Flint：给AI时代写的可视化语言，不是又一个图表库

先说结论：Flint不是给前端工程师准备的，它是冲着“模型自己画图”这个场景去的。你把它理解成一种专门为LLM设计的中间语言也行——模型不直接生成SVG或D3代码，而是生成Flint，再由Flint编译成目标格式。这思路挺反常识，但细想又合理：LLM写通用代码容易出错，但写一种语法受限、语义明确的小语言，成功率会高很多。

这两天拿它跑了几个案子，说说实际感受。

一、它解决的核心痛点
之前做的AI Agent项目里，让Claude系模型输出图表，最头疼的不是“画不出来”，而是“画出来没法改”。直接生成ECharts配置，稍微调一下数据就要重新给模型一大段上下文。Flint的做法是把描述层（数据+视觉映射）和渲染层（具体的图表库）彻底分开。模型只需要输出声明式的Flint代码，比如：

plot "sales" {
    x = month
    y = revenue
    type = bar
    color = by(region)
}

注意这是Flint自己的语法，不是Python。上面代码块标成python是错位的，你复制的时候别混——它就是纯文本DSL。

二、比起直接让模型画图，优势在哪

• 输出稳定：语法规则少，模型不容易“自由发挥”。我跑了二十来轮，没出现过括号不匹配或字段名拼错的情况。
• 易纠错：编译报错信息是针对Flint设计的，模型一眼就能看懂，不需要反复试错。
• 可复用：同一份Flint描述，可以编译成vega-lite、matplotlib或plotly，后端要换渲染引擎，前端代码几乎不用动。

三、踩了个小坑
Flint目前把很多细节藏掉了——比如坐标轴的刻度密度、图例位置，这些在自定义场景下没法直接控制。你要是做那种像素级精美的可视化报表，它可能还差点火候。但如果是让AI快速产出“能看、能汇报、结构清晰”的图，它的效率确实惊艳。

# 安装很省事
npm install -g flint-cli
flint run chart.flint -o output.png

四、适合谁用
做AI Agent、搞数据分析自动化、需要在产品里塞“图表生成”功能但不想跟各种图表库纠缠的人。它的定位就是给LLM当手，不是给人当ide。

我现在最感兴趣的其实是：Flint这套“为模型定制DSL”的思路，能不能扩展到其他方向——比如表格处理、流程图编排？如果这条路走通了，说不定后面所有AI工具链里的“格式输出”问题都是这么解的。工具本身还是个半成品，但方向值得盯着。