用途：创建清晰有效的数据可视化作品，按数据关系选择合适图表，并遵循设计规则给出配色与标注建议。覆盖柱状图、折线图、散点图、热力图、KPI 大数字卡片等。
主要能力与规则： 1）图表选型：随时间变化用折线图，对比类别用柱状图（多类别用横向），组成部分用堆叠柱或矩形树图，分布用直方图或箱线图，相关性用散点图，排名用横向柱状图，地理用分级统计地图，组成随时间变化用堆叠面积图，单指标用大数字卡片，流程用桑基图；并列出各类数据关系“绝不该用”的图表。 2）饼图问题：难以比较相近切片、最多容纳5-6个类别、3D饼图始终错误、无法读出精确数值；替代方案为横向柱状图、堆叠柱、矩形树图或直接表格。 3）坐标轴：柱状图Y轴从0开始，折线图可在变化展示时高于0；两侧坐标轴都要标注；去掉多余网格线；使用水平标签；柱状图按数值排序而非字母顺序。 4）配色：每图最多5-7种颜色；只高亮一个重点，其余置灰；连续量用顺序色，正负用分歧色，分组用分类色；注意色盲友好，避免仅用红绿，可加形状或标签；含义保持一致。资料给出顺序、分歧、分类与色盲安全四组色值。 5）文字标签：标题写洞察而非数据类型；图表内直接标注关键点；尽量不用图例而直接在线条/柱上标注；字号最小12px，演示用14px以上；大数用K、M、B；必要时加数据标签。
使用方式：需安装 inference.sh CLI（belt），先执行 belt login，再通过 belt app run infsh/python-executor --input '{...}' 运行 Python（matplotlib）生成图表并保存为 PNG；KPI 卡片用 belt app run infsh/html-to-image；另有安装命令 npx skills add belt-sh/cli。
适用场景：仪表盘、KPI 卡片、时间序列、对比分析、热力图、深色模式图表，以及用数据讲故事（背景—张力—结论的叙事结构、洞察式标题、标注技巧）。
限制：资料未提供定价、可用平台范围、执行配额或性能数据；部分规则为主观设计建议；示例依赖 inference.sh 与 belt CLI 环境，若未配置则无法按示例运行。