用途：该技能接收用户对实验数据的自然语言描述（数据类型、关键变量、样本量）以及研究问题（图表要传达什么），然后按契合度排序推荐 2–3 种图表类型。每条推荐包含图表名称、结合用户具体数据与问题的一两句理由，以及 Python/R 库名提示（只给名称，不给代码块）。它具备地理感知能力：当数据描述中出现空间信号（坐标、区域、行政区划、GIS 数据等）时，会主动把分级统计图、空间散点图、核密度图等作为候选，与通用图表并列；没有空间信号时只推荐通用图表，不会强塞地理图表。该技能只接受文本描述，不读取或处理实际数据文件。
主要能力：可按数据类型与研究问题给出有序的图表候选；用研究问题打破并列（分布→直方图/箱线图，比较→条形图，趋势→折线图，相关→散点图，空间格局→分级统计图/空间散点图）；输出固定格式的推荐卡片。空间数据场景提示 geopandas/contextily/tmap，非空间场景提示 matplotlib/seaborn/ggplot2。
使用方式：触发场景包括“帮我选择可视化方式”“我应该用什么图”“帮我推荐图表类型”等。生成推荐前需要两项输入：数据描述和研究问题；若只提供其中一项，会先追问缺项，两项齐全才给出推荐。默认 direct 模式，一次响应给出 2–3 张卡片；不支持 batch 模式。不加载任何参考文件，推荐完全基于用户提供的描述与问题。
适用场景：为空间分析结果、回归结果、调查数据等选择展示方式；区分行政区面数据与点数据，判断该用分级统计图、空间散点还是核密度图。
限制：不读取数据文件——若用户给出文件路径，会要求改用文字描述；数据描述过于含糊时默认按非空间图表处理并提醒补充空间维度；描述含“urban/city”但无坐标或行政边界时，会先询问是否包含空间坐标或行政单元边界；仅有一个变量时只推荐单变量图表；研究问题无法用单一图表回答时，会推荐覆盖主要问题的类型，并把次要问题作为单独图表的候选；用户无上下文地问“最好的图”时不会猜测，而是先走 Ask 策略。Structured Interaction 不可用时退化为两条纯文本提问。