如何用 AI 整理飞书妙记会议纪要
「飞书妙记报告」是「龙虾部署大师」技能市场中的会议纪要整理技能：作用是读取飞书妙记、会议纪要文档或 Wiki 链接，自动提取转写、参会人、时长、AI 摘要和待办，再按摘要、行动项、关键决策、技术风险或按人汇总等目标，生成可保存的结构化报告。输入妙记 URL 和报告需求后，它自动识别飞书与国际 Lark 域名并完成整理。 技能效果 把一场产品评审会的要点交给它，它整理成正式会议纪要，把上线时间、UI出稿、埋点归属等关键决议列清，待办再按负责人分组。 开完会再整理纪要，慢在哪 会议结束后整理纪要是高频且耗神的事：一场会几十分钟甚至几小时的转写，人工通读、归纳决策和待办，往往要花掉与开会差不多的时间；不同人整理的口径还不一致，有人记成流水账，有人漏掉责任人，导致纪要难以复用；技术讨论里方案分歧、未解问题散落在长文本中，靠人眼很难快速聚焦。结果是纪要要么不及时，要么不可靠。 长篇转写 关键决策 行动项 + 责任人 风险与未解问题 这个技能能帮你整理出什么 它把一条妙记链接变成一份团队能直接读的纪要。核心能力有四块：一是解析妙记、docx、Wiki 和国际 Lark 链接中的会议 token，定位到正确的会议；二是获取转写、元数据、AI 摘要、行动项和原始统计字段；三是按你的需求生成会议摘要、待办清单、关键决策或按人汇总等不同形态的报告；四是在转写为空时按优先级使用 AI 摘要或原始字段兜底，不至于无内容可输出。把"散落在长转写里、且口径不一的信息"转成结构稳定、可保存复用的报告。 妙记 URL + 报告需求 飞书妙记报告 提取 + 兜底 结构化纪要 摘要 / 待办 / 决策 按人汇总 可保存报告 用前须知 该技能运行时只用 Python 3 标准库，无需手动配置 API Key 文件，但需要 AI agent 已建立飞书连接，并具备 minutes、vc、docx、wiki 相关的只读或导出权限。流程会先确认 URL 和报告用途，权限或来源有问题时会按脚本诊断给出可追踪的提示。 怎么用它 用法是把妙记链接和你想要的报告形态用自然语言交给它，无需自己读转写、记字段。例如可以这样对它说： 可以这样对它说 "这条飞书妙记链接整理成会议纪要，重点写决定和待办，按负责人分组。" "从这个妙记里按发言人汇总，每个人说了什么要清楚，不要混在一起。" "老板只看一页，把这场会的转写压成结论和风险，控制在一页内。" 它适合这些场景：会议结束后要快速生成团队可读的纪要；管理者想提取关键决策、开放问题和责任人后续动作；技术讨论较长、需要聚焦风险和方案分歧；多人发言要按人汇总各自的主要观点和立场。 大家常问 为什么飞书妙记的转写不等于一份会议纪要？ 转写只是把每段音频通过 ASR 转成带时间戳的逐句文字流，里面有语气词、重复和修正，按时间轴平铺，没有决策、责任人、风险这些维度。会议纪要要在转写之上再做语义结构化与报告骨架组装，转写本身只是原料。 飞书妙记报告里的"按人汇总"是什么意思？ 按人汇总是以发言人为主线重新组织内容：把同一个人在会议不同时间段的发言合并到一起，给出每个人的几条要点和待办，而不是按时间顺序罗列对话。它依赖说话人分离的 Speaker ID 与按人归集结果，方便快速看清谁说了什么、谁负责什么。 飞书妙记里的"行动项"和"关键决策"指的是什么？ 行动项是会议中明确分配或认领的待办，结构上含负责人、具体内容和截止时间。关键决策是会议达成的最终结论或选定方案，比如多个选项中确定一条路、就争议达成一致。两者在报告骨架里各自独立成块，由结构化提取从转写里抽取。 飞书妙记的 AI 摘要和结构化会议报告有什么区别？ AI 摘要走轻量管线，做完语义分段后直接取段落级摘要拼成要点列表，定位是快速浏览。结构化会议报告在此基础上再走一步报告骨架组装，把内容归到会议概览、核心讨论、待办、关联资源等模块，并锚定到转写时间戳，便于归档与跟进。 想用上这个技能？ 「飞书妙记报告」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
