← 返回 Skills 市场
zhaom0

伐谋 - 实验结果渲染

作者 FaMou · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ 安全检测通过
361
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install famou-result-visualization
功能描述
为 FaMou 进化算法生成可行解的 Python 代码解生成可视化结果页面。当用户提到"FaMou 可视化"、"把这个解可视化"、"可行解结果展示"、"evolution 结果"、"evolve 可视化",或者提供了 Python 代码形式的问题解(路径规划、排课、背包、TSP、调度、机器学习等)需要直观展示效...
使用说明 (SKILL.md)

FaMou 进化算法解——结果可视化 Skill

核心目标:拿到 Python 代码形式的优化问题解,直接理解其语义,生成一个直观展示解的效果的交互式 HTML 页面。

不是展示进化过程,而是展示解本身的结果——路径规划画路径、排课画课表、背包问题画装载情况、图着色画上色的图……


第一步:收集输入

必须有

  1. 问题描述 — 是什么优化问题,输入规模,约束条件
  2. Python 代码形式的解 — FaMou 进化后的最终解(函数/数据结构/策略代码均可)

可选补充

  • 评估分数 / 适应度
  • 初始解(用于对比)
  • 问题的原始数据(如节点坐标、任务列表等)

若缺少必须项,直接询问用户补充。


第二步:理解解 → 规划可视化方案

直接阅读和理解用户提供的 Python 代码和问题描述,无需调用任何外部 API。

2.1 理解解的语义

阅读代码,提取:

  • 问题类型:路径规划 / 排课 / 背包 / 图论 / 调度 / 装箱 / 其他
  • 解的核心数据结构:是节点序列?时间表映射?选择集合?分配方案?
  • 关键数值:坐标、时间槽、容量、权重、颜色等可视化所需的具体数据

2.2 确定可视化类型

根据问题类型选择最合适的 viz_type

问题类型 viz_type 视觉呈现
TSP / VRP / 路径规划 path_map SVG 坐标系 + 节点连线路径
排课 / 时间表 schedule_grid 表格热力图,色块填充
背包 / 装箱 packing_rect SVG 矩形堆叠容器
图着色 / 社区检测 graph_color 节点着色图
作业调度 / 项目排期 gantt 横向甘特图
前后对比 / 多指标 bar_compare 对比柱状图
机器学习 / 神经网络 / 超参优化 ml_viz 网络结构图 / 训练曲线 / 超参热力图
其他 / 复杂策略 custom 关键指标仪表盘 + 文字说明

2.3 提取绘图数据

从代码中直接读取并整理渲染所需的具体数值,例如:

  • path_map:节点坐标列表、访问顺序、总距离
  • schedule_grid:资源列表、时间槽、各分配的 (资源, 时间槽, 名称)
  • packing_rect:容器尺寸、各物品的 (x, y, w, h, 标签, 价值)
  • gantt:任务列表,每项含 (名称, 开始, 结束, 资源)

第三步:生成 HTML 可视化文件

直接编写并输出 HTML 文件到 famou_viz_result.html(或用户指定路径)。

页面整体结构

┌──────────────────────────────────────────────────────────┐
│  [问题类型标签]  问题摘要                  关键指标卡片行  │
├────────────────────────────────────┬─────────────────────┤
│                                    │                     │
│   主可视化区域(视觉中心,≥50%)    │   解的亮点列表       │
│   路径图 / 课表 / 装箱图 / 甘特图   │                     │
│                                    │   评分 / 提升展示    │
├────────────────────────────────────┴─────────────────────┤
│   (可选) 进化前后对比 / 补充说明                          │
└──────────────────────────────────────────────────────────┘

设计规范

  • 暗色科技风:背景 #030810,卡片 #080f1e,边框 #112240
  • accent 色系:主色 #00c8ff(蓝)搭配 #00ff88(绿)作为高亮
  • 字体:正文 Noto Sans SC,数字/代码 IBM Plex Mono(Google Fonts CDN)
  • 入场动画:各区块依次 fadeUpanimation-delay 递增)
  • 主可视化动画:路径逐段绘制,柱子从底部生长,节点弹入
  • 交互:hover 节点/格子/柱子时显示 tooltip
  • Tooltip:固定定位,跟随鼠标,显示详细数值

文件模板

\x3C!DOCTYPE html>
\x3Chtml lang="zh">
\x3Chead>
  \x3Cmeta charset="UTF-8">
  \x3Cmeta name="viewport" content="width=device-width, initial-scale=1.0">
  \x3Ctitle>FaMou 解可视化 — {问题名称}\x3C/title>
  \x3Cscript src="https://cdnjs.cloudflare.com/ajax/libs/react/18.2.0/umd/react.production.min.js">\x3C/script>
  \x3Cscript src="https://cdnjs.cloudflare.com/ajax/libs/react-dom/18.2.0/umd/react-dom.production.min.js">\x3C/script>
  \x3Cscript src="https://cdnjs.cloudflare.com/ajax/libs/babel-standalone/7.23.5/babel.min.js">\x3C/script>
  \x3Cscript src="https://cdn.tailwindcss.com">\x3C/script>
  \x3Clink href="https://fonts.googleapis.com/css2?family=IBM+Plex+Mono:wght@400;600&family=Noto+Sans+SC:wght@400;500;700&display=swap" rel="stylesheet">
  \x3Cstyle>
    /* 内联全部样式,不依赖外部 CSS */
    /* 包含:CSS 变量、动画 keyframes、card/tag/tooltip/skeleton 等基础类 */
  \x3C/style>
\x3C/head>
\x3Cbody>
  \x3Cdiv id="root">\x3C/div>
  \x3Cscript type="text/babel">
    const { useState, useEffect, useRef } = React;

