ChatBI开源实现：AI+BI的产品设计（二）

之前写过一篇《ChatBI开源实现：AI+BI的产品设计》，在那篇文章里梳理了ChatData的功能框架，也规划了后续的开发节奏。满打满算又赶了一个月工，阶段一的核心功能大概完成了70%左右。没到预期，确实有点遗憾。导致延期的客观原因有这么几个：

• 临时抽调走了一个前端和一个测试去支援其他项目组；
• 剩下的三名开发同学，还要额外承担不少运营和推广工作的支持。

人力紧张，时间被切碎，这是所有小团队都会面临的现实挑战。下面把阶段性的落地成果做个梳理。

项目进度

• ✅ 系统管理：单点登录、用户管理、角色管理、权限管理，这些基础设施已经跑通。
• ✅ 权限功能：功能权限（菜单权限、助手权限）和数据权限（数据集、语义模型、行权限、列权限）的后端接口全部完工。不过前端资源紧张，当前只能通过数据库直接操作来开通权限，界面层还没完全跟上。
• ✅ 用户重构：将用户角色拆成了三类——数据分析用户（面向数据问答）、数据开发用户（面向数据建模）、平台用户（面向产品运维）。这样分层，既明确了边界，也降低了误操作的频率。
• ✅ 交互重构：重点参考了网易ChatBI的设计思路，对问答对话的UI做了新一轮优化，体验感比之前好了不少。
• ✅ 准确性提升：这是一项系统性的工程，分拆成几个子任务来完成——
  ✅ Prompt优化增强；
  ✅ 语义模型做了新一轮迭代；
  ✅ Mapper + Parser的流程进行了重构；
  ❌ 自动化准确性测评的设计还没启动，这也是后续阶段需要补上的短板；
  ✅ “结果可修改”功能得到了强化，特别是筛选条件那部分，用户在执行完查询后可以更灵活地调整条件。
• ✅ 生态集成：
  ✅ Dify的模型能力已成功对接；
  ❌ Dify的功能流能力还在路上；
  ❌ Dify知识库集成未完成；
  ❌ FineBI数据集集成、组件信息、指标公式集成这几块均未推进；
  ✅ StarRocks集成已跑通，下面附上一个小演示视频。

<iframe allowfullscreen="" frameborder="0" src="https://mp.weixin.qq.com/mp/readtemplate?t=pages/video_player_tmpl&action=mpvideo&auto=0&vid=wxv_3550660618724573188"></iframe>

推广运营

文档

花了不少力气，写了两万字的产品相关文档。这部分内容对于后续新成员的接入和跨团队协作都很关键，算是一笔有价值的沉淀。

在准确性、性能、测评数据集、专家知识库沉淀这些方向，团队其实做了不少深度的探索。如果同样在做ChatBI方向的朋友，欢迎一起交流。

分享

厚着脸皮拉了一个30人左右的分享会，听众基本上是公司内做“数据+AI”方向的同事。演讲内容覆盖了产品定位、产品愿景、整体方案、架构设计、功能模块、当前状态，以及一些探索中的思考。

• 产品定位
• 产品愿景
• 产品方案
• 产品架构
• 产品功能
• 产品现状
• 产品探索思考

几张核心的架构图也派上了用场——

资源

这段时间也在内外协调了不少资源，包括人力和硬件。坦率说，因为是第一次独立做这类统筹，经验不够，踩过的坑也不算少。不过这些踩坑的过程，往往也是成长最快的时候。