定位

1、背景

传统报表生成流程通常需要专业的数据分析师进行数据筛选、字段配置和可视化设计，流程繁琐、响应慢，导致业务人员难以快速获得所需数据洞察。随着自然语言处理技术的发展，越来越多的用户希望通过简单的语言描述，快速获得智能化的数据分析报表，降低使用门槛，提高数据分析效率。

demo演示：AI 智能 VS 传统搭建：看板生成效率差出一个工作日！

2、定位与核心能力

小D搭建为Joydata核心能力之一，聚焦一键生成报表、对话式的图表创建和配置，帮助用户更高效地进行报表搭建和数据分析。

二、产品原型

demo：https://www.coze.cn/s/pqlRsIcnuJk/

原型图

说明

入口:

  • 点击【可视化报表-我的看板-智能搭建AI看板】

入口：bi看板

  • 点击【可视化报表-我的AI看板】，可以通过点击【智能搭建AI看板】进入到看板编辑页面
  • 点击【智能搭建AI看板】

  • 点击【模板】
  • 点击【智能搭建AI看板】，右侧弹出对话框，支持选择数据集和输入用户query
  • 选择数据集
    • 在没选择数据集的情况下点击发送，提示“请选择数据集”
    • 下拉框支持输入关键词搜索，下拉框配滚动条，支持用户数据集较多情况
  • 用户query
    • 支持用户自行输入
    • 输入框给示例：“请输入您的分析思路，例如：请帮我基于营销活动数据分析场景生成一个看板”
    • 在没有输入任何query的时候，提示用户，“请输入您的分析思路或者点击模板”
    • 也支持直接使用提供的六个场景的看板模板进行生成，点击模板后，输入框自动输入一段提示词：“基于xxx模版，帮我生成一个看板”七类业务场景示例1.0
  • 点击【发送】流式输出思考过程

  • 第一阶段

  • 第二阶段 渲染看板过程

点击【发送】流式输出思考过程

  • 第一阶段--根据数据集和用户query生成分析思路
    • 在对话框内输出根据用户数据集和自然语言生成的分析思路，右下角有“修改”、“重新生成”、“确认”三个按钮
    • 点击修改，支持用户在“已生成的分析思路”基础上修改分析思路
    • 点击重新生成，则重新给用户生成分析思路
    • 点击确认，则继续流程进入下一步；用户确认后的分析思路作为对话的一部分发送出去
  • 第二阶段--渲染看板
  • 生成看板后，展示界面

  • AI类型看板支持预览、编辑和删除

初次生成看板包含内容

初次生成的看板，支持手动进行编辑的部分：

  • 时间类型筛选器
  • 布局手动调整，包含大小和位置
  • 文本组件

AI看板保存

  • AI类型看板支持编辑、预览和删除，编辑涉及范围同上
  • 之后需要通过对话框进行二次修改，需要考虑到这个点

ui：分析洞察平台bi图表的配色方案（已提供）@李金辉

后端查询接入算法能力，提高nl2sql准确率@杜峰@伍培文(Payne)

# 人工智能
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

AMD Ryzen AI Strix Halo架构处理器：如何在笔记本上跑通原本属于服务器的模型？

avatar AtomGit开源社区
cover

CANN-ATB加速库：Transformer推理性能密码

avatar AtomGit开源社区

Claude API中转怎么选？简易api下的国内接入与兼容 OpenAI 接口实践

如果你的目标是，那么结论可以先说在前面：对于已经基于 OpenAI SDK、API 规范或多模型架构开发的团队来说，选择一个，通常是成本最低、上线最快、后续扩展性也最好的做法。尤其当你的项目不只会调用 Claude，还可能接入 GPT、Gemini、DeepSeek、Qwen 等模型时，单独为每个模型维护一套接入逻辑，长期会带来明显的工程负担。相对而言，像。

avatar AtomGit开源社区