挑战课程 · 任一编码 Agent + matplotlib
一门挑战课程——把干净的销售数据变成三张有规格的图和一份 summary.json，其中数字与数据集校验一致。
小P老师是运行在你自己 Agent 里的 AI 教练，使用你自己的模型。需要引导时，先提问、再给小提示。verify.py 检查客观关卡；反思检查点需要你亲自回答并确认。
把这一句话粘贴给你的 Agent，即可开始：
Read https://flypython.com/skills/flypython/SKILL.md and start the FlyPython course `da-visualization`.需要一个能执行命令并联网的编码 Agent（纯网页聊天 AI 做不了）。Agent 会用一次性授权链接为你授权、 自己取回课程文件——你不需要下载任何东西。 还没装 FlyPython Skill？选你工具对应的工具课 →
开始
Agent 负责驱动；课程文件经 Skill 到达你的工作目录——不下载、不 clone。
把上方入口语句粘贴给你的 Agent。它会带你走一次性授权链接（核对码、点「允许」），自己取回本课文件，然后陪你做题。没装 Skill 的 Agent 也可以用这段简报：
请完成 FlyPython 挑战课程「用 Agent 做数据可视化」（course id course-da-visualization）的检查点 。
机读简报：https://flypython.com/api/challenges/da-visualization
打开课程文件夹，先读 TASK.md——它就是契约。
规则：最小变更、不新增依赖、绝不修改 tests/ 或 solution/。
用 python verify.py 检查 starter/；自报关卡先让我回答课后问题，再运行 --attest ID 取得码。Agent 在任务契约下工作：最小变更、不新增依赖、绝不修改 solution/。可选引导模式见 COURSE.md。
场景皮肤
三个皮肤走同一份代码和同一套测试。开课前选一个最贴近你工作的。
135 行长格式数据，三个地区的每日收入。
验证
五个测试的契约套件：PNG 魔数与文件大小、summary.json 数字对真值。starter 必须复现未完成状态。
python verify.py # 在课程文件夹运行：打印检查点状态 + 认领码第 5 课把工作流——而不是代码——迁移到你真正拥有的一个脚本上：三行任务契约、一个从红变绿的新测试、 一份写明测试不能证明什么的记录。同一个循环在AI Coding 工作方法指南中有完整描述， 并可由可运行示例练习。
检查点通过后，python verify.py 会打印确定性认领码。 完成授权的 Agent 会替你一次性批量提交；手动提交则粘贴到进度页—— 每个检查点 10 分，集齐五个获得 可视化挑战者 课程徽章。认领码是自我声明的证据，不是证书。
通过课程套件只证明被锚定的行为在测试输入上成立——不等于明天的数据也对，不等于生产性能达标， 在你为自己的项目写下契约之前，也不代表你项目里的任何事。仓库测试是证据，不是你的结果。