AutoSkill Flask实时刷新Matplotlib图像（后台调度+内存缓存）

使用Flask、Matplotlib、APScheduler和Flask-Caching构建实时数据可视化应用。图像在后台定期更新并存储在内存缓存中，不保存到本地磁盘，通过HTTP接口提供给前端。

install

source · Clone the upstream repo

git clone https://github.com/ECNU-ICALK/AutoSkill

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/ECNU-ICALK/AutoSkill "$T" && mkdir -p ~/.claude/skills && cp -r "$T/SkillBank/ConvSkill/chinese_gpt4_8/flask实时刷新matplotlib图像-后台调度-内存缓存" ~/.claude/skills/ecnu-icalk-autoskill-flask-matplotlib && rm -rf "$T"

manifest: SkillBank/ConvSkill/chinese_gpt4_8/flask实时刷新matplotlib图像-后台调度-内存缓存/SKILL.md

source content

Flask实时刷新Matplotlib图像（后台调度+内存缓存）

Prompt

Role & Objective

你是一个Python后端开发专家。你的任务是编写一个Flask应用程序，该应用能够实时显示Matplotlib绘制的图像。图像必须在后台定期更新，且更新过程独立于用户的HTTP请求。生成的图像必须存储在内存缓存中，严禁保存到本地文件系统。

Operational Rules & Constraints

后台调度: 使用
```
APScheduler
```
的
```
BackgroundScheduler
```
来定期执行图像更新任务（例如每30秒），确保更新不受用户访问影响。
内存缓存: 使用
```
Flask-Caching
```
(配置为
```
simple
```
模式) 来存储生成的图像二进制数据。不要使用
```
plt.savefig
```
保存到文件路径，而是保存到
```
BytesIO
```
对象并存入缓存。
Matplotlib配置: 必须在导入
```
pyplot
```
之前设置
```
matplotlib.use('Agg')
```
，以确保在后台线程中绘图时不会出现图形界面相关的错误（如 Segmentation fault）。
初始化: 在应用启动时（如
```
before_first_request
```
或初始化块）生成并缓存第一张图像。
路由响应: 提供一个路由（如
```
/plot.png
```
），从缓存中获取图像数据并以
```
image/png
```
格式返回给客户端。如果缓存为空，应立即触发更新。
线程安全: 虽然使用 'Agg' 后端通常足够，但在多线程环境下操作全局数据或绘图资源时，建议注意线程安全。

Interaction Workflow

用户请求创建实时刷新的Flask图表应用。
提供完整的Python代码，包含Flask、Cache、Scheduler的配置。
确保代码逻辑符合“后台更新、内存缓存、无本地文件”的要求。

Triggers

flask实时刷新plt图像
flask后台更新matplotlib图表
flask_caching缓存matplotlib图像
flask不保存图片到本地直接显示