程序聚合 软件案例 商业BI数字人智能体

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%
相似推荐
Java 应用集群迁移与 Elasticsearch 数据同步
一、背景与目标 客户因业务调整,需要将现有生产环境的网站服务及数据完整迁移至新服务器。涉及约 10 个 Java 网络应用程序及配套的搜索、消息队列服务。目标是在保证数据完整性的前提下,实现业务的平滑割接,确保迁移后服务可正常访问。 二、功能模块 1.全量服务迁移: 涵盖 Elasticsearch 7.8.0 搜索引擎、Nginx 反向代理、RabbitMQ 消息队列及 Redis 缓存服务的部署与配置还原。 2.Java 应用部署: 迁移并配置 10 个左右的 Java 后端应用,恢复其 JVM 参数及配置文件。 3.数据一致性保障: 执行数据库与索引数据的导出导入操作,确保新旧环境数据一致。
CentOS7 Docker 基础运行环境搭建与组件部署
客户需要在单台 CentOS 7 服务器上快速构建一套标准化的后端开发与运行环境。目标是替代繁琐的手动安装过程,通过容器化技术统一部署 MySQL、MongoDB、Redis、Kafka、Zookeeper、MinIO 等中间件,并预置 GoLang 开发环境,确保环境的一致性和可移植性。 功能模块: 1.中间件容器化: 集成 MySQL 5.7+、MongoDB 6.0+、Redis 7.0+、Kafka 及 Zookeeper 等核心组件,通过 Docker Compose 进行统一编排启动。 2.对象存储服务: 部署 MinIO 对象存储,用于非结构化数据的存储测试。 3.环境初始化: 编写初始化脚本,自动完成各组件的用户名密码配置(如 mysql/mongodb/redis/minio 统一认证),并安装 GoLang 1.18 及 Git 工具链,交付即可用的基础镜像环境。
考霸APP
面向小学、初中、高中学生,主打本地名校真题、同步教材、AI 智能刷题,题库超 350 万道,适配人教版、北师大版等主流教材版本。 核心功能 本地真题资源:名校月考、联考、教研室统考、分班考试卷,贴合本地考情 视频讲解:试卷、难题配套名师视频,支持投屏观看 AI 错题本:自动归集错题,按知识点分类;AI 举一反三推送同类变式题,做一道通一类;学情统计,定位薄弱知识点 音频磨耳朵:语文、历史、道法等文科考点音频,通勤碎片时间背诵记忆 同步教材练习:同步课本章节预习、课后巩固,试卷支持下载打印 PDF 备考计划:寒暑假提分计划、一轮二轮复习、中考真题专项训练
微信小程序商城
本项目围绕微信小程序商城及服务业务场景进行开发,集商品展示、在线预约、订单管理、微信支付、用户中心、服务管理和数据统计等功能于一体。用户可通过小程序完成商品浏览、服务预约、订单提交、在线支付及订单查询等操作,企业则可通过管理后台统一管理商品、服务、用户、订单、支付记录及运营数据,并可根据后续业务需求扩展会员、优惠券、积分、物流配送、消息通知及第三方系统接口等功能。
山姆拼团小程序
一、立项背景和目标 山姆会员店商品多为大容量家庭装,个人/小家庭用户常面临单品分量过大、不易储存或单独购买起送门槛高的问题。本项目旨在打造一款专为山姆商品设计的“社区/同城拼单与分装小程序”,支持用户快速发起拼单、凑单分装、分摊会员优惠与配送费,降低购买门槛,提升商品流通与履约效率。 二、软件功能与核心功能模块 1. 商品与拼团管理模块:支持山姆商品目录展示、拼单发起(支持按份数/按件拆分拼团)、拼团时效倒计时与成团状态流转。 2. 订单与支付分账模块:集成微信支付与预授权机制,支持成团自动扣款、拼团失败自动原路退款及差额多退少补。 3. 履约配送与自提核销:支持团长代收分装、同城配送对接、社区自提点选择及到货动态取件码核销。 4. 社交裂变与通知提醒:提供拼团海报一键生成、微信群转发分享及基于模板消息的成团/发货进度实时提醒。 三、业务流程与功能路径 团长/用户选择山姆商品并发起拼单 -> 设定拼团规则(成团人数/件数/有效时间)并分享至微信群或好友 -> 参团成员加车支付参团 -> 满员触发成团事件与采购通知(未满员超时自动退款) -> 商品到货团长分装/核销自提 -> 完成订单闭环。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服