小红书内容怎么检索采集？按关键词筛选笔记导出表格
「小红书内容检索」是「龙虾部署大师」技能市场中的内容研究技能：它通过浏览器自动化访问小红书，按关键词、排序方式、时间范围和笔记类型搜索热点内容，整理出标题、发布时间、作者、点赞、评论、收藏、粉丝数、标签和链接等字段，结果可在对话里展示，也能导出为 Markdown、Excel 或 CSV，并附带趋势观察和数据概览。 技能效果 检索「通勤穿搭」的爆款时，它抓取实时笔记后先按点赞量排出热门标题并归纳套路，再把话题标签按人群、场景、品牌分类，并给出每篇 6–8 个标签的组合建议。 想摸清小红书热点，手动翻笔记够吗 选题调研和竞品观察前，常要先看清某个关键词下哪些笔记互动最高、标题用了什么套路、话题标签集中在哪。手动翻：要一条条记标题、点赞、收藏、评论和作者，还要不断下滑加载；想按近七天、视频类型或最新排序筛选，又得反复改条件；几十条数据抄完，再自己排序、归类、找规律。等清单成形，热点已经换了一轮，留档和复盘也难。 手动翻小红书 · 字段散乱 笔记 A 点赞? 收藏? 笔记 B 作者? 标签? 笔记 C 评论? 时间? 下滑加载 · 反复改筛选条件 抄完已过时，难排序难留档 这个技能能帮你拿到什么 它把手动翻找变成一次结构化检索。核心做四件事：解析你给的关键词、排序方式、时间范围、笔记类型和字段需求；检测小红书登录状态，功能受限时提示你处理登录；通过浏览器自动化完成搜索、筛选、滚动和热门笔记数据的提取；最后生成对齐的表格、趋势分析和数据概览，并可按需导出文件。它能整理的字段相当完整：标题、发布时间、作者、点赞、评论、收藏、粉丝数、标签和链接。 关键词 + 排序 时间 / 类型 浏览器自动化 搜索 · 滚动 · 提取 点赞 / 收藏 / 评论 作者 / 标签 / 链接 表格 + 趋势 MD/Excel/CSV 它会如实报告数据情况：流程内置登录态检测、反爬节奏控制和异常处理，当数据不足时会照实说明，而不是凑数。 用前须知 该技能需要可用的浏览器自动化环境和能访问小红书网页的条件。多数功能依赖登录态，无需平台 API Key，但可能遇到登录弹窗、验证码、反爬限制或数据提取不足等情况，请按提示处理登录并控制检索节奏。 怎么用它 用法是把关键词、排序、时间范围和想要的字段用自然语言说清楚。例如可以这样对它说： 可以这样对它说 "搜小红书近七天的健身餐视频，按最新排序取前十条，点赞和评论都带上。" "查护肤关键词的热门笔记，把点赞、收藏、评论数和作者昵称都带上。" "看小红书上通勤穿搭的爆款，整理标题套路和话题标签，按热度排行。" 它适合这些场景：内容团队要搜某关键词下点赞最高的小红书热点笔记；品牌调研想按近七天、视频类型或最新排序筛选内容；创作者想分析高赞标题、互动指标和常见话题标签；以及账号运营需要把搜索结果保存成 Markdown、Excel 或 CSV 留档。 大家常问 为什么小红书的搜索流量和推荐流量要分开看？背后的分发机制有什么区别？ 推荐流量按"兴趣向量×内容向量"主动猜你喜欢，靠互动率赛马；搜索流量按"关键词+文本相关性+点击反馈"被动响应需求，生命周期更长，两条入口的优化路径完全不同。 小红书搜索结果默认的综合排序，主要按哪些信号排？ 综合排序是多维加权：文本相关性（标题最重>正文>话题标签）打底，互动率（收藏权重高于点赞）做实时调节，再叠加完读率、账号垂直度、时效性和个性化信号。 什么是小红书的笔记权重？为什么会影响搜索曝光？ 权重是算法给每篇笔记的综合评分，决定召回后排在搜索结果第几位。新笔记进入初级池后按权重逐级晋级，权重不够即使关键词命中也会被压到十几页后，几乎没人能看见。 在小红书搜索里，长尾关键词和大词下的笔记表现有什么本质区别？ 大词供给充裕、意图模糊，排序比拼互动积累和作者权威，存在马太效应；长尾词供给有限、意图精确，拼的是标题语义匹配度，入场门槛低，凭精准命中就能拿到稳定曝光。 想用上这个技能？ 「小红书内容检索」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
