MCP HubMCP Hub
스킬 목록으로 돌아가기

create-spatial-visualization

pjt222
업데이트됨 2 days ago
3 조회
17
2
17
GitHub에서 보기
메타designdata

정보

이 스킬은 GPX 트랙/웨이포인트 데이터를 R(sf, leaflet) 또는 Observable(D3, deck.gl)을 사용하여 지도 및 고도 프로필 같은 인터랙티브 공간 시각화를 생성합니다. 데이터 가져오기, 좌표계 처리, 스타일링, HTML/이미지로 내보내기를 지원합니다. 여행 대시보드 제작, 경로 시각화, 야외 활동용 고도 프로필 생성 시 활용하세요.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-spatial-visualization

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서

建空間視

由 GPX 跡、航點、途數建互動圖、高程圖、空視。

用時

  • 將劃或畢之遊途視於互動圖
  • 為步行或單車途建高程圖
  • 於底圖疊航點、POI、途廊
  • 為印報建靜圖
  • 建基於網之含空數之遊儀盤

  • 必要:空數源(GPX、含經緯之 CSV、GeoJSON、航點列)
  • 必要:視類(互動圖、靜圖、高程圖、熱圖)
  • 可選:底圖之擇(OpenStreetMap、衛星、地形、等高)
  • 可選:樣參(色、線寬、標圖)
  • 可選:出式(HTML 部件、PNG、SVG、嵌於 Quarto)
  • 可選:他層(POI 標、域界、距標)

第一步:入空數

加載而解空數為可用式。

R 法(sf 包):

# 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")

JS 法(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
}));

驗坐標參系(CRS)為 WGS 84(EPSG:4326)以適網圖。

得: 空數加載為 sf 物(R)或坐標陣(JS),幾何合法。點數合期入(如 GPX 跡有數百至數千點)。

敗則: 若 GPX 解敗,察文件為合法 XML。常問:GPS 電盡致截、混名空間、GPX 1.0 對 1.1 異。若 CRS 缺,明賦 sf::st_set_crs(data, 4326)。若坐標反(經緯倒),察列序。

第二步:處清

轉原數為析之空特徵。

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)

得: 清空數,距已算、高程已抽、幾何已簡以合目標出。無 NA 坐標、無零長段。

敗則: 若高程缺(某 GPS 常見),用 DEM 查服或記高程圖不可得。若簡去要形細,減容差值。若距算生 NA,以 sf::st_is_empty() 察空幾何。

第三步:擇視類

為數與聽者擇配視。

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│
└─────────────────────┴──────────────────────┴───────────────────┘

依內容設底圖瓦:

  • OpenStreetMap:通用,標佳
  • Stamen Terrain:步行與野外途
  • ESRI World Imagery:衛星脈
  • OpenTopoMap:為高程脈之地形等高

得: 視類與工具擇已決,底圖合途數。

敗則: 若擇工具不能處數量(如 leaflet 中 100,000+ 跡點),先簡幾何或轉基於 canvas 之渲(deck.gl)。若底圖瓦不可得(罕),退用 OpenStreetMap 為最可靠之免費選。

第四步:渲圖

以諸層與樣建視。

互動圖(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")

高程圖(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()

需時增補層:每 N 公里之距標、日斷之示、難度色段、POI 圖。

得: 渲之視清示途、航點、補信。互動圖當應含彈出與縮放。高程圖當有正軸尺。

敗則: 若圖渲而無數,察坐標於正 CRS(leaflet 為 EPSG:4326)。若彈空,驗彈式之列名。若高程有極峰,濾 GPS 高程誤(偏鄰者逾 100m)。

第五步:出而嵌

存視為目標式。

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 嵌法:

  1. 將視碼置於有合宜標之碼塊
  2. 靜圖用 #| fig-cap:,交叉參用 #| label: fig-map
  3. YAML 設 self-contained: true 以打包瓦(增尺)

得: 出文件於目標脈可觀(HTML 為覽器、嵌為報、印為 PNG/SVG)。尺合(HTML 部件 < 5MB,圖 < 1MB)。

敗則: 若 HTML 部件過大,減瓦緩或簡幾何。若 Quarto 以 leaflet 渲敗,確 htmlwidgets 已裝,出式為 HTML(leaflet 不渲 PDF)。PDF 出用靜圖替(tmap 以 tmap_mode("plot"))。

  • 空數無訛入且有正 CRS
  • 諸跡點與航點渲於期地
  • 高程圖(若含)示合理值,無極峰
  • 互動圖縮、移、彈行
  • 距與高程尺正標
  • 出文件於目標式可觀
  • 尺合交付法

  • CRS 不合:混 EPSG:4326(度)與投影 CRS(米)則數渲於誤位或尺誤。網圖皆轉 EPSG:4326。
  • GPS 高程噪:GPS 高程精不如水平位。為圖宜平滑高程或用 DEM 基高程。
  • 瓦服限:速取多瓦觸免瓦服之限。本地緩瓦便重渲,守使用策。
  • 跡過細:秒記之原 GPS 跡生巨文件。網顯前先簡。
  • Leaflet 於 PDF:Leaflet 圖不渲 PDF。印式用 tmap 或 ggplot2 含 ggspatial。
  • 缺彈:忘加 popup = ~column_name 則標點無信息。

  • plan-tour-route — 生此技所視之途數
  • generate-tour-report — 嵌視於格之遊報
  • plan-hiking-tour — 步行視之 GPX 與高程數源
  • create-quarto-report — Quarto 渲以嵌空視

GitHub 저장소

pjt222/agent-almanac
경로: i18n/wenyan/skills/create-spatial-visualization
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

content-collections

메타

이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.

스킬 보기

polymarket

메타

이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.

스킬 보기

creating-opencode-plugins

메타

이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.

스킬 보기

sglang

메타

SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.

스킬 보기