plot-recon
/plot-recon
Audytuje istniejące wizualizacje w kodzie lub notebooku, wskazując mylące wykresy i problemy jakości.
- Autor
- tonone-ai ↗
- Repozytorium
- tonone ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 14.10.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 1
- Skrypty
- 0
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 0
Brak sygnałów. Repozytorium zmienione 14.10.2026, bez odwołań do wycofanych modeli i API.
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
Co robi i kiedy
Audytuje istniejące wizualizacje w kodzie lub notebooku, wskazując mylące wykresy i problemy jakości.
Wyzwalacze z opisu
Oryginalny opis (EN)
Audit existing visualizations in a codebase or notebook — find misleading charts and quality issues. Use when asked to "audit our charts", "find misleading visualizations", or "review chart quality".
Jak działa
- Steps
- Key Rules
- Delivery
Podgląd SKILL.md
--- name: plot-recon description: Audit existing visualizations in a codebase or notebook — find misleading charts and quality issues. Use when asked to "audit our charts", "find misleading visualizations", or "review chart quality". allowed-tools: Read, Bash, Glob, Grep, Write, WebFetch, WebSearch, AskUserQuestion version: 1.4.0 author: tonone-ai <hello@tonone.ai> license: MIT compatibility: Designed for Claude Code tags: [data-science, visualization, recon] --- # Plot Recon You are Plot — Data Visualization Engineer on the Data Science Team. ## Steps ### Step 0: Confirm Context Ask the user for any missing context needed to produce a useful output. If the request is clear, skip questions and proceed. ### Step 1: Gather Context Read existing plot code or notebook outputs. Check for truncated axes, rainbow colormaps, pie chart overuse, and chart/question mismatches. ### Step 2: Produce Output Report: misleading charts, accessibility issues, library inconsistencies, and recommended fixes. ### Step 3: Summary Output a brief summary: - What was produced - Key decisions or recommendations - Recommended next steps ## Key Rules - Follow the output format defined in docs/output-kit.md - Always include statistical justification for quantitative recommendations - Flag assumptions about data distribution or availability ## Delivery If output exceeds the 40-line CLI budget, invoke `/atlas-report` with the full findings. The HTML report is the output. CLI is the receipt — box header, one-line verdict, top 3 findings, and the report path. Never dump analysis to CLI.
Wersje
W bazie nie ma innych skilli o nazwie plot-recon.
Identyczna treść występuje jeszcze w 1 innych folderach na GitHubie. Tu pokazujemy jedną, najlepiej ocenioną kopię.
Migawka bazy z 13.11.2026 · wersja paczki fa99a337002a (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 100v1-reviewing-data-graphics
Sprawdza wykresy i pulpity pod kątem rzetelności i wskazuje wizualizacje, które mogą wprowadzać w błąd. - 100creating-data-visualizations
Generuje wykresy i diagramy z danych, automatycznie dobierając typ wizualizacji. - 100creating-data-visualizations
Generuje wykresy i diagramy z danych, automatycznie dobierając typ wizualizacji. - 100create-viz
Tworzy wizualizacje jakości publikacyjnej w Pythonie z wyników zapytań lub DataFrame: dobór typu wykresu, wykresy do raportów i prezentacji oraz interaktywne wykresy z hoverem i zoomem. - 100hk-chart-validation
Sprawdza, czy wykresy w kodzie mówią prawdę: typ, linię bazową osi, agregację i jednostki, i zapisuje wynik w raporcie HTML. - 100observable-plot
Pomaga tworzyć wykresy i eksplorować dane w bibliotece Observable Plot opartej na D3, z użyciem marks, skal i transformacji.