商业BI数字人智能体

2026-02-13 23:08:32

行业：电商、金融

载体：Windows应用、嵌入式软件

技术：JavaScript、Node.js、Python、React

业务和功能介绍

该项目是一个融合了3D 数字人交互与生成式AI数据分析的商业智能平台。它不仅仅是一个数据可视化工具，更是一个能够"听懂"你意图、"会说话"的智能数据分析师。该项目获得某黑客松银奖。

🤖 核心功能与 AI 实现原理 (Core AI Features)

本项目通过精细的 Prompt Engineering 和 Multi-Agent 架构，在三个核心场景深度集成了 LLM 能力。

1. 📊 智能数据大屏 (AI Dashboard Generation)

功能描述：上传文件，立即可视化。零配置，零学习成本。用户无需拖拽任何字段，上传即生成一个结构完整、逻辑清晰的初始仪表盘。

2. 🤖 数字人讲解 (AI Narration & Sync)

功能描述：不仅看图，还能听懂图。数字人实时播报数据洞察。

每一张展示在屏幕上的图表，背后都有一个专属的数字人播报。

3. 💬 智能问数

功能描述：一句自然语言，完成复杂数据分析。

为了解决复杂问题设计了三个分工明确的 Agent：

🧭 Router Agent（路由与拆解）

角色定位：他是"大脑"，负责分析用户问题的意图，将其拆解为多个子任务。
核心能力：
- 🎯 意图识别：理解用户真实需求
- 🧩 任务拆解：复杂问题分解为简单子任务
- 📋 执行规划：生成结构化的执行计划

项目实现

### 🎨 前端技术栈 (Frontend)

| 技术 | 版本 | 用途 | 核心特性 |
|------|------|------|---------|
| React | 18.2.0 | UI 框架 | Concurrent Mode, Hooks, Suspense |
| Vite | 7.2.4 | 构建工具 | ESM, HMR, 极速冷启动 |
| ECharts | 5.5.0 | 数据可视化 | 7种图表类型, 主题定制 |
| React Grid Layout | 1.4.4 | 拖拽布局 | 响应式, 碰撞检测, 自动排列 |
| React Resizable | 3.0.5 | 尺寸调整 | 拖拽缩放, 最小/最大尺寸 |
| Lodash | 4.17.21 | 工具库 | 数据处理, 防抖节流 |

### ⚙️ 后端技术栈 (Backend)

| 技术 | 版本 | 用途 | 核心特性 |
|------|------|------|---------|
| Node.js | 18+ | 运行时 | ES Modules, 异步 I/O |
| Express | 4.18.2 | Web 框架 | 路由, 中间件, RESTful API |
| Better-SQLite3 | 12.6.2 | 内存数据库 | 同步 API, 事务支持, 高性能 |
| XLSX | 0.18.5 | Excel 解析 | .xlsx/.csv 支持, UTF-8 编码 |
| Multer | 1.4.5 | 文件上传 | 内存存储, 文件过滤 |
| OpenAI SDK | 4.20.1 | AI 接口 | 流式响应, 错误重试 |
| CORS | 2.8.5 | 跨域支持 | 开发环境跨域 |
| Dotenv | 16.3.1 | 环境变量 | 配置管理 |

示例图片视频

yst

30天前活跃

方向：前端-小程序、爬虫/脚本-爬虫/脚本、

交付率：100.00%

查看主页

相似推荐

顶流电商平台数据采集和价格监控

1.随着电商行业竞争白热化，某日化品牌客户面临竞品价格变动快、促销策略滞后、库存监控缺失等痛点。为辅助其动态定价决策，本项目立项建设一套分布式电商数据采集中台。核心目标是实现竞品SKU价格、促销活动、评论情感及库存状态的实时监控与趋势分析，将数据获取时效从人工每日核查提升至分钟级自动化采集，为运营团队提供精准的数据弹药。 2.系统包含四大核心模块：任务调度中心（支持定时/触发式采集任务配置）、多源适配器（针对不同平台封装独立解析引擎）、反爬对抗层（集成动态代理池与验证码识别服务）、数据治理管道（完成去重、格式标准化与异常预警）。各模块松耦合设计，支持水平扩展。 3. 运营人员在管理后台创建采集任务（设定目标URL、采集字段与频次）→ 调度中心下发任务至爬虫集群 → 适配器执行采集并实时对抗反爬 → 原始数据进入清洗管道 → 结构化数据存入MongoDB，同时价格波动触发钉钉告警 → 最终数据通过API同步至客户BI看板，完成从需求到决策的闭环。

