本地优先可信 AI 数据分析工作台-AIDATA
2026-07-27 12:53:59
行业：人工智能、企业服务(saas)
载体：网站、Windows应用
技术：Python、FastAPI、React、PostgreSQL
业务和功能介绍
AIDATA 是面向企业经营分析场景的本地优先、证据优先 AI 数据分析工作台。用户可接入 MySQL、PostgreSQL、SQLite、CSV、Excel 和飞书表格，用自然语言完成直接数据问答、快速分析和正式报告。系统自动识别数据场景与字段语义，生成只读 SQL 并在本地执行，随后完成趋势与异常诊断、图表推荐、证据链绑定、结论与假设分离以及 HTML、PDF、PPTX 报告导出。
平台同时支持经营目标跟踪、跨数据源联合分析、数据对账、可审计预测与情景模拟、智能预警、行动效果复盘、业务口径版本管理、敏感字段识别和经营简报送达。核心业务流程为：接入数据 → 自动画像 → 确认关键业务口径 → 自然语言提问 → 安全查询 → 确定性计算 → 生成图表与证据 → 质量验证 → 沉淀报告或创建自动关注任务。默认只展示结果，计算过程、SQL、证据和复核记录可按需展开，兼顾小白用户的易用性与专业用户的可复查性。
平台同时支持经营目标跟踪、跨数据源联合分析、数据对账、可审计预测与情景模拟、智能预警、行动效果复盘、业务口径版本管理、敏感字段识别和经营简报送达。核心业务流程为：接入数据 → 自动画像 → 确认关键业务口径 → 自然语言提问 → 安全查询 → 确定性计算 → 生成图表与证据 → 质量验证 → 沉淀报告或创建自动关注任务。默认只展示结果，计算过程、SQL、证据和复核记录可按需展开，兼顾小白用户的易用性与专业用户的可复查性。
项目实现
项目采用 React、TypeScript 和 Vite 构建前端，FastAPI 与 SQLAlchemy 提供本地 API，LangGraph 统一编排多轮问答、分析计划、SQL 校正、事实台账、质量复核和精准返修流程，Redis 与 Celery 承担长耗时分析、报告生成、巡检和定时任务。数据层支持 MySQL、PostgreSQL、SQLite 及 Excel/CSV；大文件使用 DuckDB、PyArrow 和流式索引处理，数据库分析优先在数据源端完成聚合，避免将整表载入浏览器。
本人独立负责产品定位、交互设计、前后端开发、数据接入、只读 SQL 安全、动态语义层、图表与报告引擎、多模型路由、MCP/插件接入、云端摘要同步和自动化测试。项目的核心难点是陌生字段和多业务场景下的 AI 幻觉、长任务稳定性以及本地数据安全。为此设计了 AnalysisSpec、FactLedgerV2 和 ClaimSpec 三层可信分析结构：所有确定性数值均由程序计算并绑定唯一证据，AI 负责理解、解释和组织表达；系统再通过确定性验证、独立模型复核和最多 4 次精准返修控制报告质量。
项目已实现只读 SQL 拦截、敏感数据脱敏、任务重试、用户隔离、可追溯证据链和云端安全摘要协同，并完成桌面端与移动端适配。最近一次决策工作台专项验收中，33 个后端回归用例和 39 组前端产品检查全部通过。
本人独立负责产品定位、交互设计、前后端开发、数据接入、只读 SQL 安全、动态语义层、图表与报告引擎、多模型路由、MCP/插件接入、云端摘要同步和自动化测试。项目的核心难点是陌生字段和多业务场景下的 AI 幻觉、长任务稳定性以及本地数据安全。为此设计了 AnalysisSpec、FactLedgerV2 和 ClaimSpec 三层可信分析结构：所有确定性数值均由程序计算并绑定唯一证据，AI 负责理解、解释和组织表达；系统再通过确定性验证、独立模型复核和最多 4 次精准返修控制报告质量。
项目已实现只读 SQL 拦截、敏感数据脱敏、任务重试、用户隔离、可追溯证据链和云端安全摘要协同，并完成桌面端与移动端适配。最近一次决策工作台专项验收中，33 个后端回归用例和 39 组前端产品检查全部通过。
示例图片视频
相似推荐
中国中车机车及设备生产运维平台
立项背景和目标：
当前中国铁路信息化虽快速发展，但各路局电务部门仍面临严重的信息孤岛与协同壁垒：部门间作业靠人工纸张流转，任务传达滞后且执行状态无法跟踪；设备故障诊断依赖老师傅经验，新老设备混用导致定位不准、排除效率低；大量库修区设备的位置与状态处于“黑盒”状态；多套烟囱式业务系统账号不互通，用户需反复登录。中国中车委托拓维信息建设统一的“机车车载设备生产管理平台”，旨在利用流程引擎、物联感知与统一认证技术，打通采购入库、检测上车、故障下车、库修检修、维修出厂的全生命周期链路，实现“人机料法环”全面数字化协同，显著提升电务安全生产效率和指挥调度能力。
软件功能与核心模块：
平台核心模块涵盖：流程协同引擎模块（基于Activiti实现工单驱动的跨部门任务流转）、设备全生命周期履历模块（从入库到报废的完整电子档案）、智能诊断与知识库模块（结合规则引擎与故障索引库辅助快速排故）、统一认证门户模块（4A技术集成LMD、换装等子系统单点登录）。其中，我独立负责的 “实时状态可视化监控模块” ，基于 Angular 框架构建单页应用，采用 SVG矢量图形 技术绘制机车设备面板及车间电子地图，并通过 WebSocket全双工通信 接收底层采集器上报的设备信号，将枯燥的十六进制码实时映射为图形颜色、闪烁动画及位置变化，实现全车间设备工况的“一屏感知”。
