create-spatial-visualization
Über
Diese Fähigkeit erstellt interaktive Karten und Höhenprofile aus GPX- oder Routendaten unter Verwendung von R (sf, leaflet) oder Observable (D3, deck.gl). Sie übernimmt den Import räumlicher Daten, Koordinatensysteme, Styling und den Export in HTML/Bilder. Nutzen Sie sie beim Erstellen von Reise-Dashboards, zur Visualisierung von Routen auf Karten oder zur Generierung von Höhenprofilen für Outdoor-Aktivitäten.
Schnellinstallation
Claude Code
Empfohlennpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-spatial-visualizationKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
造空間可視化
自 GPX 軌、路徑點、路線資料造互動地圖、高度曲線、空間可視化。
適用時機
- 於互動地圖可視化已計畫或完之遊路線
- 為徒步或單車路線造高度曲線
- 於底圖上疊路徑點、POI、路線走廊
- 為印報告生靜態地圖圖像
- 建含空間資料之網基遊程儀表板
輸入
- 必要:空間資料源(GPX 檔、含緯/經之 CSV、GeoJSON、路徑點清單)
- 必要:可視化型(互動地圖、靜態地圖、高度曲線、熱圖)
- 選擇性:底圖偏好(OpenStreetMap、衛星、地形、地勢)
- 選擇性:樣式參數(色、線寬、標記圖示)
- 選擇性:輸出格式(HTML widget、PNG、SVG、Quarto 內嵌)
- 選擇性:他層(POI 標記、區界、距離標記)
步驟
步驟一:匯入空間資料
載並解析空間資料為可用格式。
R 法(sf 套件):
# GPX file
track <- sf::st_read("route.gpx", layer = "tracks")
waypoints <- sf::st_read("route.gpx", layer = "waypoints")
# CSV with coordinates
points <- readr::read_csv("stops.csv") |>
sf::st_as_sf(coords = c("lon", "lat"), crs = 4326)
# GeoJSON
route <- sf::st_read("route.geojson")
JavaScript 法(供 Observable/D3):
// GPX parsing
const gpxText = await FileAttachment("route.gpx").text();
const parser = new DOMParser();
const gpxDoc = parser.parseFromString(gpxText, "text/xml");
// Extract track points
const trkpts = gpxDoc.querySelectorAll("trkpt");
const coordinates = Array.from(trkpts).map(pt => ({
lat: +pt.getAttribute("lat"),
lon: +pt.getAttribute("lon"),
ele: +pt.querySelector("ele")?.textContent || 0
}));
驗座標參考系(CRS)為 WGS 84(EPSG:4326),以供網頁地圖。
預期: 空間資料已載為 sf 物件(R)或座標陣列(JS),幾何有效。點數合所期(如 GPX 軌含數百至數千點)。
失敗時: 若 GPX 解析敗,察檔為有效 XML。常見問題:GPS 電耗致檔截、混合命名空間、GPX 1.0 與 1.1 之別。若 CRS 缺,以 sf::st_set_crs(data, 4326) 明設之。若座標顛倒(緯/經互換),察欄序。
步驟二:處理與清
將原始資料轉為分析備之空間特徵。
Processing Pipeline:
┌─────────────────────┬──────────────────────────────────────────┐
│ Operation │ Purpose │
├─────────────────────┼──────────────────────────────────────────┤
│ Remove duplicates │ GPS often logs identical points at stops │
│ Smooth track │ Reduce GPS jitter in dense urban areas │
│ Calculate distances │ Cumulative distance along track │
│ Extract elevation │ Build elevation profile data │
│ Segment by day │ Split multi-day tracks into daily legs │
│ Buffer route │ Create corridor for POI discovery │
│ Simplify geometry │ Reduce point count for web performance │
└─────────────────────┴──────────────────────────────────────────┘
R 處理範例:
# Calculate cumulative distance
track_points <- sf::st_cast(track, "POINT")
distances <- sf::st_distance(track_points[-nrow(track_points), ],
track_points[-1, ],
by_element = TRUE)
cumulative_km <- cumsum(as.numeric(distances)) / 1000
# Extract elevation profile data
elevation_df <- data.frame(
distance_km = c(0, cumulative_km),
elevation_m = sf::st_coordinates(track_points)[, 3]
)
# Simplify for web display (keep 1% of points)
track_simple <- sf::st_simplify(track, dTolerance = 0.001)
預期: 清潔之空間資料,距離已算、高度已萃、幾何已簡以合目標輸出。無 NA 座標、無零長段。
失敗時: 若高度資料缺(某 GPS 裝置常然),用 DEM 查服務或記高度曲線不可得。若軌簡化移關鍵形狀細節,降容差值。若距離計生 NA,以 sf::st_is_empty() 察空幾何。
步驟三:擇可視化型
為資料與讀者擇並配合宜之可視化。
Visualization Decision Matrix:
┌─────────────────────┬──────────────────────┬───────────────────┐
│ Type │ Best for │ Tool │
├─────────────────────┼──────────────────────┼───────────────────┤
│ Interactive map │ Web, exploration │ leaflet (R), │
│ │ │ deck.gl (JS) │
├─────────────────────┼──────────────────────┼───────────────────┤
