Token导航 LogoToken导航

Agent Skill · 待分类

data-viz-palette(数据可视化调色板)

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围,避免把样本数据当全量事实;涉及敏感数据、导出文件或批量写回时,应先确认权限和脱敏边界。

data-viz-palette 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证信息还不明确,第三方扫描有未通过项,按安装量在待分类类的 11,209 个 Skill 里排第 4,658。

总安装 703周安装 29GitHub Stars 14下载 230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
unknown

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:data-viz-palette(数据可视化调色板)
来源仓库:https://github.com/basiclines/rampa-studio
仓库路径:skills/data-viz-palette
安装命令:
npx skills add https://github.com/basiclines/rampa-studio --skill data-viz-palette
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 npx skills 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。

skills.shnpx skills
npx skills add https://github.com/basiclines/rampa-studio --skill data-viz-palette

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

生成数学间距优化的配色方案,保证颜色间最大区分度与视觉权重均衡。固定明度与饱和度,采用和谐色调增强感知差异。每个颜色仅用单一色相,符合数据可视化最佳实践。可通过 npm 包 rampa 直接调用获取十六进制色值列表。data-viz-palette 属于待分类类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/data-viz-palette

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 Codex、Claude、Cursor、Gemini CLI;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 npx skills add https://github.com/basiclines/rampa-studio --skill data-viz-palet…;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

data-viz-palette 怎么安装?

在终端执行 npx skills add https://github.com/basiclines/rampa-studio --skill data-viz-palette。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

data-viz-palette 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。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。

data-viz-palette 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

data-viz-palette 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

data-viz-palette 用的人多吗?

公开数据是累计安装 703 次,近一周安装 29 次,下载 230 次,GitHub 14 星。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。

data-viz-palette 安全吗?

第三方扫描有未通过项,风险较高。除非你确认过源码,否则不建议直接安装到常用环境。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
data-viz-palette

数据可视化调色板 · 本页

70314只读未明确未通过

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

Data Visualization Palette

Generate color sets optimized for charts, graphs, and dashboards. Colors are mathematically spaced for maximum distinction and equal visual weight.

When to Use

  • "Create colors for my chart"
  • "I need a data visualization palette"
  • "Generate distinct colors for a graph"
  • "Colors for dashboard charts"

Installation

npx @basiclines/rampa

Key Principles

  1. Fixed lightness - All colors at same lightness = equal visual weight
  2. Fixed saturation - Consistent vibrancy across the palette
  3. Maximum hue spacing - Use harmonies for perceptual distinction
  4. Single shade per color - Data viz needs distinct hues, not ramps

Recipes by Color Count

3 Colors (Triadic)

Perfect for pie charts, simple bar charts:

rampa -C "<brand-color>" --add=triadic --size=2 -L 50:50 -S 70:70 -O css

Outputs: base, triadic-1, triadic-2 (120° apart)

4 Colors (Square)

Good for quarterly data, four-category comparisons:

rampa -C "<brand-color>" --add=square --size=2 -L 50:50 -S 70:70 -O css

Outputs: base, square-1, square-2, square-3 (90° apart)

4 Colors (Compound)

Alternative with complementary + split for more nuance:

rampa -C "<brand-color>" --add=compound --size=2 -L 50:50 -S 75:75 -O css

6 Colors

Combine triadic with complementary:

rampa -C "<brand-color>" --add=triadic -L 50:50 -S 70:70 --size=2 -O json
# Then run complementary of each triadic color

Or use two interlocking triads at different lightness:

# Primary triad
rampa -C "<brand-color>" --add=triadic --size=2 -L 45:45 -S 70:70 -O css

# Offset triad (shift hue by 60°)
rampa -C "<brand-color>" --add=triadic --size=2 -L 60:60 -S 70:70 -H 60:60 -O css

Complete Example

For brand color #3b82f6:

# 4-color chart palette
rampa -C "#3b82f6" --add=square --size=2 -L 50:50 -S 70:70 -O css

Output:

:root {
  --base-0: #3b82f6;      /* Blue */
  --square-1-0: #a855f7;  /* Purple */
  --square-2-0: #f97316;  /* Orange */
  --square-3-0: #22c55e;  /* Green */
}

Lightness Recommendations

BackgroundRecommended Lightness
White (#fff)45-55%
Light gray (#f5f5f5)45-55%
Dark (#1a1a1a)55-65%
Black (#000)60-70%

Saturation Guidelines

Use CaseSaturation
Bold, attention-grabbing75-85%
Professional, muted55-65%
Accessible (colorblind-friendly)60-70%

Colorblind Considerations

For colorblind-safe palettes:

  1. Avoid red-green pairs as primary distinction
  2. Vary lightness slightly if using similar hues
  3. Use patterns/shapes as backup identifiers

Example with lightness variation:

rampa -C "#3b82f6" --add=square --size=1 -L 40:40 -S 70:70 -O css  # darker
rampa -C "#3b82f6" --add=square --size=1 -L 60:60 -S 70:70 -O css  # lighter

Tips

  1. --size=2 gives minimal ramps (2 shades each) - good for data viz
  2. Keep saturation consistent across all colors
  3. Test on both light and dark chart backgrounds
  4. For legends, the order should match visual prominence
  5. Add a neutral gray for "no data" or baseline values

平台分布

Codex

37.54%
按下载量换算86

Claude

27.43%
按下载量换算63

Cursor

16.77%
按下载量换算39

Gemini CLI

9.33%
按下载量换算21

安全审计

Gen Agent Trust Hub

未通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。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