快速入门 (3分钟)

快速入门 (3分钟)

1. 准备CSV格式的数据文件，包含"category"、"value"和"date"列
2. 输入指令："使用数据可视化助手分析数据"
3. 上传你的数据文件
4. 选择图表类型："生成月度销售趋势的折线图"
5. 接收生成的图表和分析报告

使用示例

基础用法

"分析这个季度的用户增长数据，生成柱状图"

高级用法

"比较三个产品类别的销售数据，使用堆叠条形图，按地区分组，并添加数据标签"

### 5. 实现错误处理与反馈机制

**问题**：技能执行失败时用户无法了解原因，如何提供有效反馈？

**解决方案**：设计完善的错误处理系统：

- 脚本返回标准化错误代码和消息
- 在SKILL.md中提供常见错误排查指南
- 实现用户友好的错误提示

```python
# 标准化错误处理示例
ERROR_CODES = {
    100: "数据格式错误 - 缺少必需的'value'列",
    101: "图表类型不支持 - 请选择折线图、柱状图或饼图",
    102: "数据量过大 - 建议采样或拆分数据"
}

def error_handler(code):
    """生成用户友好的错误消息"""
    message = ERROR_CODES.get(code, f"未知错误 (代码: {code})")
    return f"操作失败: {message}。请参考SKILL.md中的'故障排除'部分获取解决方案。"

6. 设计可扩展的配置系统

问题：如何让技能适应不同用户的个性化需求？

解决方案：实现灵活的配置机制：

• 创建config.yaml文件定义可配置选项
• 支持用户通过自然语言调整参数
• 提供预设配置方案满足常见需求

# config.yaml示例
defaults:
  chart_style: classic
  color_scheme: default
  font_size: 12
  output_format: png

presets:
  presentation:
    chart_style: modern
    font_size: 14
    output_format: svg
  report:
    chart_style: classic
    font_size: 10
    output_format: pdf

7. 遵循安全最佳实践

问题：技能可能处理敏感数据，如何确保安全性？

解决方案：实施安全防护措施：

• 避免在脚本中硬编码敏感信息
• 对输入数据进行验证和清理
• 明确声明数据处理策略

# 数据安全处理示例
def sanitize_input(file_path):
    """验证输入文件安全性"""
    # 检查文件类型和大小
    if not file_path.endswith(('.csv', '.xlsx')):
        raise ValueError("不支持的文件类型，仅接受CSV和Excel文件")
        
    file_size = os.path.getsize(file_path)
    if file_size > 10 * 1024 * 1024:  # 10MB限制
        raise ValueError("文件过大，请上传10MB以下的文件")
        
    # 其他安全检查...
    return True