如何用 AI 写网页版 PPT
「前端演示文稿」是「龙虾部署大师」技能市场中的演示生成技能：作用是产出浏览器可直接运行的单文件 HTML 演示，而非传统 PPTX。它会先识别任务属于新建、PPT 转换还是增强现有 HTML 三种模式，再收集用途、长度和内容准备度，先给风格预览供选择，最后生成内联 CSS/JS、自包含、遵守 100vh 视口适配和无滚动约束的整套演示页面。 技能效果 把一份微服务演进提纲交给它时，它做成了五页的单文件 HTML 演示，支持方向键翻页、底部圆点指示器和移动端滑动。 用 PPT 做技术演示，为什么总不够顺手 传统 PPTX 在技术分享和在线演示场景里有几处天然的别扭。它依赖特定软件打开，跨设备、发链接分享时容易掉版式、丢字体；交互和动效受限，想做点逐步展开或自定义效果就要绕路；内容一多，单页很容易塞得过满，投屏时下半截被裁掉或需要滚动。这些问题都指向同一个根源：演示和浏览器、和"一个链接就能打开"的现代分享方式没有对齐。 传统 PPTX · 依赖软件，分享掉版式 · 交互动效受限 · 内容溢出 / 需滚动 单文件 HTML 演示 · 浏览器打开，链接即分享 · 内联动画，键盘翻页 · 100vh 适配，无滚动 这个技能怎么把内容变成网页演示 它的产出物是一个自包含的单文件 HTML：CSS 和 JS 全部内联，浏览器双击即开，发链接即能在线演示。流程上它先识别三类任务——从零新建演示、把 PPTX 转成 HTML、或增强一份已有的 HTML 演示，再收集用途、长度、内容准备度和是否需要浏览器内编辑。它的特点是不直接闷头生成，而是先给出多种风格预览，让人通过视觉样张挑方向，再按所选风格制作全套页面。每一页都强制遵守 100vh 视口适配、clamp 字号、无滚动、内容密度上限和动画降级，确保投屏时不溢出、不裁切。 新建 PPT 转 HTML 增强现有 HTML 先给风格预览视觉样张选方向 单文件 HTML 演示 100vh · 无滚动 · 自包含 用前须知 生成 HTML 本身无需 API Key 和构建工具。若要把 PPTX 转成网页演示，需要本机具备 Python 和 python-pptx；生成过程中还会读取 viewport-base.css 等本地模板文件。 怎么用它 用法是把要做的演示类型、长度和内容来源用自然语言说清楚，由它识别模式并先给风格样张。例如可以这样对它说： 可以这样对它说 "把这份技术分享做成单文件 HTML 演示，支持键盘翻页和在线演示。" "现有 HTML 演示太挤了，帮我拆页并保证每页 100vh，不出现滚动条。" "把这个 pptx 转成网页演示，保留图片、顺序和备注，输出单页文件。" 它适合这些场景：制作可通过浏览器打开和在线分享的技术演讲页面；把 PPTX 内容提取后转为更有动效的网页演示；已有 HTML 演示需要补充内容、图像或风格但不能溢出；会议或产品 Demo 需要可编辑、可导航且无构建依赖的演示文件。 大家常问 为什么把演示文稿做成单文件 HTML，而不是用传统 PPT 文件？ 传统 PPTX 本质是压缩包，里面有 XML 布局、二进制图片和字体，依赖专用客户端解析。单文件 HTML 演示是一份自包含的网页，浏览器就是播放器，翻页只是切换 CSS 类名，零依赖、可在线托管、可嵌入网页、可用 Git 做版本对比，方便在线分享技术演讲。 单文件 HTML 演示文稿里所谓 100vh 视口适配是什么意思？ 1vh 是浏览器视口高度的 1%，每一页 slide 设成 height:100vh 就刚好填满一屏。