不需要 API Key
  • ✅ 不需要数据库
  • ✅ 所有代码包含在单个 HTML 文件中

注意事项

  1. 文件大小

- 建议单个文件不超过 10MB - 大文件可能导致浏览器卡顿

  1. 关键词数量

- 默认 TOP30,可根据需要调整 - 过多关键词会影响性能

  1. 浏览器兼容性

- 推荐使用 Chrome、Firefox、Edge 现代浏览器 - 需要支持 WebGL - IE 11 不支持

  1. 网络连接

- 首次打开需要下载 CDN 资源 - 后续运行可在离线模式(需缓存)

错误处理

常见问题

  1. 文件解析失败

- 检查文件格式是否正确 - 确保 JSON 语法无错误 - 尝试使用其他格式(MD/TXT)

  1. 词云生成失败

- 检查文件是否包含有效文本 - 确认 segmentit 库加载成功 - 查看浏览器控制台错误信息

  1. 3D 渲染失败

- 检查浏览器是否支持 WebGL - 确认 CDN 资源加载成功 - 尝试使用不同浏览器

安全特性

  • ✅ 本地处理,数据不上传云端
  • ✅ 无外部 API 调用
  • ✅ 无数据持久化
  • ✅ 完全由用户控制数据

更新日志

  • v1.0 (2026-03-25)

- 初始版本 - 支持 JSON/MD/TXT 三种格式 - 自动中文分词和词频统计 - 3D 地球词云可视化 - 鼠标交互功能 - 星空背景效果

示例工作流

完整流程

  1. 导出对话历史

- 使用 conversation-exporter Skill - 选择导出格式(推荐 JSON) - 保存到本地

  1. 生成可视化

- 在对话中:"生成 3D 词云" - AI 创建 3d_word_cloud_visualizer.html

  1. 查看词云

- 浏览器打开 HTML 文件 - 上传导出的对话历史文件 - 等待自动解析和生成

  1. 交互探索

- 拖拽旋转地球 - 滚轮缩放视角 - 观察关键词分布 - 截图保存效果

技术亮点

纯前端实现

  • 无需后端服务器
  • 完全本地处理
  • 数据安全可控

自动化程度高

  • 用户只需上传文件
  • 自动解析、统计、生成
  • 零配置、零操作

视觉效果好

  • 3D 地球模型
  • 词云纹理映射
  • 星空背景
  • 流畅动画

交互体验佳

  • 鼠标拖拽旋转
  • 滚轮缩放
  • 自动旋转展示
  • 阻尼效果

适用场景

  • 对话历史可视化
  • 文本关键词分析
  • 数据展示演示
  • 教育培训演示
  • 数据新闻制作
  • 交互式报告

最佳实践

  1. 准备数据

- 确保文件格式正确 - 检查编码为 UTF-8 - 文件大小适中

  1. 生成词云

- 使用现代浏览器 - 首次打开需要网络(加载 CDN) - 耐心等待解析完成

  1. 探索分析

- 尝试不同角度观察 - 注意高频关键词 - 对比不同时期数据

  1. 保存成果

- 使用截图工具保存图片 - 记录分析结论 - 分享可视化结果

平台分布

OpenClaw

86.72%
按下载量换算1,257

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills