摘要：Chartchooser MCP 是一个基于 Model Context Protocol 的图表生成服务，它把原始数据直接变成合适的 Highcharts 图表或仪表盘，并且运行在 Claude 或 ChatGPT 内部。本文介绍它的能力边界、准备工作，以及在 Claude 和 ChatGPT 两个平台上的完整配置与使用流程，并给出提升出图质量的实用技巧。

一、Chartchooser MCP 是什么

做数据可视化时，最耗时的往往不是写代码，而是“选什么图”。同一份数据，用折线图看趋势、用柱状图做对比、用热力图看分布，结论可能完全不同。Chartchooser MCP 想解决的就是这个问题：它把“选图 + 出图”这一步交给模型和工具协作完成。

它的核心特点可以概括为三点：

• 在对话中完成：不需要打开独立工具，直接在 Claude 或 ChatGPT 的聊天窗口里粘贴数据即可。
• 输出生产可用图表：生成的是 Highcharts 图表或仪表盘，而不是一张无法复用的截图。
• 一次配置，长期复用：连接器配置好之后，后续每次只需要粘贴数据、回答几个问题。

从技术角度看，MCP（Model Context Protocol）是一套让大模型安全调用外部工具能力的协议。Chartchooser MCP 就是按这套协议暴露出来的一个服务端点，客户端（Claude、ChatGPT）通过它把数据交给服务端分析，再把结果渲染成图表。

二、开始之前需要准备什么

在动手配置前，先确认下面三项条件都已满足，否则很容易卡在第一步：

准备项	说明
账号	一个支持自定义连接器（Connector）的 Claude 或 ChatGPT 账号
服务器地址	https://chartchooser-mcp.highcharts.ai/mcp
数据集	CSV 文件、表格内容，或任何可以直接粘贴的文本数据

其中服务器地址是固定的，配置时直接复制粘贴即可，注意不要漏掉末尾的 /mcp 路径。

三、在 Claude 中配置 Chartchooser MCP

Claude 的配置入口在设置里的连接器页面，整个流程大约一分钟：

1. 点击侧边栏左下角的姓名或首字母头像，选择 Settings（设置）。
2. 进入 Connectors（连接器）页面。
3. 点击 Add（添加）。
4. 在 Name（名称）字段中填入 Chartchooser。
5. 在 MCP server URL 字段中粘贴 https://chartchooser-mcp.highcharts.ai/mcp。
6. 点击 Continue（继续），再点击 Add（添加）完成。

配置成功后，Chartchooser 会出现在你的连接器列表中。之后不需要重复配置，除非你主动移除它。

四、在 Claude 中使用 Chartchooser MCP

连接器就绪后，使用流程是“开新对话 → 挂载连接器 → 粘贴数据 → 回答几个问题”：

1. 新建一个对话。
2. 点击消息输入框中的 + 按钮。
3. 进入 Connectors，选择 Chartchooser。
4. 点击 Start，把 Chartchooser 的提示词注入当前对话。
5. 粘贴你想可视化的数据集，然后发送。
6. 按提示点击符合你意图的选项，回答 Chartchooser 提出的快速问题，例如目标、受众、风格等。
7. Chartchooser 分析数据后，为你构建合适的 Highcharts 图表或仪表盘。
8. 需要调整时，直接用自然语言提要求，例如“切换到条形图”“改成深色模式”。

小提示：第 4 步的 Start 很关键。如果跳过它直接粘贴数据，模型可能不会调用 Chartchooser，而是自己凭经验画图，结果往往不如工具生成的规范。

五、在 ChatGPT 中配置 Chartchooser MCP

ChatGPT 的入口在插件目录里，通过“自定义 MCP 服务器”添加：

1. 点击侧边栏左下角的姓名或头像，选择 Settings（设置）。
2. 进入 Plugins（插件）页面。
3. 点击 Browse directory（浏览目录）。
4. 点击 Add，然后选择 Add custom MCP server（添加自定义 MCP 服务器）。
5. 在 Name 字段中填入 Chartchooser。
6. 在 Connection 字段中粘贴 https://chartchooser-mcp.highcharts.ai/mcp。
7. 勾选 I understand and want to continue（我理解并想继续）。
8. 点击 Connect Chartchooser 完成连接。

第 7 步的确认勾选是平台对第三方连接的安全提示，属于正常流程，勾选后即可继续。

六、在 ChatGPT 中使用 Chartchooser MCP

ChatGPT 的调用方式与 Claude 略有不同，它通过 @ 提及来指定工具：

1. 新建一个对话。
2. 粘贴你想可视化的数据集。
3. 输入 @，从弹出的菜单中选择 Chartchooser。
4. 发送消息（点击蓝色箭头）。
5. 按照 Chartchooser 的提示，点击与你的目标、受众、风格相匹配的选项。
6. Chartchooser 处理你的选择，并生成对应的图表。

如果菜单里没有出现 Chartchooser，先回到插件页面确认连接状态是否为已连接，再重新打开对话尝试。

七、提升出图质量的实用技巧

工具能自动选图，但输入质量仍然决定输出质量。下面几条经验可以显著减少来回调整的次数：

• 保持表头干净：清晰的列名能让 Chartchooser 更准确地理解每一列的含义，避免出现“列 1、列 2”这类无意义命名。
• 把目标说具体：“显示趋势”和“比较各地区”会导向完全不同的图表类型，目标越明确，第一次出图就越接近预期。
• 多指标就要求仪表盘：如果同时要展示多个指标，直接说明需要一个仪表盘，比逐个生成图表再拼装更高效。
• 放心迭代：图表类型、配色、布局都可以反复提要求，直到符合你的表达意图为止。

八、常见问题与排查思路

连接器添加后没有出现在列表里？先刷新页面，再检查服务器地址是否完整，尤其是末尾的 /mcp 是否被截断。

模型没有调用 Chartchooser？在 Claude 中确认是否点击了 Start，在 ChatGPT 中确认是否用 @ 明确指定了 Chartchooser。

生成的图表类型不符合预期？这通常不是工具的问题，而是目标描述过于笼统。补充说明你想强调的对比关系或趋势方向，再让它重新生成。

数据量很大怎么办？建议先做聚合或抽样，只保留与结论相关的维度，既能让模型更快理解数据结构，也能避免图表过于拥挤。

九、小结

Chartchooser MCP 的价值在于把“数据 → 图表”这条链路上最需要经验判断的环节自动化了：你只需要提供数据、说明意图，剩下的选型、渲染和调整都在对话里完成。配置一次之后，把任何数据集变成合适的图表，通常只需要几次点击和几句自然语言描述。

如果你经常在 Claude 或 ChatGPT 里做数据分析和汇报，这个连接器值得加入你的常用工具列表。