配合 overflow:hidden 取消滚动条、position:absolute 让所有页面叠放在同一位置，再用 transform 控制当前显示哪一页，就实现了"一页一屏"。移动端要注意 100vh 包含地址栏，常用 100dvh 或 JS 修正。 用代码写演示文稿和用图形界面排版演示文稿在做法上有什么本质区别？ 图形界面是画布加绝对坐标，每页一张固定尺寸的板子，元素靠拖拽对齐；前端写法是文档流加 CSS 规则，内容用 Markdown 写、样式用 CSS 变量统一管，动画是状态机式的关键帧。前者所见即所得，后者所写即所得，纯文本可做 Git diff，换主题改一份 CSS 全套幻灯片就跟着变。 HTML 演示文稿里说的 Speaker Notes 是什么，跟主页面什么关系？ Speaker Notes 是给演讲者看的隐藏备注，常存在每页 section 的 data-notes 属性或 HTML 注释里，观众屏看不到。两屏是同源数据的多视图渲染：主屏只渲染 slide 内容，演讲者屏额外渲染当前页备注、下一页预览和计时器，两个窗口通过 BroadcastChannel 或 localStorage 同步页码。 想用上这个技能？ 「前端演示文稿」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
速卖通供应商怎么评估？五项评分卡加到岸成本核算
「速卖通供应商评估」是「龙虾部署大师」技能市场中的供应商可信度评估技能。它面向 AliExpress、DHgate、Temu 等海外 B2C 采购场景，不只看星级，而是从五项指标判断供应商的红旗、中性与绿旗，并计算到岸成本、识别常见骗局。它根据你提供的店铺信息、报价和评价材料给出结论，不替你联网抓取。 技能效果 评估三家速卖通女装店到美国的成本时，它逐项算出含运费、手续费、销售税的到岸价，再按刷评迹象和响应速度标出红旗风险并排了序。 海外采购选供应商，问题出在哪 跨境采购选供应商有两个容易踩的坑：一是星级高不等于可靠，好评可能是刷出来的，单看综合评分很难判断；二是商品标价不等于到手成本，加上国际运费、支付手续费和进口税之后，最便宜的标价常常不是最便宜的到手价。再叠加虚假物流、下单后加收运费、仿品等风险，仅凭感觉下单风险很高。 这个技能能帮你判断什么 它从三个方面给出结论。第一是可信度评分：用五项指标——店铺资历、粉丝数量、响应速度、好评率、评价质量——分别评估，再归为红旗、中性、绿旗，并按商品价值切换严格、标准、风险三种模式，价值越高判得越严。其中"评价质量"能识别措辞雷同、缺少真实带图反馈的刷评，这是星级掩盖不了的。 店铺资历 粉丝数量 响应速度 好评率 评价质量 综合判定 中性·谨慎 第二是到岸成本核算：它把一件商品落到门口的总成本拆成商品价、国际运费、支付手续费、按目标国家规则计算的关税与增值税，给出一个可复用的核算框架，换数量或目的国都能重算。税费按所给规则估算，真实清关可能有出入。 标价： 商品价 到岸： 商品价 运费 手续费 关税+增值税 真实成本 ≫ 标价 第三是风险识别：它会标出虚假物流（单号长期不更新、轨迹凑数）、下单后加收运费、仿品等风险，并说明万一要退款或平台介入时需要保留哪些纠纷证据；对拿不准的供应商，还会建议先小额下样品单实测再放量。 怎么用它 用法是把判断材料交给它——店铺页面信息、商品报价、国际运费、目标国家的税费规则，以及评价区截图，再用自然语言说清要它判断什么。材料越全，结论越准。例如可以这样对它说： 可以这样对它说 "评估这三家速卖通店铺发到美国的真实到岸成本和风险，含运费、税费，价格写清楚。" "这个耳机供应商评分很高，帮我检查刷评和假货风险，再看看图片评价，类目标清。" "Temu 上这批灯具想小单测试，先查店铺的红旗项和退款窗口，字段都留好。" 