@dsh-ft/dsh-fft-plot
v0.2.0
Published
FTShare data plotting for DeepSeek Harness: a bundled skill that renders query results into inline SVG charts with zero third-party dependencies.
Readme
@dsh-ft/dsh-fft-plot
FTShare 数据出图。随包分发一个 skill dsh-fft-plot:把 FTShare 接口返回的数据渲染成
SVG,图直接内联在对话里显示。
形态
大幅改动一般不需要。要换数据字段只改 spec;要加图型只改 charts.py。
dsh-fft-plot/
├── src/index.js skill provider(纯 JS,无构建)
├── cordis.patch.yml 一行 insert
├── tests/
│ ├── fixtures/ 可重复渲染的 spec(含错误样例)
│ ├── plot.test.mjs 渲染/报错/哈希命名/check_svg 测试
│ └── generate-samples.mjs 把所有 fixture 渲染成 SVG 供人工查看
└── skills/dsh-fft-plot/
├── SKILL.md 给模型看:何时画、画哪种、字段怎么填
└── scripts/
├── plot.py CLI:spec(JSON) → SVG;--tokens 打配色/字号
├── check_svg.py 独立 SVG 校验
└── ftplot/
├── theme.py 配色主题(含 6 色分类板、ashare)
├── canvas.py SVG 画布、坐标系、日期/数值格式
├── charts.py 图型注册表 @chart('名字')
└── spec.py spec 与数据加载图型:line、barh、table(含 sparkline 列)、heatmap、treemap、waterfall、
timeline、chain。chain 是声明式产业链/传导链示意图,不消费数据行。
为什么不用 matplotlib
matplotlib 约 200MB,而 DSH 自带 Python 里没有它,装一个 skill 要拉这么大一坨不划算。 这里手写 SVG,只用标准库:
| | matplotlib | 本包 |
| --- | --- | --- |
| 依赖 | ~200MB | 0 |
| 单图体积 | 58KB | 3–20KB(热力图约 50KB) |
| 文字 | 转成路径,不可搜索 | 真 <text>,可选中可搜索 |
代价是图元要自己维护(canvas.py + charts.py 共约 2100 行),换来零依赖与样式完全可控。
加一种图
charts.py 里写一个函数加装饰器即可:
@chart('curve') # 普通数据图
@chart('curve', x_axis=True) # 自己画横轴,plot.py 会预留高度
@chart('curve', needs_rows=False) # 示意图,spec 可以不写 rows
def curve(c, rect, cfg, rows):
"""期限结构曲线。字段:x, series"""
...签名固定 (c, rect, cfg, rows);颜色一律走 resolve_color(c.t, ...),不写死。
然后在 SKILL.md 的图型表补一行字段说明——那是模型选图的依据。
不需要改 plot.py 或任何布局代码。
本地验证
# 跑测试(渲染全部 fixture + 错误路径 + check_svg + 哈希命名)
pnpm test
# 把 fixture 渲染到 tests/tmp/samples/,用于人工看效果
pnpm samples
# 单张图
python3 skills/dsh-fft-plot/scripts/plot.py \
--spec tests/fixtures/heatmap.json --out-dir tests/tmp/samples --slug heatmap产物是自包含 SVG(浅色底、无外链、无脚本),可直接写进 Markdown 图片语法。
--out-dir 按 spec + 数据内容哈希命名,同一张图重复生成会覆盖同一个文件;
需要具体色值/字号时用 plot.py --tokens。
三条设计约束
- 浅色底不透明:SVG 作为
<img>内联时是独立文档,读不到宿主的body[data-ds-dark-theme],深色模式下只有自带底色才不会黑底黑字。 - 先量后排:头部、绘图区、说明、结论、页脚都先按画布宽度折行、算出真实高度,
再由
plot.py倒推绘图区;图型通过x_axis元数据声明自己要不要横轴高度。 图型不得自己贴底边写字——那样必然和结论行重叠(已踩过)。 - 缺数据就失败:NaN/Infinity、缺列、marks 指不到 x、示意图放不下都直接报错;
要表达“没有数据”的间隙,用
null并在图型里显式支持。
