用途 Fable DataViz 面向“把数据转化为可读的视觉主张，同时不改变数据本身的含义”这一任务。其定位是：图表是量的比较、趋势、分布、关系、不确定性或构成关系的论证，因此先选与问题匹配的视觉编码并保持统计含义，样式放在其后。
主要能力
- 按分析问题选择首要编码：类别比较用条形/点图；有序时间趋势用折线/面积并谨慎处理基线；分布用直方图/箱线/小提琴/点图；关系用散点/气泡并标注尺度注意事项；部分与整体用堆叠条形/100%堆叠条形，慎用饼图；排名用排序条形/点图；单一 KPI 加语境用数值加基线/变化；不确定性用区间/带宽/误差条。
- 提供分阶段协议：建立数据来源与语义约定、写出一句话视觉问题、验证变换、选择编码与尺度、编码不确定性与数据质量、面向阅读与可访问性的设计、验证渲染产物、执行欺骗性审计。
- 强调规则：不虚构数据、标签、样本量、来源或基准结果；百分比通常需要交代分母；缺失值不等于零；默认条形图使用零基线；相关或时间巧合不构成因果标注；目标尺寸下不可读时应简化或分段而非缩小标签。
- 附可视化包模板：问题/预期要点、来源与版本/时间窗、指标定义/单位/分母、变换、缺失/离群/不确定性处理、编码与尺度理由、可访问性选择、渲染验证、欺骗性审计、来源说明。
- 列出失败分类与反模式，如错误图表问题、聚合失真、尺度欺骗、缺失数据虚构、过度绘制、可访问性失败、来源不确定性，以及先定“做成甜甜圈图”、截断条形轴、双轴制造相关、把缺失值当零、为让图好看而编造样本数据等。
使用方式 资料给出的是该技能的规范与流程，未提供安装命令、代码示例或具体接口调用方式，暂未提供。使用时按协议分阶段执行：先记录来源/数据集/版本/时间窗、单位与分母、类别与时间定义、缺失语义、数值类型与不确定性；若来源或指标含义不清应先解决再渲染。随后明确视觉问题并逐项定义筛选、分组聚合、归一化、排序、时间分桶与时区、缺失与离群处理、派生指标，并在变换前后核对总计与范围，避免静默丢弃记录。最后按检查项验证渲染无裁切/重叠、坐标与源值一致、宽屏与窄屏及明暗主题表现、可访问性元数据，并检查是否让读者推断出数据不支持的效应。
适用场景 需要以图表或统计图形解释指标、趋势、分布、比较或关系；基准/评测结果需要图表或统计图形；报告或产物需要由证据支持的视觉；原始数据需要转换为 SVG/图表代码或可视化规格。
限制 在没有真实数据且请求需要虚构数值时不适用；小规模查找任务中普通表格更准确易读；核心任务是文档结构而非视觉编码时不适用；用户要求的是说明性图像而非数据可视化时不适用。资料还指出，SVG 语法能解析不代表图表已验证。