AI-native visualization grammar

One grammar.
Many visual worlds.

anyviz 把图表选择、美学参数、渲染适配器和一致性规则统一成 AI 可执行的可视化语法。实时大屏、商业报告、学术论文, 都从同一套规范稳定输出。

Start with anyviz Explore templates

34 templates 4 themes 7 adapters Web / Python / R

34生产级图表模板

4预设美学主题

7技术栈适配器

3Web / Python / R

Why anyviz

AI 会画图, 但默认样式不会自动拥有品味。

anyviz 将专业数据设计师的判断变成可执行规则: 什么数据用什么图, 什么场景用什么主题, 多张图如何保持颜色、字号、间距和标注一致。

它不是一个单一图表库, 而是一套跨 D3、ECharts、Plotly、Matplotlib、ggplot2 等引擎的可视化语法。

Workflow

五阶段流水线, 把审美变成确定流程。

Analyze -> Aesthetics -> Adapt -> Consistency -> Accessibility. 每一步都有规则, 每个输出都能解释。

分析

识别数据形态、分析意图和受众场景, 先决定该不该画图, 再决定画什么图。

美学

套用主题色板、字号层级、网格、线宽、圆角和数据墨水比规则。

适配

根据项目环境选择 D3、ECharts、Mapbox、Three.js、Plotly、Matplotlib 或 ggplot2。

一致性

确保同一实体跨图表颜色一致, 标注格式、坐标轴和图例策略一致。

无障碍

检查对比度、色盲友好、冗余编码和可读标注, 避免只靠颜色传达信息。

Templates

34 种模板, 让“选哪种图”变成确定决策。

从比较、分布、关系、组成、趋势、地理、层次、流程到三维场景, anyviz 将分析意图映射到生产级模板。

Themes

四套主题, 覆盖网页、报告、大屏和论文。

Sales analysis canvas modern

Trend

Region

Heat

Correlation

Adapters

同一套规范, 七个渲染引擎。

D3Web default

高度自定义、零依赖、像素级控制。

EChartsWeb dashboard

快速落地交互图表和行业大屏。

MapboxGeospatial

地理空间数据、面量图、流向地图。

Three.js3D

三维散点、曲面和沉浸式可视化。

PlotlyPython interactive

Jupyter 和交互分析的默认选择。

MatplotlibPython static

出版、论文和静态高清输出。

ggplot2R statistics

声明式统计图形语法。

Natural language

一句话, 映射到一致的美学参数。

自然语言不是覆盖所有样式, 而是修改少量高层意图, 其余参数仍由全局规范继承。

modern default

Examples

不是孤立图表, 是一整块协同画布。

Start

给 AI 一套可执行的可视化品味。

prompt

帮我可视化这份销售数据
使用 anyviz 的 dashboard 主题
输出 ECharts 代码, 并解释图表选择理由
保持多图颜色、字号和标签格式一致

javascript

import modern from "anyviz/aesthetics/themes/modern.json";

const palette = modern.color.categorical.palette;
const lineWidth = modern.chart.line.stroke_width;

bash

python3 scripts/theme_validator.py \
  -c examples/test_config_valid.json

LLM context

站点根目录提供结构化 `llms.txt`。

它用纯文本描述 anyviz 的能力、工作流、主题、适配器、自然语言控制、资源链接和 AI 使用建议, 方便抓取器与大模型直接消费。

Read llms.txt

One grammar. Many visual worlds.