ForgeAdmin 新成员:AI 赋能的数据可视化大屏平台

news2026/5/10 0:54:25
ForgeAdmin 新成员AI 赋能的数据可视化大屏平台基于 GoView 二次开发集成 AI 智能生成能力对接真实后台接口让数据大屏开发效率提升 10 倍。一、项目背景在数字化转型的浪潮中数据可视化大屏已经成为企业展示运营数据、监控业务指标的核心工具。然而传统的大屏开发往往需要前端工程师花费大量时间进行图表配置、布局调整和数据对接开发周期长、成本高。GoView 作为 Dromara 开源社区的一款优秀数据可视化低代码平台基于Vue3 TypeScript ECharts VChart技术栈提供了拖拽式的大屏设计能力极大降低了大屏开发的门槛。在此基础上ForgeAdmin团队对 GoView 进行了深度二次开发不仅对接了真实的后台管理接口还创新性地集成了AI 智能生成能力让用户只需用自然语言描述需求即可一键生成完整的数据大屏。二、核心亮点2.1 AI 一键生成大屏这是本次开发最核心的功能创新。我们在 GoView 的编辑器中集成了 AI 对话面板AIChatPanel支持两种工作模式生成大屏模式用户输入需求描述AI 自动分析需求并生成包含图表组件、布局配置、数据结构的大屏方案自由对话模式用户可以与 AI 自由交流获取大屏设计建议和优化方案图大屏编辑器画布左侧为组件库与 AI 助手入口中间为可视化画布右侧为配置面板系统内置了 4 个快捷提示词模板覆盖最常见的业务场景快捷提示词适用场景电商销售数据监控大屏电商平台运营数据监控智慧城市运营中心大屏城市级数据汇聚展示工厂生产数据监控大屏工业制造实时监控财务数据分析大屏企业财务指标分析2.2 多供应商 AI 接入不同于市面上绑定单一 AI 服务的方案我们设计了灵活的多供应商架构支持用户自行配置和管理 AI 服务图AI 供应商配置页面支持新增、编辑、删除供应商以及连接测试和默认设置系统内置了丰富的供应商预设模板一键填充配置阿里百炼DashScope接入通义千问系列模型OpenAI支持 GPT 系列模型智谱 AI接入 GLM 系列模型Moonshot接入 Kimi 系列模型DeepSeek接入 DeepSeek 系列模型Ollama支持本地部署的开源模型自定义兼容 OpenAI API 格式的任意服务每个供应商支持配置多个可用模型用户可以在 AI 对话面板中实时切换供应商、模型并调节温度参数和最大 Token 数灵活控制生成效果。2.3 对接真实后台接口原版 GoView 主要面向纯前端使用场景数据大多通过 Mock 或静态 JSON 配置。我们在 ForgeAdmin 中对数据层进行了全面改造统一认证体系大屏平台与 ForgeAdmin 后台管理系统共享 Sa-Token 认证登录即可使用项目持久化大屏项目数据通过 API 存储到后端数据库支持多端同步动态数据源支持配置真实的后端 API 接口图表数据实时刷新AI 服务后端化AI 供应商配置、会话管理、流式对话等全部通过后端 API 实现保障 API Key 安全图项目列表页面展示已创建的大屏项目支持发布状态管理2.4 智能布局引擎AI 生成的组件可能不包含精确的位置信息为此我们实现了自动布局算法layoutAlgorithm策略网格划分将画布划分为 N 列依次填入组件 - 组件数 42 列布局 - 组件数 5-93 列布局 - 组件数 94 列布局 - 顶部预留 80px 标题区域 - 自动计算行高均匀分布同时AI 引擎aiEngine支持智能合并图表配置ECharts 组件自动覆盖 dataset根据数据维度调整 series 数量VChart 组件智能合并 dataset 配置通用组件保留原有配置仅更新必要字段三、技术架构3.1 整体架构┌─────────────────────────────────────────────────────────┐ │ ForgeAdmin 平台 │ ├──────────────────────┬──────────────────────────────────┤ │ forge-admin-ui │ forge-report-ui │ │ (后台管理系统) │ (AI 数据可视化大屏) │ │ Vue3 Naive UI │ Vue3 GoView AI │ ├──────────────────────┴──────────────────────────────────┤ │ Spring Boot 3 后端服务 │ │ Sa-Token · MyBatis-Plus · Flowable │ └─────────────────────────────────────────────────────────┘3.2 