El nuevo lenguaje de visualización de Microsoft oculta el código repetitivo para que los agentes de IA dejen de tropezar con gráficos

La brecha entre un gráfico técnicamente correcto y uno que un humano llamaría hermoso siempre se ha llenado con ajustes manuales, especificando si un eje de fechas debe comenzar en enero o febrero, si la línea base de un gráfico de barras está en cero, o si una escala de colores divergentes tiene más sentido que una secuencial. La mayoría de las bibliotecas de visualización delegan esas decisiones al autor, lo que funciona bien para un experto con una tarde libre, pero falla cuando el autor es un LLM que llama a una función en menos de un segundo.

El nuevo proyecto de código abierto de Microsoft Research, Flint, está diseñado para cerrar esa brecha. En lugar de pedir a los agentes que generen verboso JSON de Vega-Lite o ECharts, Flint acepta una especificación compacta, tipo de gráfico, codificaciones de campos y tipos semánticos opcionales, y lo compila en una especificación final nativa del backend. Los tipos semánticos, fecha, precio, porcentaje, país, ranking, son el truco real. Una vez que el sistema sabe que una columna contiene un valor de moneda, el compilador elige el formato, rango de escala y esquema de color correctos sin que el modelo tenga que detallar cada parámetro.

Cómo Flint compila la intención en pulido

La arquitectura de Flint es simple. El usuario (o agente) proporciona una especificación de datos con tipos semánticos y metadatos opcionales, más una especificación del gráfico que asigna campos a canales visuales como x, y, color y faceta. El compilador deriva reglas de análisis, escalas, agregaciones, formato, esquemas de color y diseño, produciendo JSON nativo del backend para Vega-Lite, Apache ECharts o Chart.js. La misma intención compacta puede apuntar a los tres backends, permitiendo al agente elegir el motor de renderizado que se adapte al contexto, Chart.js para un panel web, Vega-Lite para un cuaderno de investigación.

El equipo de investigación demostró esto con un ejemplo de mapa de calor. Sin Flint, generar un mapa de calor limpio que etiquete correctamente los valores de mes-año, dimensione celdas individuales y use una escala de colores divergentes significativa implica configurar manualmente propiedades de bajo nivel para el análisis de períodos, dimensionamiento de celdas y límites del rango de colores, operaciones que los modelos fallan rutinariamente. Flint elimina la necesidad de esos parámetros explícitos al inferirlos del tipo semántico adjunto al campo de datos.

Benchmarks: ventaja sobre la generación directa

En un estudio de autoevaluación utilizando datos de prueba de Tidy Tuesdays, Microsoft comparó Flint con una línea base que llama DirectVL, donde el modelo genera una especificación completa de Vega-Lite directamente. En las tres generaciones de modelos, GPT-5.1, GPT-5-mini y GPT-4.1, Flint obtuvo puntuaciones más altas del juez LLM en todos los casos:

Las mejoras son modestas en promedio pero consistentes, y el equipo dice que la verdadera ventaja son menos errores de especificación, gráficos que son técnicamente válidos pero muestran etiquetas incorrectas, ejes desalineados o escalas engañosas. Dado que los tipos semánticos son más fáciles de inferir para los modelos que un conjunto completo de parámetros de Vega-Lite, Flint reduce considerablemente esos fallos.

Flint ya ha pasado de prototipo a producción. Ahora impulsa Data Formulator, la herramienta de análisis de datos y visualización asistida por IA de Microsoft.

Flujo de trabajo del agente: el servidor MCP

Junto con la biblioteca central del compilador, Microsoft lanzó flint-chart-mcp, un servidor del Protocolo de Contexto de Modelo que permite a los agentes crear, validar y renderizar gráficos dentro de un entorno de chat o codificación. El servidor MCP puede incrustar datos en línea o leer archivos locales configurados, y abre una vista de gráficos interactiva para que los usuarios inspeccionen y refinen resultados sin salir de la interfaz del agente. Esto lleva la fiabilidad de Flint a cualquier agente compatible con MCP, desde asistentes de codificación hasta bots de análisis de datos.

El proyecto es de código abierto en GitHub bajo la licencia MIT. Los desarrolladores pueden encontrar instrucciones del servidor MCP en el sitio del proyecto Flint.

Flint es una apuesta a que la próxima generación de herramientas de gráficos se definirá no por la geometría que renderizan sino por la capa semántica en la parte superior, una capa que tanto humanos como agentes pueden leer y editar. Si esa apuesta da frutos dependerá de la adopción fuera de Microsoft, pero los primeros números sugieren que para la visualización impulsada por agentes, un poco de abstracción es de gran ayuda.