它适合这些场景：从速卖通采购转售或代发，需要判断卖家是否可靠；多个供应商卖同款，需要比较价格、评价和样品质量；高价值商品下单前，要在严格模式下排查红旗风险；到货异常或物流疑似欺诈时，要确定平台纠纷的证据和时机。 大家常问 速卖通上同一款产品有好几家供应商，怎么判断哪家更可靠、风险更低？ 别只看星级。用一张评分卡对比五项指标——店铺资历、粉丝数、消息响应速度、好评率、评价质量，逐项判红旗/中性/绿旗，再按商品价值选严格、标准或风险模式。多家供货时还要做反向图片搜索、对比差评，最后从 3 家达标供应商各买 1 件样品验证做工。 速卖通供应商页面上的好评率和评价，为什么不能只看星级评分？ 好评率只是一个综合数字，可被诱导好评、刷单、低客单价刷量拉高，且只反映"满意度"，不告诉你质量是否稳定、是否常发错货。差评看内容比看数量更重要，若多人集中反映同一类问题（掉色、拉链坏、尺寸不对），即使好评率 95% 以上也不宜深合作；带图带视频的评价才是真实质量的锚点。 从速卖通采购转售，到岸成本除了商品价和运费还包含什么？为什么常被低估？ 到岸成本还含关税、增值税/GST、清关代理费、保险、汇兑与支付手续费、退货瑕疵分摊，转售时再叠加平台扣点。常被低估是因为页面只显示商品价和运费，关税/VAT 是到货后才产生的"延迟支付"；低客单价商品里固定清关费占比尤其被放大，一条几美元的商品清关费可能就超过货值本身。 速卖通采购时，哪些信号说明这家店铺可能是骗子或卖仿品？ 高风险信号集中在：开店不足 6 个月、粉丝过少、店名蹭大牌、品类杂乱；品牌商品折扣超零售价 60%、图片全是盗用渲染图、标题写 Original 实为 Compatible；评价全是无文字五星、差评集中在"没收到货/发错货"；以及要求你先关闭纠纷、付款后加收运费、物流单号签收地址对不上。记住"太便宜、太新、太完美"同时出现就跳过。 想用上这个技能？ 「速卖通供应商评估」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
电商财务看板怎么搭？做销售额到EBITDA利润瀑布
「电商财务看板」是「龙虾部署大师」技能市场中的财务仪表盘设计技能：它设计利润表、现金流和渠道盈利分析看板，强调平台数据与会计账簿的差异核对，用利润表瀑布从销售总额一路追踪到 EBITDA，并按渠道、品类、客户和区域下钻；明确不替代持牌财务意见和税务建议。 技能效果 对齐Shopify后台12.8万与账面11.6万的收入时，它把1.2万差额逐项拆给在途结算、退款、手续费、税费等口径，并给出一张差异调节表。 电商赚没赚钱，账常常算不清 电商财务最容易乱在两处：一是口径，平台后台的订单流水和会计账簿的收入对不上，差额来自哪里说不清；二是结构，多渠道销售后，Shopify、Amazon、批发各自的真实盈利能力混在一起，给管理层、投资人或董事会做报表时，毛利率、现金跑道、单位经济这些指标拿不出可靠的口径。 这个技能能帮你建什么 它帮你把经营数据整理成可靠的财务视图。核心是一条利润表瀑布：从销售总额出发，依次扣减退款、折扣、COGS、履约物流、营销费用，一路追踪到 EBITDA，让利润是怎么一层层被吃掉的看得清清楚楚。它还会区分平台订单数据与 GAAP 账簿数据、建立两者的核对桥接；按渠道、品类、客户类型和区域下钻真实盈利；并定义毛利率压缩、广告支出节奏、物流漏损等预警规则。 利润表瀑布：销售总额 → EBITDA 销售总额 退款 折扣 COGS 履约物流 营销 EBITDA 口径上它强调"对账先行"：把平台跑出来的订单数和会计账簿的收入做桥接核对，避免两套数字各说各话： 平台订单数据Shopify/Amazon 核对桥接 会计账簿 (GAAP)解释差额来源 用前须知 该技能无需 API Key，但需要会计系统或电商平台数据；QuickBooks、Xero、BI 工具和表格可作为数据来源与展示载体。