Deneb、SVG、Python、R 与 pbiviz:用 power-bi-agentic-development 打造标准图表做不到的 5 类自定义视觉对象
Deneb、SVG、Python、R 与 pbiviz:用 power-bi-agentic-development 打造标准图表做不到的 5 类自定义视觉对象
power-bi-agentic-development 是一个面向 Claude Code 和 GitHub Copilot 的 Power BI AI 技能插件市场,其中的 custom-visuals 插件覆盖了 Power BI 自定义视觉对象的 5 条主流路线:Deneb(Vega/Vega-Lite 交互式图表)、SVG(DAX 度量值画内联小图)、Python 视觉对象、R 视觉对象,以及可认证发布的 .pbiviz 开发型自定义视觉。本文带你快速了解每种方式的适用场景,并学会用 AI 代理把它们做出来。
为什么标准视觉对象不够用?
Power BI 内置的柱形图、折线图、矩阵虽然好用,但有些需求它们满足不了:
- 想要子弹图、桑基图、蜂群图这类内置没有的图表?
- 想在表格单元格里嵌入迷你趋势线、进度条?
- 需要内核密度、预测带、回归拟合这类要真正跑计算的统计图?
- 想开发一个自己的可复用视觉对象,认证后发布到 AppSource?
标准图表全都做不到。而 power-bi-agentic-development 的做法是:把每条路线的最佳实践、示例和校验规则打包成"技能"(Skill)教给 AI 代理,你只需用自然语言描述需求,代理就会按规范生成图表、注入报告并用审查代理复核。
三步安装 custom-visuals 插件
在 Claude Code 终端中注册市场并安装插件:
claude plugin marketplace add data-goblin/power-bi-agentic-development
claude plugin install custom-visuals@power-bi-agentic-development
也可以在 /plugin 界面的 Marketplaces 标签页中直接选择安装:
💡 官方建议只安装当前需要的插件——每个技能都会占用代理的上下文窗口,用完即卸。
5 类自定义视觉对象:各自能做什么
1️⃣ Deneb:交互式高级图表(Vega / Vega-Lite)
Deneb 是一个经过认证的自定义视觉对象,让你在报告里直接写 Vega / Vega-Lite 声明式规格,画出标准视觉做不到的图表:
- 内置没有的图表:子弹图、KPI 卡片、同比目标线、桑基图等
- 完整交互能力:提示框、右键钻取、交叉筛选与交叉高亮(静态图片做不到的事)
- 主题集成:通过
pbiColor等函数自动继承 Power BI 主题配色 - 矢量渲染,任意缩放都清晰
技能会自动引导你走"添加视觉对象 → 写规格 → 注入 → 校验"的流程,并由 deneb-reviewer 代理检查 Vega 语法与设计规范。完整规则见 plugins/custom-visuals/skills/deneb-visuals/SKILL.md,现成规格可参考 examples/spec/。
在报告侧边栏中,代理改动视觉对象时会实时高亮,如下面这个包含 Deneb 自定义视觉的页面树:
2️⃣ SVG:表格单元格里"画"出来的内联小图
这是最轻量的一条路线:不装任何自定义视觉对象,而是用一个返回 SVG 字符串的 DAX 度量值(dataCategory 设为 ImageUrl),让原生表格、矩阵、卡片、图片视觉直接把图"画"出来:
- 迷你趋势线(sparkline)、进度条、数据条、状态胶囊、子弹图、瀑布图
- 支持矩阵单元格、卡片、按钮切片器的逐按钮图标
- 无需注册视觉对象,无行数上限、无超时,适合内嵌在数据旁边
技能内置了 12 个开箱即用的 DAX 示例度量值,例如 sparkline-measure.dax 和 waterfall-measure.dax,并有 svg-reviewer 代理复核。注意它产出的图是静态的(无悬停、无交互),需要交互时请选 Deneb。
3️⃣ Python 视觉对象:渲染时真计算的统计图
Python 视觉对象用 matplotlib / seaborn 渲染静态 PNG,擅长必须在渲染时执行统计计算的场景:分布分析、回归拟合、预测区间、机器学习可视化。
关键事实:
| 项目 | 说明 |
|---|---|
| 数据输入 | dataset(pandas DataFrame,自动注入,15 万行上限) |