│ Static map │ Print, reports │ tmap (R), │
│ │ │ ggplot2 + ggspatial│
├─────────────────────┼──────────────────────┼───────────────────┤
│ Elevation profile │ Hiking/cycling │ ggplot2, D3 │
│ │ analysis │ │
├─────────────────────┼──────────────────────┼───────────────────┤
│ Heatmap │ Visit density, │ leaflet.extras, │
│ │ coverage │ deck.gl HeatmapLayer│
├─────────────────────┼──────────────────────┼───────────────────┤
│ 3D terrain │ Mountain routes │ rayshader (R), │
│ │ │ deck.gl TerrainLayer│
└─────────────────────┴──────────────────────┴───────────────────┘
配合內容之底圖磚:
- OpenStreetMap:通用、標籤佳
- Stamen Terrain:徒步與戶外路線
- ESRI World Imagery:衛星脈絡
- OpenTopoMap:高度脈絡之地形等高線
預期: 可視化型與工具鏈之明決定,底圖擇以補路線資料。
失敗時: 若擇之工具不能處資料量(如 leaflet 中之 100,000+ 軌點),先簡化幾何或改 canvas 基礎渲染器(deck.gl)。若底圖磚不可得(少見),回退至 OpenStreetMap 為最可靠之免費選項。
步驟四:渲染地圖或圖表
以所有層與樣式建可視化。
互動地圖(R/leaflet):
leaflet::leaflet() |>
leaflet::addProviderTiles("OpenTopoMap") |>
leaflet::addPolylines(
data = track,
color = "#2563eb",
weight = 4,
opacity = 0.8
) |>
leaflet::addCircleMarkers(
data = waypoints,
radius = 8,
color = "#dc2626",
fillOpacity = 0.9,
popup = ~name
) |>
leaflet::addScaleBar(position = "bottomleft") |>
leaflet::addMiniMap(position = "bottomright")
高度曲線(R/ggplot2):
ggplot2::ggplot(elevation_df, ggplot2::aes(x = distance_km, y = elevation_m)) +
ggplot2::geom_area(fill = "#93c5fd", alpha = 0.4) +
ggplot2::geom_line(color = "#2563eb", linewidth = 0.8) +
ggplot2::labs(
x = "Distance (km)",
y = "Elevation (m)",
title = "Elevation Profile"
) +
ggplot2::theme_minimal()
按需加輔助層:每 N km 距離標記、日分隔指示、難度著色段、POI 圖示。
預期: 已渲之可視化明顯示路線、路徑點、任何輔助資訊。互動地圖當回應,彈出與縮放可行。高度曲線當有正確軸尺。
失敗時: 若地圖渲但無資料顯,察座標於正確 CRS(leaflet 用 EPSG:4326)。若彈出空,驗彈出公式中之欄名。若高度曲線有極端尖峰,濾出 GPS 高度誤(較鄰點偏 100 m 以上)。
步驟五:匯出與嵌
存可視化於目標格式。
Export Options:
┌───────────────────┬────────────────────────────────────────────┐
│ Format │ Method │
├───────────────────┼────────────────────────────────────────────┤
│ HTML widget │ htmlwidgets::saveWidget(map, "map.html") │
│ PNG (static) │ mapview::mapshot() or ggplot2::ggsave() │
│ SVG (vector) │ ggplot2::ggsave("plot.svg") │
│ Quarto embed │ Place leaflet/ggplot code in .qmd chunk │
│ GeoJSON export │ sf::st_write(data, "output.geojson") │
│ KML (Google Earth)│ sf::st_write(data, "output.kml") │
└───────────────────┴────────────────────────────────────────────┘
Quarto 內嵌:
- 置可視化程式於含當標籤之程式塊
- 靜態圖用
#| fig-cap:,交叉引用用#| label: fig-map - 於 YAML 設
self-contained: true以捆磚圖像(增檔大小)
預期: 匯出檔於目標脈絡可檢視(HTML 用瀏覽器、嵌入用報告、印用 PNG/SVG)。檔大小合理(HTML widget 5 MB 內、圖像 1 MB 內)。
失敗時: 若 HTML widget 過大,減磚快取或簡化幾何。若 Quarto 渲染於 leaflet 時敗,確保 htmlwidgets 套件已裝且輸出格式為 HTML(leaflet 不渲染至 PDF)。PDF 輸出用靜態地圖替代(tmap 以 tmap_mode("plot"))。
驗證
- 空間資料匯入無誤且 CRS 正確
- 所有軌點與路徑點渲於所期之地理區
- 高度曲線(若含)顯可信值,無極端尖峰
- 互動地圖之縮放、平移、彈出可行
- 距離與高度尺標籤正確
- 匯出檔於目標格式可檢視
- 檔大小合交付法
常見陷阱
- CRS 不合:混 EPSG:4326(度)與投影 CRS(米)令資料渲於誤位或誤尺。網頁地圖恒轉為 EPSG:4326
- GPS 高度雜訊:GPS 衍生之高度較水平位遠不準。平滑高度資料或用 DEM 基礎之高度作曲線
- 磚伺服器限率:疾取多磚可觸免費磚伺服器之限率。為重複渲染本地快取磚,守用政策
- 過細軌:原始 GPS 軌以秒為單位記生巨檔。網頁顯前先簡化
- PDF 中之 Leaflet:Leaflet 地圖不能於 PDF 輸出渲染。印用 tmap 或 ggplot2 加 ggspatial
- 缺彈出:忘加
popup = ~column_name致標記於點擊時無資訊
相關技能
plan-tour-route—— 生此技能所可視化之路線資料generate-tour-report—— 於格式化之遊程報告中嵌可視化plan-hiking-tour—— 徒步可視化之 GPX 與高度資料源create-quarto-report—— 嵌空間可視化之 Quarto 渲染
GitHub Repository
Verwandte Skills
content-collections
MetaDiese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.
polymarket
MetaDiese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.
creating-opencode-plugins
MetaDiese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.
sglang
MetaSGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.