它给的是看板与口径设计，不替代持牌会计师的财务意见或税务建议。 怎么用它 用法是把你要做的财务视图和数据来源用自然语言说清楚即可。例如可以这样对它说： 可以这样对它说 "把 Shopify 收入和账簿收入对齐，解释差额来源，别混口径。" "做电商利润表瀑布，退货、折扣、履约和广告都拆开看到净利润。" "月度财务看板要按渠道下钻，区分平台数和会计数，董事会要看。" 它适合这些场景：管理层要月度财务复盘、看净收入毛利率和现金余额；多渠道销售后比较 Shopify、Amazon 和批发渠道的盈利性；财务团队要把 Stripe 或 PayPal 收款与订单收入核对；董事会材料要解释预算偏差、现金跑道和单位经济变化。 大家常问 电商平台后台的销售数据和会计账簿的收入，为什么经常对不上，差额一般来自哪里？ 因为平台数据是"流水"逻辑、会计是"权责发生+合规"逻辑，两套口径天然不一致。差额最常见来自：平台扣除的佣金/推广费/退款手续费/罚款（最大隐性差）；确认时间差（平台下单即计 GMV，会计要到确认收货+结算才记，跨月订单尤甚）；退款售后是否逐笔冲红；满减优惠券补贴按原价还是实付记账；多平台含税不含税与字段口径不同；以及提现到账与结算金额不等。能随时对平反而可能说明账有问题——差异可解释、可冲回就属正常，建议日清周核。 电商利润表的瀑布结构是什么，从销售总额到 EBITDA 中间要扣哪些项？ 它是一个逐层扣减的多层利润模型：销售总额（GMV）减退货退款得净销售；减 COGS（采购+包装+部分仓储）得毛利；减履约成本（平台佣金+物流+仓储操作费）得履约后利润；减营销费用（站内外广告+优惠券补贴）得边际贡献；减平台固定费用（店租+软件订阅）得店铺运营利润；减管理费用 SG&A（工资+办公+法务会计）得 EBIT；再加回折旧摊销 D&A 得 EBITDA。EBITDA 剔除了资本结构、税收和折旧方式的影响，最能反映经营本身的盈利能力，各平台佣金物流不同但结构一致。 为什么说毛利率高不代表真赚钱，电商财务里哪些隐性成本最容易侵蚀利润？ 因为毛利率只算"进销差价"（售价减商品成本），高毛利只是给了犯错空间，后面的隐性成本才决定到手多少。售价 100、成本 30 看似毛利 70%，扣完平台佣金、推广、退货损耗、物流、人工分摊，净利可能只剩约 12%。最易侵蚀利润的按杀伤力排：推广获客成本（ROI 高但毛利薄照样吃光利润）、退货售后（综合成本常是单品利润的 2—3 倍）、平台佣金及活动分摊、仓储物流隐性费、账期资金占用、人工场地固定成本。所以要算全链路净利润，毛利率低于 40% 的品很难做。 电商财务和传统财务相比，在收入确认和退货准备金上为什么处理得更复杂？ 收入确认上，传统零售在客户拿到商品时一次性确认即可；电商则控制权转移时点不统一（多以签收/平台确认收货为准）、还要按总额法或净额法拆分平台佣金费用、并应对多支付通道和分期的递延。退货准备金上，线下退货率低、发生时冲减即可；电商退货率高（服饰可达 20%—40%），按收入准则需在销售那一刻就预估可变对价、只确认预计不会被退回的部分并计提退货准备金，还要按品类设不同退货率模型、考虑大促波动和未过退货期的交易。本质是交易链条长、参与者多、不确定性高，需在大量不确定下提前合理估计。 想用上这个技能？ 「电商财务看板」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
数据图表怎么生成图片？无需浏览器即可服务端出图
