← Alle Werkzeuge

Werkzeug · Agenten-Werkzeug

Flint

von Microsoft Research

Zwischensprache für Diagramme: Das Modell beschreibt in rund zehn Zeilen JSON nur die Bedeutung der Daten, ein deterministischer Compiler trifft alle geometrischen Entscheidungen und erzeugt daraus Vega-Lite, ECharts, Chart.js, Plotly oder native Excel-Diagramme.

Open SourceNode.jsWebCLIMCPSelf-Hosted

Einschätzung

Sauberes Muster, junges Forschungsprojekt

Der Ansatz ist das Interessante daran, nicht der Funktionsumfang: eine kurze, maschinell prüfbare Zwischenrepräsentation zwischen Modell und Ausgabe – zehn Zeilen JSON lassen sich vor dem Rendern validieren, hundert Zeilen generiertes D3 nicht. Wer ein Frontier-Modell für gelegentliche Standard-Diagramme einsetzt, braucht Flint nicht; der Nutzen wächst mit Diagramm-Komplexität, sinkender Modellgröße und dem Anspruch, dass am Ende jemand anderes das Ergebnis sieht. Zugleich ist es erklärtermaßen ein Forschungsprojekt: keine Karten, kein 3D, keine Netzwerkgraphen, kein Python-Paket, Barrierefreiheit offen.

Flint teilt die Diagramm-Erzeugung in zwei Aufgaben, die unterschiedlich gut zu Sprachmodellen passen. Die erste ist Bedeutung: Welche Spalte ist ein Zeitraum, welche ein Preis, welche eine prozentuale Veränderung? Die zweite ist Geometrie: Achsen, Schrittweiten, Skalen-Domänen, Beschriftungsabstände, Farbrampen. Modelle sind in der ersten Aufgabe stark und in der zweiten unzuverlässig – und genau dort entstehen die leeren oder verrutschten Diagramme, die Agenten ausliefern. Flints Antwort: Das Modell schreibt nur die Bedeutung, ein Compiler rechnet den Rest.

Technisch ist das ein hierarchisches semantisches Datenmodell mit über 70 semantischen Typen (`Rank`, `Temperature`, `Price`, `Country` …). Aus einer knappen Spezifikation leitet der Compiler eine bibliothek-unabhängige Konfiguration ab und übersetzt sie in vollständige, ausführbare Spezifikationen mehrerer Ziel-Grammatiken. Der Effekt ist an einer Stellschraube ablesbar: Wird ein Feld von „Menge“ auf „prozentuale Veränderung“ umgetypt, wechselt der Compiler auf eine divergierende Farbpalette, formatiert die Zahlen neu und skaliert die Achse neu – ohne dass jemand eine Farbe oder Achse angefasst hätte.

Ausgeliefert wird als npm-Bibliothek `flint-chart` und als MCP-Server `flint-chart-mcp` (`npx -y flint-chart-mcp`), der Agenten die Flint-Werkzeuge plus Diagramm-Leitfaden bereitstellt; gerendert wird lokal. Ziel-Grammatiken sind Vega-Lite, Apache ECharts und Chart.js, seit Version 0.4.0 (24.07.2026) zusätzlich 38 Plotly-Diagrammtypen und 18 native, in Excel weiter editierbare Vorlagen. Lizenz MIT, Code bei `microsoft/flint-chart`; das zugehörige Paper („Flint: A Semantics-Driven Data Visualization Intermediate Language“, arXiv 2607.20775, 22.07.2026) stammt von Autoren aus Microsoft Research und der Renmin-Universität.

Wichtig für die Einordnung: Flint ersetzt Vega-Lite nicht, es kompiliert dorthin – die erzeugte Spezifikation gehört dem Projekt und lässt sich von Hand nachziehen. Ein Python-Paket steht aus („to be released“, bislang nur eine Quellcode-Vorschau).

