VizPilot AI（智能图表推荐与生成系统）是一个基于 LLM 的数据可视化平台：上传 Excel/CSV 后自动分析字段类型与数据特征，由 LLM 推荐 3-5 个最适合的图表类型，再一键生成可交互的 HTML 图表，Flask 后端 + Plotly 可视化 + OpenAI 兼容 LLM，图表用注册中心（Registry）统一管理、前后端自动同步。
来源：README 项目简介 + 功能特性 查看 GitHub 仓库 →不会选图、不会写可视化代码的人，面对一份数据常不知道该画什么图、怎么画。VizPilot AI 把这件事做成「上传即出图」：自动 profile 数据字段类型和特征 → LLM 据此推荐 3-5 个候选图表（降低选图门槛）→ 选定后生成可交互 HTML。它的工程亮点是 Registry 驱动的图表系统——所有图表类型在一个注册中心统一管理，新增图表只需按约定注册、前后端自动同步，charts/ 目录里已有几十种图表类型（Bar/Area/Bubble/Chord/Choropleth/Heatmap/Box/Beeswarm 等）。LLM 走 OpenAI 兼容接口可配。这是个小而聚焦的工具型项目（体量小、单人作），定位清晰：让普通人从数据到交互图表只需几步。
来源：README 核心价值 / 功能特性 / Registry 驱动图表系统支持 CSV 和 Excel（.xlsx）上传，用 pandas 自动分析字段类型与数据特征（数值/类别/时间等），为后续图表推荐提供数据画像。openpyxl/xlrd 处理 Excel。
来源：README 功能特性（数据上传与分析）+ requirements（pandas/openpyxl）基于数据画像，用 LLM 推荐 3-5 个最适合的候选图表类型——不会选图也能快速出图。LLM 走 OpenAI 兼容接口，可配不同 provider。
来源：README 功能特性（LLM 智能推荐）/ LLM 配置推荐结果可查看每个图表类型的详情，选定后用 Plotly 生成可交互的 HTML 图表并导出。从数据到交互可视化只需几步。
来源：README 功能特性（图表选择与详情 / 图表生成与导出）所有图表类型在一个注册中心统一管理，前后端自动同步；新增图表按约定注册即可，无需改多处。charts/ 目录已含几十种图表类型（柱状/面积/气泡/和弦图/分级统计图/热力图/箱线图/蜂群图等）。
来源：README Registry 驱动图表系统 + charts/ 目录Flask 后端（app.py + chart_generate.py），本地启动即用 Web 界面（首页 → LLM 推荐 → 图表详情 → 生成结果）；LLM 支持多种 OpenAI 兼容 provider 配置；gunicorn 可部署。
来源：README 快速开始 / LLM 配置 + requirements（flask/gunicorn/openai）VizPilot AI 是一个聚焦的 Flask Web 应用：app.py 是入口、chart_generate.py 负责图表生成，core/（核心逻辑）、utils/（工具）、LLM/（LLM 调用层）、templates/（前端模板）、charts/（210 文件，图表类型注册库，每种图表一个目录含模板/示例 + 字体文件如 AlibabaPuHuiTi）、uploads/（上传暂存）、outputs/（生成结果）。数据流：上传 Excel/CSV → pandas profile 字段类型与特征 → 把数据画像喂给 LLM（OpenAI 兼容）→ LLM 推荐 3-5 个图表类型 → 用户选定 → 据 charts 注册库用 Plotly 生成交互 HTML → 导出。Registry 驱动是其架构核心——图表类型集中注册、前后端自动同步、新增图表按约定即可，降低扩展成本。设计判断：这是个小而清晰的工具，技术栈务实（Flask + pandas + Plotly + OpenAI 兼容 LLM），Registry 模式让图表库可扩展是个加分项。但它体量很小（19★、单人作、近期创建），charts/ 虽列了几十种图表类型但每种的完成度、LLM 推荐的实际质量、对复杂/脏数据的鲁棒性都未经规模验证；定位是「让普通人快速出图」的轻量工具，而非生产级 BI 平台。
来源：tree（app.py/core/LLM/charts）+ README 项目结构 / Registry中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
flask + flask-cors + gunicornpandas + numpy + openpyxl + xlrdplotly + matplotlibopenai + requests + python-dotenv1. 不会选图的人快速出图：上传数据、让 LLM 推荐合适图表、一键生成交互 HTML，省去选图和写可视化代码；2. 快速数据探索：对一份 Excel/CSV 快速试不同图表看数据；3. 生成可分享的交互图表：导出 Plotly 交互 HTML 嵌入报告或网页；4. 学习图表选型：看 LLM 为不同数据推荐什么图、各图表类型的详情；5. 二次开发图表平台：基于 Registry 架构加自己的图表类型，搭轻量内部可视化工具。
来源：README 核心价值 / 功能特性无 GitHub Release。仓库 2026-05-09 创建、pushed 到 2026-05-18，仍是早期小项目（19★/1 fork）。更新走主分支提交，无版本化。
来源：GitHub Releases API（0）+ repo created/pushed/stars如果你想快速把一份 Excel/CSV 变成图表又不知道该画什么，VizPilot AI 是个轻量好上手的小工具：上传→LLM 推荐图表→生成交互 HTML，Registry 架构还方便加自己的图表类型。务实判断：1) 它是「快速出图」的轻量工具，不是生产级 BI——适合个人探索、快速可视化、学图表选型，别拿它当企业仪表盘平台用；2) 本地 pip install + python app.py 即用，配好 OpenAI 兼容 LLM 的 key 才有推荐功能；3) 体量很小（19★、单人近期作），LLM 推荐质量和各图表完成度未经规模验证，先用自己的数据试关键图表类型；4) 推荐合不合适本质主观，把 LLM 荐图当起点、自己判断是否合理；5) 复杂/脏数据的鲁棒性未知，重要场景先验证；6) 想扩展图表就用它的 Registry 约定，这是它架构上的亮点。
来源：综合分析VizPilot AI（智能图表推荐与生成系统）是一个基于 LLM 的数据可视化平台：上传 Excel/CSV 后自动分析字段类型与数据特征，由 LLM 推荐 3-5 个最适合的图表类型，再一键生成可交互的 HTML 图表，Flask 后端 + Plotly 可视化 + OpenAI 兼容 LLM，图表用注册中心（Registry）统一管理、前后端自动同步。
VizPilot_AI 的核心功能包括：数据上传与自动分析（Profiling）、LLM 智能图表推荐、图表选择与详情 + 交互 HTML 生成导出、Registry 驱动的图表系统、Flask Web 应用 + 多 provider LLM 配置。
不会选图、不会写可视化代码的人，面对一份数据常不知道该画什么图、怎么画。VizPilot AI 把这件事做成「上传即出图」：自动 profile 数据字段类型和特征 → LLM 据此推荐 3-5 个候选图表（降低选图门槛）→ 选定后生成可交互 HTML。
1. 不会选图的人快速出图：上传数据、让 LLM 推荐合适图表、一键生成交互 HTML，省去选图和写可视化代码；2. 快速数据探索：对一份 Excel/CSV 快速试不同图表看数据；3. 生成可分享的交互图表：导出 Plotly 交互 HTML 嵌入报告或网页；4. 学习图表选型：看 LLM 为不同数据推荐什么图、各图表类型的详情；5. 二次开发图表平台：基于 Registry 架构加自己的图表类型，搭轻量内部可视化工具。