该技能用于设计、审查或实现定量图形、科学图表、仪表盘与证据表格，核心目标是帮助读者从证据中推理，优先保证编码真实和比较有效，而非装饰性极简。
用途与流程：先明确分析任务，即比较或决策类型（查找、趋势、关系、分布、构成、地理、不确定性、监控）；绘图前检查粒度、单位、分母、分组、缺失值、时间间隔、变换、样本量与不确定性，区分观测与汇总；按任务选择展示方式，明确聚合与排序；在美学之前审计尺度与编码，核对数据边界、基线、变换、时间间隔、省略值与不确定性；交付所要求的图表、代码、规范或评审，并验证输出本身而非假设绘图命令成功。
评审时先指出可证明的真实性或比较问题；合理的图表可能无需修改，不应为套模板而制造改进。科学工作需保留条件、不确定性、校准与原始观测；仪表盘需让时间窗口与分母对齐实际决策。
辅助脚本需先解析 SKILL_DIR 并阅读帮助。示例命令：python "$SKILL_DIR/scripts/suggest_display.py" --csv data.csv --goal auto --format markdown；python "$SKILL_DIR/scripts/audit_visual_display.py" --spec chart.json --format markdown；python "$SKILL_DIR/scripts/render_chart_svg.py" --csv observations.csv --x date --y defect_rate --chart line --x-type date --output new-chart.svg。
SVG 渲染器需显式选择 bar、dot、line 或 scatter，不猜测图表类型，不静默平均重复观测；最多读取 16 MiB CSV 中的 10,000 行，必须使用新输出路径，不覆盖。散点保留全部观测并据其计算两轴范围；折线使用数值 x 或 --x-type date 的 YYYY-MM-DD 日期并按比例间距，空 y 值断开路径，重复 x 值被拒绝；柱状要求唯一类别/分组对且包含零；缺失、非有限或歧义数值被拒绝。可选 --group、--title、--metadata、--width、--height 配置首轮输出。SVG 标题/描述与不同标记有助于但不等同无障碍认证。复杂区间、日期、密集类别或出版排版应使用完整绘图库。
维护：运行 python -m unittest discover -s "$SKILL_DIR/tests" -v 进行渲染器回归测试，仅测试数值几何与输出处理，不覆盖可读性、全部辅助脚本或完整无障碍审计。保留现有专有许可声明，不新增再分发许可或历史许可文本。