Wofür es gut ist

  • Agenten und Analyse-Werkzeuge, die Diagramme für Endnutzerinnen und Endnutzer erzeugen – dort, wo eine Quote von „vier von fünf sehen gut aus“ nicht reicht
  • Zusammengesetzte Diagrammtypen (Waterfall, Sunburst), bei denen handgeschriebene Vega-Lite-Spezifikationen schnell dreistellig werden
  • Aufbauten mit kleinen oder günstigen Modellen, denen die geometrische Feinarbeit nicht zuzutrauen ist

Stärken

  • Trennt Bedeutung (Modell) von Geometrie (deterministischer Compiler) – die Fehlerquelle wandert aus dem Nichtdeterministischen heraus
  • Über 70 semantische Typen; ein geänderter Typ zieht Palette, Zahlenformat und Achsenskalierung konsistent nach
  • Kein Rendering-Monopol: kompiliert nach Vega-Lite, ECharts, Chart.js, Plotly und nativem Excel – die Ausgabe bleibt von Hand nachbearbeitbar
  • MCP-Server mit Einzeiler-Einrichtung, lokales Rendern (Daten verlassen die Maschine nicht), MIT-Lizenz

Schwächen

  • Forschungsprojekt in Version 0.4.x, seit Juli 2026 öffentlich – kein Produktsupport
  • Keine Karten, kein 3D, keine Netzwerkgraphen, kein Ebenen-Modell; Barrierefreiheit ist ein offenes Thema
  • Python-Paket steht aus (bislang nur Quellcode-Vorschau)
  • Für Power-User mit großem Modell und einfachen Diagrammen löst es ein Problem, das sie nicht haben

Im Vergleich

Wofür dieses Werkzeug die bessere Wahl ist – und wann ein direkter Konkurrent.

  • Gegenüber Vega-Lite ist Flint kein Konkurrent, sondern eine Ebene darüber: Vega-Lite bleibt bis zu dem Punkt angenehm, an dem das Diagramm auch gut aussehen soll – ein Waterfall-Chart wächst dort schnell über hundert gekoppelte Parameter, während der Compiler diese Entscheidungen übernimmt.
  • Gegenüber Diagramm-MCP-Servern, die Daten an einen fremden Dienst schicken und Dutzende Einzelwerkzeuge exponieren, bleibt hier das Rendern lokal und die Schnittstelle schmal.

Stimmen aus der Community

Subjektive Einschätzungen Dritter – keine belegten Fakten, jeweils verlinkt.

  • positivWerkzeug-Vorstellung mit eigener Einrichtung (MCP-Server, CSV, Heatmap in Sekunden) und offen benannten Grenzen: Forschungsprojekt statt Produkt, keine Karten, kein 3D, kein Python-Paket, und für Power-User mit großem Modell löse Flint „a problem you don't have“. Die verallgemeinernde These des Videos: Agentische Systeme konvergierten auf genau diese Form – „the LLM emits a tiny validatable intermediate representation and a deterministic layer does everything else“. (Zwei Angaben des Videos treffen nicht zu: Flint ist zum Aufnahmezeitpunkt gut drei Wochen alt, nicht zwei Monate, und das Paper lag bereits vor.)Better Stack – „Microsoft Built a New Charting Language for AI Agents“ (YouTube) · Community, Juli 2026

Direkt ausprobieren

github.com/microsoft/flint-chart

Zur offiziellen Seite ↗

ℹ️ Über den Dev-/Vendor-Kanal Better Stack (C58, Tier C) aufgekommen; Funktionsumfang, Version, Lizenz und Ziel-Grammatiken am Microsoft-Research-Beitrag, am Repo und am arXiv-Paper geprüft, nicht am Video. Flint stand am 09. und 10.07.2026 bereits in unseren News-Sweeps und wurde dort nicht aufgegriffen. Nicht übernommen: die im Video genannte Erfolgsquote von rund 80 % beim eigenen Analyse-Agenten und die Angaben zu npm-Downloads und Token-Ersparnis – in keiner der geprüften Primärquellen enthalten.

Verwandte Werkzeuge

Coding-AgentClaude CodeAgentisches Coding-Werkzeug von Anthropic – im Terminal, als Desktop-App, in der IDE und im Browser.Coding-AgentCodexOpenAIs agentisches Coding-Werkzeug – im Terminal, in der IDE, als Desktop-App und als Cloud-Agent, der Aufgaben eigenständig abarbeitet.Coding-AgentDevinAutonomer KI-Softwareentwickler von Cognition: plant Aufgaben, setzt sie in einer eigenen Umgebung um und liefert Pull-Requests.