业务流程与功能路径：
以“库修区设备突发告警”为例：当工区一台待修设备自检信号异常时，信号采集终端通过Netty网关将告警报文推送给后端Kafka，经规则引擎研判后，通过WebSocket将标准化的状态JSON（含设备ID、故障码、时间戳）主动推送到我的Angular监控前端。前端Service层接收消息后，利用RxJS的Subject进行流式分发，触发SVG画布中对应设备图元的属性更新——设备由绿色常态切换为红色呼吸闪烁，同时右侧告警面板自动滚动显示详情。维修主管点击闪烁图元，弹出绑定设备履历的模态框，一键生成维修工单并推送至流程引擎；引擎驱动库管员扫码出库备件，SVG地图上该设备位置自动从“待检区”平移至“维修台位”，全程状态变更通过WebSocket广播至调度、检修、质检等所有相关角色的Angular界面，确保信息零时差、任务不落地。
中车铁路线路编制软件
立项背景和目标：
2015年底，铁路总公司启动LKJ设备运行监测管理系统（LMD）项目，旨在构建统一的电务安全监控体系，实现对LKJ系统设备的动态监控与精细化管理。系统需在2016年3月完成基本功能开发并上线试运行，以支撑全路现场会展示。核心目标是：提升对机车运行状态、设备报警、数据版本换装、海量文件解析及机车分布监测的综合管控能力，切实保障LKJ系统稳定运行，降低安全风险。
软件功能与核心模块：
系统涵盖运行监测（基于GIS的实时机车定位与跟踪）、报警监控（多类型设备异常报警）、版本监测（换装计划与过程管控）、文件管理（远程下载与解析）、机车分布（围栏与位置维度统计）、设备监测（TSC设备状态及故障履历）以及系统管理（用户与界面参数配置）七大核心功能模块，全面覆盖电务业务管理需求。
业务流程与功能路径：
典型业务路径以“版本换装”为主线：由调度人员制定换装计划并下发，现场作业人员按计划执行换装操作，系统实时回传换装进度与状态，管理人员通过版本监测模块进行过程跟踪，最终完成换装销号，形成闭环管理。同时，机车运行过程中，系统通过车载设备持续采集数据，经地面云服务处理后，在GIS地图上动态刷新机车位置，并对异常事件触发报警流程，推送至相关责任人进行处理。
Nexa Support：智能客服 SaaS 产品展示与交互原型
访问https://issue-11-deploy.vercel.app可访问该网站项目
访问https://github.com/zaviro/nexa-support查看源码
Nexa Support 是一个面向 SaaS 团队的智能客服产品案例展示项目，目标是通过可交互的 Web 原型呈现“访客提问—智能回复—人工接管”的客户服务闭环，帮助访客快速理解产品价值与使用场景。项目提供响应式营销首页、产品数据看板、功能介绍、价格方案、FAQ 和登录占页；支持通过单一按钮切换英文与简体中文。用户可在右下角打开客服聊天窗口，体验价格、退款、产品功能、人工转接等预设咨询流程，以及自由提问的确定性回复。项目中的 API Key、聊天和登录均为演示交互，不接入真实 AI、认证或用户数据服务。
方太柏厨全链路业务数字化管理体系
项目以微软 Dynamics 365 CRM 为核心数据底座，由公司提供产品授权与基础部署，团队负责全量业务定制开发与扩展系统建设，形成 “标准 CRM + 定制业务系统” 的完整方案。系统覆盖国内数百家经销商门店及海外渠道，支撑亿级规模业务的全渠道订单全生命周期流转。
Excel/Python办公自动化工具 —— 自动报表与数据整理助手
1. 多源数据自动采集
支持读取 .xlsx / .xls / .csv 文件；
支持合并同一目录下多个结构相同的文件（如每日销售明细）；
支持从数据库（MySQL/SQLite）直接读取数据。
2. 智能数据清洗
自动检测并处理缺失值（填充均值/中位数/众数，或删除）；
自动去重，保留最新记录；
日期格式标准化（自动识别多种日期字符串并统一为 YYYY-MM-DD）；
文本规范化（去除空格、统一大小写、替换非法字符）；
异常值标记（通过 Z-score 或 IQR 方法识别并高亮）。
3. 灵活的数据透视与汇总
按任意维度（如区域、产品线、销售员）进行分组汇总；
支持自定义聚合函数（求和、平均、计数、最大/最小、标准差）；
自动生成环比/同比变化率；
可配置多级小计和总计。
4. 自动化报表生成
生成格式美观的 Excel 报表，包含：
数据明细表（自动添加筛选器）；
汇总透视表；
可视化图表（柱状图、折线图、饼图，使用 OpenPyXL 或 XlsxWriter）；
条件格式（如销量低于阈值标红、高于目标标绿）。
支持输出为 .xlsx 或 .pdf 格式。
5. 定时调度与邮件分发
集成 schedule 或 Windows 任务计划器，实现每日/每周自动运行；
自动将生成的报表通过 SMTP 邮件发送给指定收件人列表；
支持邮件正文插入关键指标摘要。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服