| 运行时 | Service 端 Python 3.11;matplotlib、seaborn、scikit-learn、statsmodels 等 |
| 限制 | 静态 PNG 无交互;Service 端禁网、1 分钟超时 |
技能会帮你处理 plt.show() 等易错细节,并由 python-reviewer 代理审查。参考 plugins/custom-visuals/skills/python-visuals/SKILL.md 与示例脚本 examples/script/。
4️⃣ R 视觉对象:出版级统计可视化
R 视觉对象(scriptVisual)走同一套机制,但使用 ggplot2 语法图形体系,在统计图表的默认美观度上更胜一筹:
- 内置约 1000 个 CRAN 包:ggplot2、forecast、corrplot、pheatmap、treemap 等
- 适合无 Python 对应包或需要出版级默认样式的场景
- 同样输出静态 PNG,限制与 Python 视觉对象一致
技能提供了完整的脚本模板(空数据保护、theme_minimal() 样式等)和 r-reviewer 审查代理,见 plugins/custom-visuals/skills/r-visuals/SKILL.md。
🎓 R 还是 Python? 计算依赖 scikit-learn / statsmodels 选 Python;需要 forecast、corrplot 等出版级统计默认值选 R;两者相当时,与报告里已有的脚本语言保持一致,避免发布时双倍校验包清单。
5️⃣ pbiviz:可复用、可认证、可发布的开发型视觉对象
前四种都是"报告内"的方案;如果你的目标是做一个能被所有人复用的视觉对象,就走 .pbiviz 路线:用 TypeScript + D3 编写,打包成 .pbiviz 文件导入任意报告。
技能覆盖完整开发生命周期:
pbiviz new脚手架生成项目(visual.ts、capabilities.json 等)- 实现 IVisual 接口与格式化窗格
pbiviz start在 Power BI Desktop 中实时预览pbiviz package打包导入报告- 通过认证审计并发布到 AppSource(认证后解锁 PPT 导出、邮件订阅等能力)
更特别的是,该技能附带一个 pbiviz MCP 服务器,让 AI 在开发时能查询当前版 API 用法与最佳实践,而不是靠猜测写代码。文档见 plugins/custom-visuals/skills/powerbi-custom-visuals/references/pbiviz-toolchain.md。
怎么选?一张表帮你决策
| 你的需求 | 推荐路线 | 关键原因 |
|---|---|---|
| 交互式高级图表(交叉筛选/提示框) | Deneb | 静态图片无法成为筛选源 |
| 表格/卡片内的迷你图、状态指示 | SVG 度量值 | 零安装、无行限、无超时 |
| 渲染时统计计算(Python 生态) | Python 视觉对象 | 真正的计算,不只是画图 |
| 出版级统计图(R 生态) | R 视觉对象 | ggplot2 默认即美观 |
| 可复用、可分发的产品级视觉 | pbiviz | 唯一可认证发布到 AppSource |
| 图表"看起来统计"但只是形状问题(箱线图、棒棒糖图等) | SVG 或 Deneb | 脚本视觉对象应留给真正需要计算的场景 |
资料都放在哪里
- 📦 技能总览与安装说明:README.md
- 🧩 五种视觉技能:plugins/custom-visuals/skills/
- 📚 Deneb 能力与模板格式:capabilities.md
- 📐 SVG 元素参考:svg-elements.md、无障碍指南:svg-accessibility.md
- 🐍 ggplot2 图表模式:ggplot2-patterns.md
- ✅ 审查代理(deneb / svg / python / r 各一位):plugins/reports/agents/
小结
power-bi-agentic-development 把 Power BI 自定义视觉对象生态拆成了 5 条清晰的路线:Deneb 管交互、SVG 管内嵌、Python 和 R 管统计计算、pbiviz 管可发布产品。安装 custom-visuals 插件后,你只需用自然语言描述想要什么图表,AI 代理会选对路线、按规范生成、并让专门的审查代理把关——这是新手跨越"标准图表天花板"最快的方式。🚀