Python自动化数据处理脚本集（Excel / 网页采集 / PDF提取）

本项目是一个Python自动化脚本工具集，覆盖三类最常见的办公数据处理场景，旨在替代人工重复操作、提升数据整理效率。【模块一：Excel批量合并与清洗】业务场景：企业每月产生多份结构不统一的销售/运营报表，手工合并耗时且易出错。功能：自动遍历读取多个Excel文件 → 合并为单一汇总表 → 清洗空值、重复行、异常格式 → 输出按维度的汇总统计（月度/产品/人员）。【模块二：公开网页数据采集与整理】业务场景：需要定期从公开网页获取结构化信息（如行业资讯、商品列表、政策公示），手工复制粘贴效率低。功能：模拟浏览器请求 → 解析HTML提取目标字段（标题、作者、标签等）→ 翻页自动遍历 → 输出为CSV文件，可直接导入Excel或数据库。【模块三：PDF信息提取】业务场景：企业收到大量PDF格式的发票、合同、报表，需要提取关键字段录入系统。功能：读取PDF文档 → 定位并提取日期、金额、编号等关键信息 → 汇总输出为Excel表，替代手工逐一录入。全部脚本采用模块化设计，修改少量配置参数即可适配不同客户的数据结构，交付周期1-2天。

医疗医保核销结算后台-医保核销系统

面向医疗机构搭建医保费用结算中台，覆盖门诊就诊登记、医保单据批量申报、财政基金拨付全流程数字化，支撑医院日常医保报销业务。系统解决并发提交重复扣款、多角色接口权限混乱、高频查询击穿数据库、事务与缓存同步失效等风险，实现单据三层并发校验、多维度动态权限管控、多级缓存防护、N+1 查询优化，保障医保结算数据合规准确。

生活服务综合小程序后台管理系统 - 修享家

立项背景和目标：修享家旨在打造一个全面、高效的综合生活O2O服务平台，无缝连接服务提供者（如维修师傅、家政人员）与普通C端/企业用户。项目的核心目标是开发一个功能强大的PC端后台管理系统，用于全面支撑和统筹该小程序端庞大且复杂的业务和数据流转。软件功能、核心功能模块的介绍：系统划分为三大功能区，共包含23个具体管理模块。修享家核心：涵盖多城市订单跟踪、售后退款、师傅人员注册与调度、企业及C端用户分离管理，以及树状结构的服务分类配置。商城与生活：集成电商商品管理、外卖餐饮、酒店民宿预订、搬家出行、招聘及家政保洁等多元化生活服务。运营与财务：包含财务集中结算、物流骑手管理、多级分销合伙人（流量合伙人）规则配置，以及多城市区域配置。业务流程、功能路径描述：业务自用户在前端小程序下单（涵盖维修、购物、外卖等）发起，订单数据实时同步至后台统一化面板。后台运营人员可根据订单类型进行智能或人工派单调度（针对维修与物流），并跟进售后处理及财务结算。同时，系统支持多级分销机制和流量合伙人推广路径，实现业务的被动拉新与裂变。目前该平台已成功流转 1286+ 订单，产生超 386,720+ 元交易流水。

某大型车企内部积分兑换商品平台-积分兑换平台

服务于国内某大型汽车企业的积分兑换平台，为其搭建一套"行为认可 → 积分累积 → 权益兑换"的数字化激励闭环，把原本分散的绩效奖金、节日福利、培训激励、文化践行奖励统一到一个积分池里，员工自主兑换心仪商品/服务，企业端实现成本可控、规则透明、数据可追溯。支持多个商品渠道管理，可对接国内主流电商平台的商品信息。