Rylaispirit/rylai-codex-hermes-skills

Créez des graphiques de qualité publication à partir de données fournies, avec une bibliothèque de traçage disponible, des échelles explicites, des étiquettes et une validation visuelle.

Qu'est-ce que rylai-codex-hermes-skills ?

Cette compétence permet de générer des images de graphiques prêtes à être publiées à partir de données directement fournies par l'utilisateur. Elle est compatible avec plusieurs plateformes d'agents IA (Codex, Hermes, Claude Code, Claude.ai) et s'appuie sur des bibliothèques de traçage courantes comme Matplotlib, Seaborn, Plotly ou Vega-Lite. Le workflow inclut l'inspection des schémas de données, le choix du type de graphique adapté à la question analytique, la configuration explicite des axes, des légendes et des sources, ainsi qu'une validation visuelle pour éviter tout problème de lisibilité ou d'échelle trompeuse. La compétence garantit l'intégrité des données en ne déduisant pas de valeurs absentes et en préservant un script reproductible avec le résultat.

Compatible avec✓Claude Code✓Codex CLI~Cursor

npx skills add https://github.com/Rylaispirit/rylai-codex-hermes-skills/tree/HEAD/skills/chart-image

Documentation

Rylai Codex-Hermes-Claude Edition | Workflow portable original par Rylai

Compatibilité d'exécution

Codex : installer sous ~/.agents/skills/chart-image.
Hermes : installer sous ~/.hermes/skills/chart-image ou exposer le bundle via skills.external_dirs.
Claude Code : installer sous ~/.claude/skills/chart-image ou <projet>/.claude/skills/chart-image.
Claude.ai et Cowork : télécharger et activer le ZIP correspondant à la compétence.
Résoudre les fichiers groupés par rapport à ce répertoire de compétence ; ne pas dépendre de chemins provenant d'une autre machine.
Vérifier les outils, paquets, identifiants, accès réseau et capacités d'exécution avant l'exécution.

Image de Graphique Portable

Générer une image de graphique à partir des données réellement fournies.

Workflow

Inspecter le schéma, les unités, les valeurs manquantes, les catégories et les champs temporels.
Choisir un type de graphique correspondant à la question analytique.
Utiliser une bibliothèque disponible telle que Matplotlib, Seaborn, Plotly, Vega-Lite ou la pile de graphiques existante du dépôt.
Étiqueter les axes, les unités, les légendes, la source et l'incertitude le cas échéant.
Privilégier node scripts/chart.mjs pour une sortie SVG portable, ou utiliser la pile de traçage installée du dépôt.
Inspecter l'image rendue pour détecter les coupures, les étiquettes illisibles, les échelles trompeuses et le contraste des couleurs.

Intégrité

Ne pas déduire des valeurs absentes des données.
Commencer les axes quantitatifs à une ligne de base appropriée et divulguer toute troncature.
Conserver un script ou un notebook reproductible avec le résultat.