Le nouveau langage de visualisation de Microsoft cache le code superflu pour que les agents IA arrêtent enfin de trébucher sur les graphiques

L'écart entre un graphique techniquement correct et un graphique qu'un humain qualifierait de beau a toujours été comblé par un réglage manuel, précisant si un axe de date doit commencer en janvier ou en février, si la ligne de base d'un graphique à barres se situe à zéro, ou si une échelle de couleurs divergente est plus pertinente qu'une échelle séquentielle. La plupart des bibliothèques de visualisation délèguent ces décisions à l'auteur, ce qui fonctionne bien pour un expert disposant d'un après-midi, mais échoue lorsque l'auteur est un LLM appelant une fonction en moins d'une seconde.

Le nouveau projet open source de Microsoft Research, Flint, est conçu pour combler cette lacune. Plutôt que de demander aux agents d'émettre du JSON Vega-Lite ou ECharts verbeux, Flint accepte une spécification compacte, le type de graphique, les encodages de champ, et des types sémantiques facultatifs, et le compile en une spécification finale native du backend. Les types sémantiques, date, prix, pourcentage, pays, classement, sont la véritable astuce. Une fois que le système sait qu'une colonne contient une valeur monétaire, le compilateur choisit le formatage, la plage d'échelle et la palette de couleurs appropriés sans que le modèle ait besoin d'énoncer chaque paramètre.

Comment Flint compile l'intention en finesse

L'architecture de Flint est simple. L'utilisateur (ou l'agent) fournit une spécification de données avec des types sémantiques et des métadonnées facultatives, ainsi qu'une spécification de graphique qui associe les champs aux canaux visuels comme x, y, couleur et facette. Le compilateur déduit les règles d'analyse, les échelles, les agrégations, le formatage, les palettes de couleurs et la mise en page, produisant du JSON natif pour Vega-Lite, Apache ECharts ou Chart.js. La même intention compacte peut cibler les trois backends, permettant à l'agent de choisir le moteur de rendu qui correspond au contexte, Chart.js pour un tableau de bord web, Vega-Lite pour un carnet de recherche.

L'équipe de recherche a démontré cela avec un exemple de heatmap. Sans Flint, générer une heatmap propre qui étiquette correctement les valeurs mois-année, dimensionne les cellules individuelles et utilise une palette de couleurs divergente significative signifie définir manuellement des propriétés de bas niveau pour l'analyse des périodes, le dimensionnement des cellules et les limites de la plage de couleurs, des opérations que les modèles réussissent difficilement systématiquement. Flint supprime le besoin de ces paramètres explicites en les déduisant du type sémantique attaché au champ de données.

Benchmarks : un avantage sur la génération directe

Dans une étude d'auto-évaluation utilisant des données de test de Tidy Tuesdays, Microsoft a comparé Flint à une référence qu'il appelle DirectVL, où le modèle génère une spécification Vega-Lite complète directement. Sur trois générations de modèles, GPT-5.1, GPT-5-mini et GPT-4.1, Flint a reçu des scores plus élevés par le juge LLM dans tous les cas :

Les améliorations sont modestes en moyenne mais cohérentes, et l'équipe affirme que le véritable avantage est la réduction des erreurs de spécification, des graphiques techniquement valides mais affichant des étiquettes erronées, des axes mal alignés ou des échelles trompeuses. Étant donné que les types sémantiques sont plus faciles à déduire pour les modèles qu'un ensemble complet de paramètres Vega-Lite, Flint réduit considérablement ces échecs.

Flint est déjà passé du prototype à la production. Il alimente désormais Data Formulator, l'outil d'analyse et de visualisation de données assisté par IA de Microsoft.

Workflow agent : le serveur MCP

Parallèlement à la bibliothèque de compilateur centrale, Microsoft a publié flint-chart-mcp, un serveur de protocole de contexte de modèle (MCP) qui permet aux agents de créer, valider et rendre des graphiques dans un environnement de chat ou de codage. Le serveur MCP peut intégrer des données en ligne ou lire des fichiers locaux configurés, et ouvre une vue interactive des graphiques afin que les utilisateurs puissent inspecter et affiner les résultats sans quitter l'interface de l'agent. Cela apporte la fiabilité de Flint à tout agent compatible MCP, des assistants de codage aux robots d'analyse de données.

Le projet est open source sur GitHub sous licence MIT. Les développeurs peuvent trouver les instructions du serveur MCP sur le site du projet Flint.

Flint est un pari selon lequel la prochaine génération d'outils de création de graphiques sera définie non pas par la géométrie qu'ils rendent, mais par la couche sémantique au-dessus, une couche que les humains et les agents peuvent lire et modifier. Que ce pari porte ses fruits dépendra de l'adoption en dehors de Microsoft, mais les premiers chiffres suggèrent que pour la visualisation pilotée par les agents, un peu d'abstraction va très loin.