IT之家 7 月 12 日消息，微软微软研究院携手中国人民大学 IDEAS Lab，研究院推源可语共同推出开源可视化中间语言 Flint。出开该技术旨在降低 AI 智能体生成可视化图表的视化门槛，支持通过自然语言指令直接生成兼容 Vega-Lite、中间ECharts 及 Chart.js 的微软可渲染图表。

解决 AI 生成图表的研究院推源可语配置困境

传统可视化库往往提供海量配置选项，导致 AI 生成面临两难困境：
* 配置过简：生成的出开图表难以精准适配数据特征；
* 配置过繁：要求大语言模型（LLM）直接输出完整配置时，极易因参数复杂度高而产生冲突、视化遗漏或逻辑不一致。中间

为此，微软Flint 在架构设计上实现了图表意图与底层可视化库实现的研究院推源可语解耦，显著降低了 AI 生成配置时的出开复杂度。

核心机制：语义驱动与自动推导

Flint 的视化规范主要包含两大核心模块：

1. 数据定义：支持标注字段的语义类型，如年月、中间价格、百分比、利润、国家或排名等，赋予数据明确的业务含义。
2. 图表定义：指定图表类型，并确立字段与视觉元素（X 轴、Y 轴、颜色、大小、分面 Facet 等）的映射关系。

其内置编译器能够基于数据语义、图表类型及字段映射，自动推导以下关键要素：
* 时间解析方式
* 数据聚合规则
* 数值格式化标准
* 配色方案
* 布局策略

示例：当检测到“利润”字段时，系统会自动应用体现正负变化的发散色阶；当识别到“日期”字段时，则自动匹配相应的时间解析规则与坐标轴格式。

无缝集成 AI 工作流：MCP 服务器支持

开发者同步发布了 flint-chart-mcp服务器。该组件使得支持 MCP（Model Context Protocol）协议的 AI 智能体能够在对话界面中直接创建和预览图表，实现“零跳出”的流畅交互体验。

性能评测：显著优于直接生成方案

在对比评测中，微软将 Flint 与直接生成完整 Vega-Lite 配置的方案 DirectVL进行了测试。结果显示，在 GPT-5.1、GPT-5-mini 和 GPT-4.1 三大模型测试组中，Flint 均获得了更高的综合评分，证明了其在生成准确性与可用性上的优势。

开源资源与生态应用

目前，Flint 已集成至微软研究院的数据分析工具 Data Formulator中。官方同步开源了以下资源供开发者使用：
* flint-chart核心库
* MCP 服务器组件
* 相关技术文档

GitHub 项目地址：https://github.com/microsoft/flint-chart