    // ── 从解中提取的数据(硬编码,来自对代码的分析)──
    const SOLUTION_DATA = { /* ... */ };

    // ── 可视化组件 ──
    // 根据 viz_type 实现对应组件

    // ── 页面骨架 ──
    function App() { /* 指标卡片 + 主可视化 + 亮点列表 */ }

    ReactDOM.render(\x3CApp />, document.getElementById('root'));
  \x3C/script>
\x3C/body>
\x3C/html>

注意事项

  • 直接从代码中读数据:将 Python 解里的关键数值(坐标、序列、映射等)直接硬编码进 HTML 的 SOLUTION_DATA 常量,不执行 Python 代码,只是读取其中的数据字面量
  • 可视化忠于解的效果:展示"这个解长什么样",不是进化历史或算法流程
  • 主可视化区域要大:是页面视觉中心,占页面 50% 以上
  • 数据规模适配:节点/任务超过 100 个时,考虑抽样或聚合展示避免拥挤
  • 降级处理:无法识别具体问题类型时,fallback 到 custom 仪表盘展示关键数值
  • 自包含:所有依赖均通过 CDN 引入,文件本身可离线(CDN 可替换为本地)打开
安全使用建议
This skill appears coherent and low-risk: it parses Python solution code you provide (it states it will not execute that code) and writes a self-contained HTML visualization that loads common libraries from CDNs. Before using it, do not include secrets or sensitive credentials inside the Python code you submit (those literal values could be embedded into the generated HTML). If you prefer no external requests when opening the page, host the JS/fonts locally or replace CDN links. Finally, review the generated HTML before sharing it publicly to ensure no unintended data was included.
功能分析
Type: OpenClaw Skill Name: famou-result-visualization Version: 1.0.0 The skill bundle 'famou-result-visualization' is designed to generate interactive HTML visualizations for optimization problem solutions (e.g., TSP, scheduling, knapsack) produced by evolutionary algorithms. The instructions in SKILL.md explicitly direct the AI agent to parse data structures from user-provided Python code without executing it, and then generate a self-contained HTML file using standard CDNs (React, Tailwind). There are no signs of data exfiltration, malicious execution, or persistence mechanisms.
能力评估
Purpose & Capability
Name/description (FaMou solution visualization) match the instructions: the skill only needs to read a Python solution and problem description and produce an HTML visual. No unrelated credentials, binaries, or installs are requested.
Instruction Scope
SKILL.md directs the agent to read user-supplied Python code and extract literal data (coordinates, schedules, etc.) and to generate a HTML file. It explicitly says not to execute Python code, and it does not instruct reading other system files or environment variables. Note: the skill is prescriptive about triggering on certain user phrases, which is a functional design choice but not a security concern by itself.
Install Mechanism
Instruction-only skill with no install spec and no code files — minimal disk footprint and no downloads. The generated HTML relies on public CDNs at runtime (React, Tailwind, Google Fonts, Babel), which is a functional dependency but not an installer risk.
Credentials
No environment variables, credentials, or config paths are requested. The only external network activity implied is the HTML page loading CDN assets when opened — not the skill itself contacting external APIs.
Persistence & Privilege
always is false and the skill does not request persistent system-wide changes. It writes an output file (famou_viz_result.html) per its purpose, which is proportionate. Autonomous invocation is allowed by platform default but not escalated by this skill.
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install famou-result-visualization
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /famou-result-visualization 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
FaMou 进化算法结果可视化 Skill v1.0.0 - 首次发布,支持将多类型优化问题(如路径规划、排课、背包、调度等)的 Python 解,直接解析为交互式可视化 HTML 页面。 - 自动判断问题类型并选择合适的可视化方式(路径图、课表、装箱图、甘特图等)。 - 提取解中的关键数值,硬编码到页面前端数据,确保可视化结果准确反映“当前最优解”。 - 页面风格为暗色科技,采用 React + Tailwind,自带动画及交互提示,主可视化区域视觉占比≥50%。 - 支持用户用自然语言触发或补充关键输入,缺少问题/解信息时会自动查缺补漏。 - 所有前端依赖均为 CDN 引入,确保产出的 HTML 文件可直接离线浏览。
元数据
Slug famou-result-visualization
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

伐谋 - 实验结果渲染 是什么?

为 FaMou 进化算法生成可行解的 Python 代码解生成可视化结果页面。当用户提到"FaMou 可视化"、"把这个解可视化"、"可行解结果展示"、"evolution 结果"、"evolve 可视化",或者提供了 Python 代码形式的问题解(路径规划、排课、背包、TSP、调度、机器学习等)需要直观展示效... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 361 次。

如何安装 伐谋 - 实验结果渲染?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install famou-result-visualization」即可一键安装,无需额外配置。

伐谋 - 实验结果渲染 是免费的吗?

是的,伐谋 - 实验结果渲染 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

伐谋 - 实验结果渲染 支持哪些平台?

伐谋 - 实验结果渲染 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 伐谋 - 实验结果渲染?

由 FaMou(@zhaom0)开发并维护,当前版本 v1.0.0。

💬 留言讨论