「图表图片生成」是「龙虾部署大师」技能市场中的可视化技能：它从结构化数据生成出版级的 PNG 或 SVG 图表图片，基于 Node.js、Vega-Lite 与 Sharp，不依赖浏览器、Puppeteer 或外部 API，支持折线、柱状、面积、K 线、饼环图、热力图、双轴与堆叠等图型，并可配置坐标轴、暗色主题、数值格式、注释、参考线和社交媒体尺寸，输出即用型图像文件。 技能效果 生成营收折线图时，它用示例数据画了深色主题图，并标出最高点、最低点和最近涨幅。 把数据变成一张能用的图，为什么这么折磨 难点在于"出图"这一步的环境与一致性。报告、监控告警、消息渠道里要插一张图，常见做法要么是手动在表格软件里画完截图，样式难统一；要么用依赖浏览器的渲染方案，在 Fly.io、VPS、Docker 这类无头服务器上跑起来格外麻烦。结果是同一套数据，今天画出来是一种样式，明天换个人又是另一种，图表风格散乱、还难以自动化。 { "month": "1月", "rev": 120 } … 结构化数据 无头渲染 PNG / SVG 这个技能能生成什么图 它把一组 JSON 数据直接渲染成出版级图片。图型覆盖折线、柱状、面积、点图、K 线、饼图、环图、热力图，以及多序列、堆叠、双轴和迷你图；样式上可以设置坐标轴、颜色、暗色主题、数值格式、注释、参考线，并直接输出社交媒体常用尺寸。关键在于它跑在 Node.js + Vega-Lite + Sharp 上，全程不需要浏览器或 Puppeteer，因此能稳定地在服务端批量出图。 折线 / 面积 柱状 / 堆叠 K 线 · 暗色 饼 / 环图 用前须知 该技能需要 Node.js 环境，并在 scripts 目录执行一次 npm install 安装依赖；无需浏览器、Puppeteer 或外部 API Key，默认使用 Vega-Lite 与 Sharp。图片质量取决于你提供的数据是否完整、口径是否一致。 怎么用它 用法是把数据连同想要的图型、主题和标注用自然语言交给它。例如可以这样对它说： 可以这样对它说 "用这组月营收数据生成深色折线图，标出最近涨幅和最高最低点。" "把这组开高低收数据画成蜡烛图，叠加成交量，右轴单独显示。" "这张转化漏斗数据做成横向条形图，适合汇报展示并标上数值。" 它适合这些场景：监控指标触发后生成带变化标注的告警型趋势图；把表格数据转成报告可用的柱状、折线或双轴收入图；制作叠加成交量或事件注释的 K 线图；以及为 Slack、Discord、LinkedIn 等渠道输出指定尺寸的图表。 大家常问 柱状图和条形图有什么区别？什么时候应该用横的、什么时候用竖的？ 两者本质同一类图、都用矩形长度编码数值，区别只是朝向。竖向柱状图适合分类少（≤7）、标签短、强调时间序列；横向条形图适合分类多、标签长、需要按数值排序展示 Top N。判断标准：如果竖向标签必须倾斜 30°以上才能放下，就该换横向。 同一份数据，什么情况下适合用折线图、什么情况下应该用柱状图？ 折线图用斜率传达"变化趋势"，要求 X 轴是连续型（时间、温度），数据点之间有逻辑顺序；柱状图用长度传达"项目对比"，要求 X 轴是离散型（部门、产品、地区）。口诀：有顺序看趋势用折线、无顺序看对比用柱状。强行把无序类别画成折线会误导读者建立不存在的连续关系。 饼图（含环图）在什么情况下适合用？为什么类目多了就不该用饼图？ 饼图只适合"整体被分成几块、合计 100%"且类目 2–5 个、存在明显大头的情形。类目多了不该用，是因为人眼对角度/弧长的判断精度远低于对长度的判断，10% 以内的扇区差几乎看不出来；类目过 7~8 个时颜色也辨不过来。超过 5 类应换成条形图。环图同理，弧长没解决本质问题。 图表输出为 PNG 和 SVG 两种格式，本质上有什么区别？分别适合什么使用场景？ PNG 是栅格、存的是像素阵列，分辨率固定、放大会糊，适合连续色调图像、固定尺寸最终输出、像素级一致性场景；SVG 是矢量、存的是 XML 绘图指令，任意缩放清晰、文字保留可搜索、单个元素可再编辑，适合响应式多尺寸展示、数据驱动图表、需要交互或文档检索的图形。本技能两种格式均支持输出。 想用上这个技能？ 「图表图片生成」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
提示