AI Engineering：Advent of AI with goose 第3天

Source: Dev.to

紧急邮件

日期: 12月 3日
发件人: Sarah Chen，冬季节庆协调员

紧急 – 热可可锦标赛结果需要可视化
热可可锦标赛非常精彩，但我们需要在明天下午 2 点的颁奖典礼上展示这些结果。我们的数据人员生病了，我们正陷入慌乱。
截止时间: 18 小时
我的数据可视化经验: 极少
慌乱程度: 正在上升

附件: 一个巨大的 markdown 文件，包含锦标赛数据、投票细分、配方评分卡，以及 5,294 票。

引入 Auto‑Visualiser

我发现了 goose 的 Auto‑Visualiser 扩展，它由 MCP‑UI（模型上下文协议 UI） 提供动力。该工具允许你粘贴数据并描述需求；适当的可视化会 直接在对话中生成——无需代码、导出或其他工具。

数据

锦标赛赛程

• 四分之一决赛: 4 场比赛
• 半决赛: 2 场比赛
• 冠军赛: 1 场决赛
• 冠军: 黑巧克力奢华 🏆

配方评分卡

八款配方在四个属性上评分（0‑10）：

• 丰富度
• 甜度
• 创意
• 呈现

投票细分

趣味统计

• 最接近的比赛: 薄荷梦 vs. 盐渍焦糖旋风（差距 14 票）
• 最大差距: 黑巧克力奢华 vs. 白巧克力奇迹（差距 73 票）
• 最具争议的: 辣味墨西哥摩卡

我创建的内容

🏆 锦标赛赛程流（桑基图）

为何使用桑基图？ 它清晰展示了投票从四分之一决赛、半决赛到冠军赛的流向，突显了黑巧克力奢华的统治力。

关键洞察

• 薄荷梦在第一轮获得 312 票领先。
• 黑巧克力奢华在决赛中达到 678 票的峰值。
• 半决赛吸引了大量投票者参与。

📊 配方属性比较（雷达图）

观察结果

• 黑巧克力奢华: 丰富度和呈现均为满分 10/10。
• 白巧克力奇迹: 甜度满分，但其他方面得分偏低。
• 辣味墨西哥摩卡: 创意高达 9/10，整体评价两极分化。
• 经典瑞士天鹅绒: 四项属性均衡。

📈 投票趋势随时间变化（折线图）

• 早晨: 1,247 票（早起者）
• 下午: 1,891 票（+52 % 增长）
• 晚上: 2,156 票（最高参与度）

洞察: 晚上投票者决定了冠军归属——时段对参与度影响显著。

🥊 对阵分析（柱状图）

• 第一轮: 四场比赛，胜者明确。
• 第二轮: 对决更为激烈，赌注更高。
• 决赛: 史诗级 678 vs 623 对决。

最惊心动魄的: 薄荷梦 vs. 盐渍焦糖旋风在第一轮仅相差 14 票。

AI 工程流程

我没有编写任何可视化代码，只是与 Goose 对话。

我的提示语

Create a tournament bracket showing how each recipe progressed through quarterfinals, semifinals, and the championship.

结果: 美观的桑基图，瞬间渲染。

Compare all 8 recipes on a radar chart using their judge scores for richness, sweetness, creativity, and presentation.

结果: 多系列雷达图，配方颜色编码。

Show voting trends across the three time periods.

结果: 清晰的投票参与折线图。

创建的图表: 6+
危机化解: ✅

背后的技术

MCP‑UI（模型上下文协议 UI）

传统 AI 只输出纯文本（如 JSON）。MCP‑UI 返回 交互式组件——可直接嵌入的实际图表。

Auto‑Visualiser 扩展

基于 MCP‑UI，具备以下功能：

• 解析多种数据格式（CSV、JSON、markdown 等）
• 理解自然语言的可视化请求
• 自动选择合适的图表类型
• 在聊天窗口中渲染交互式可视化