OxygenData-Vibe搭建:用 AI Coding重新定义数据看板搭建

OxygenData-Vibe搭建:用 AI Coding重新定义数据看板搭建

💡 原文中文,约8900字,阅读约需22分钟。
📝

内容提要

OxygenData-Vibe让用户通过自然语言对话生成动态数据看板,无需专业研发。其核心是架构解耦:先由人机协同将复杂BI查询规则编译为AI友好的API协议,再让AI专注页面布局与交互,并通过AST检查循环纠错、自研沙箱秒级运行。上线以来已创建478个看板,交付周期从30人天缩短至3天。

🔎

延伸解读

架构解耦:让AI专注页面创造

OxygenData-Vibe的核心创新在于将动态看板开发拆分为两个阶段:先通过人机协同把复杂的BI查询规则编译成AI友好的API协议,再让AI基于这套协议专注页面布局与交互。这样AI无需理解同比周期、树形筛选等私域业务规则,只需传递简单筛选值并消费普通字段。这种解耦既保留了查询准确性,又释放了AI在页面生成上的创造力,避免了直接让大模型生成复杂查询代码的失败路径。

AST Loop与沙箱:保障代码可运行

生成代码语法合法不代表看板能正确运行。OxygenData-Vibe基于TypeScript Compiler API自研AST Checker,每轮生成后检查代码是否使用了正确的queryId、筛选字段和组件,并将错误定位到具体位置,驱动Agent循环修复。同时自研CodeSandbox将生成文件放入内存虚拟文件系统,用esbuild秒级编译,公共依赖从CDN加载,省去安装node_modules的十分钟等待,使Agent能在更短反馈周期内完成多轮验证。

数据画像:弥补AI对动态数据的认知短板

动态数据集通常千万至上亿行,AI无法像处理Excel那样全量读取。OxygenData-Vibe通过数据画像先回答字段含义、维度枚举、指标分布及可组合查询方式,为AI提供一份数据集“使用说明书”。这借鉴了Claude Code先理解Excel再生成页面的思路,但将全量读取改为元信息与统计特征,避免模型因不了解数据而选错字段或做出无业务意义的分析,从而提升生成看板的可靠性。

效率提升与适用边界

上线以来用户已创建478个看板,其中117个完成发布,交付周期从30人天缩短至3天。这一模式适合对交互体验和个性化有较高要求、标准化BI难以满足的场景,但文章也指出AI并非万能:私域知识、复杂业务规则仍需通过架构拆分来降低AI理解负担。因此,该方案并非完全替代研发,而是将复杂查询规则下沉到查询层和组件层,让AI在明确边界内发挥,业务用户仍需先配置数据集并参与协议确认。

❓

Q&A

OxygenData-Vibe 是什么?它主要解决什么问题?

OxygenData-Vibe 是一个通过自然语言对话生成动态数据看板的 AI Coding 平台。它让业务用户无需专业研发,只需配置数据集并用自然语言描述需求,Agent 就能生成可运行、可修改、可发布的数据看板,从而在保留自研看板灵活性的同时,获得接近 BI 的开发效率。

OxygenData-Vibe 上线后的实际效果如何?

自今年 9 月上线以来,用户已通过 OxygenData-Vibe 创建了 478 个 AI Coding 看板,其中 117 个完成发布并投入使用。过去自研交付需要 30 人天,现在用 OxygenData-Vibe 3 天即可交付初版。

为什么不能直接把 BI 数据交给大模型生成看板?

因为动态看板的数据集通常达到千万甚至上亿行,远超模型上下文限制,无法像静态看板那样直接读取全量数据。同时,BI 查询协议中的筛选条件、同比环比等配置非常复杂,让 AI 自由生成前端代码会导致数据正确性难以保证,实际测试中这条路径没有跑通。

OxygenData-Vibe 的架构解耦具体分为哪两个阶段?

第一阶段是查询协议构建:通过人机协同,由 AI 辅助理解和生成,平台 GUI 与人工判断提供约束和确认,将复杂 BI 查询规则编译成标准化的查询协议。第二阶段是基于 AI 友好协议的页面构建:AI 面对语义明确、结构稳定的协议,专注于页面布局、图表表达和交互实现,将业务意图转化为最终看板。

什么是“面向 AI 的新宇宙”?它如何降低 AI 开发复杂度?

“面向 AI 的新宇宙”是指重新设计 AI 看到的世界,把企业内部专有的 BI 规则和协议转化为大模型熟悉的通用表达。具体表现为:开发侧不再包含私域业务规则;请求侧 AI 只需传递简单的筛选字段和值,复杂查询条件由组件与查询层自动补全;响应侧衍生指标(如同比、环比)被转换为普通数据字段,AI 可直接绑定使用。这样 AI 无需理解底层 BI 细节,只在明确边界内发挥创造力。

OxygenData-Vibe 如何保证 AI 生成的代码能正确运行?

平台通过自研 AST Loop 实现循环纠错:每轮代码生成后,基于 TypeScript Compiler API 的 AST Checker 会分析源码和模块依赖,用查询、筛选、表格等规则检查代码,并将错误定位到具体文件和位置;Agent 根据结果修改代码并再次检查,直到所有规则通过。此外,自研 CodeSandbox 使用内存虚拟文件系统和 esbuild 实现秒级编译运行,公共依赖从 CDN 加载,避免环境差异,让 Agent 能快速验证和修复。

🏷️

标签

➡️

继续阅读