AI 模块技术实现AI 功能的前端实现包含以下核心模块模块文件职责AI 对话面板AIChatPanel.vue用户交互入口支持流式对话、快捷提示词AI 生成对话框AIGenerateDialog.vue模态弹窗形式的大屏生成入口AI 引擎aiEngine.ts解析 AI 响应 JSON将组件应用到画布LLM 客户端llmClient.ts从流式输出中提取 JSON 响应组件注册表componentRegistry.ts构建组件目录供 AI 参考可用组件布局算法layoutAlgorithm.ts网格划分自动布局AI StoreaiStore.tsPinia 状态管理AI APIapi/ai/index.ts接口定义SSE 流式通信3.3 流式通信AI 对话采用SSEServer-Sent Events流式通信实时展示 AI 生成过程// 核心流程constconsumeAiSseasync(url,data,onChunk,onDone,onError){constresponseawaitfetch(url,{method:POST,headers:{Content-Type:application/json,Authorization:Bearer${token},},body:JSON.stringify(data),})constreaderresponse.body?.getReader()// 逐块读取 SSE 事件流解析 data 字段// 支持 event: message / done / error 三种事件类型}生成过程中界面会展示进度提示 正在理解你的大屏需求... 正在规划页面布局与组件组合... 正在生成图表数据结构与画布配置... ✨ 正在整理最终结果...3.4 组件目录系统为了让 AI 了解平台支持哪些可视化组件我们构建了完整的组件注册表componentRegistry涵盖 7 大类组件分类说明示例组件ChartsEChartsECharts 图表柱状图、折线图、饼图、雷达图、散点图、地图VChart字节 VChart 图表高级统计图表Informations信息展示文字、图片、视频、词云、嵌套网页Tables数据列表滚动排名列表、滚动表格Decorates装饰组件边框 01~13、装饰 01~06Photos图片组件图片展示Icons图标组件图标展示AI 生成大屏时会将组件目录文本附在请求中确保 AI 只使用平台支持的组件类型。四、功能展示4.1 登录页面图GoView 大屏平台登录页与 ForgeAdmin 共享认证体系4.2 可视化编辑器图大屏编辑器核心界面包含组件库左侧、画布中间、配置面板右侧编辑器支持丰富的操作能力拖拽布局从组件库拖拽图表到画布自由调整位置和大小数据配置支持 HTTP 请求、SQL 请求等多种数据源方式主题切换内置多种行业主题金融、政务、医疗、汽车等支持自定义配色动画配置为组件添加入场动画效果事件编辑配置组件交互事件历史记录支持撤销/重做操作4.3 数据源配置图数据请求配置面板支持配置后端 API 地址、请求方式、刷新间隔等4.4 VChart 图表集成图集成字节跳动 VChart 图表框架提供更丰富的可视化效果4.5 3D 可视化图支持 Three.js 3D 地球等高级可视化组件五、AI 功能使用流程5.1 配置 AI 供应商进入项目 → AI 供应商配置页面点击新增供应商选择预设模板如阿里百炼填写 API Key 和 Base URL点击测试连接验证配置是否正确设为默认供应商5.2 AI 生成大屏进入大屏编辑器在左侧面板找到AI 助手选择生成大屏模式输入需求描述例如“生成一个电商销售数据监控大屏包含月度销售趋势、品类占比、地区分布”选择深色/浅色风格点击发送等待 AI 生成生成完成后点击应用到画布即可看到完整的大屏布局5.3 二次编辑AI 生成的大屏是一个高质量的起点用户可以在此基础上拖拽调整组件位置和大小修改图表数据和样式替换数据源为真实 API 接口添加装饰组件增强视觉效果配置动画和交互事件六、与原版 GoView 的对比特性原版 GoViewForgeAdmin 大屏数据存储浏览器本地存储后端数据库持久化用户认证无Sa-Token 统一认证AI 生成不支持支持自然语言生成大屏AI 供应商不支持多供应商管理与切换数据源Mock / 静态 JSON真实后端 API 接口会话管理无AI 对话历史记录模板市场有有可扩展主题系统有有 自定义配色图表框架ECharts VChartECharts VChart部署方式纯前端 / DockerDocker Nginx七、快速开始环境要求Node.js 18.xJava 17后端服务MySQL 8.0Redis 6.0启动大屏服务# 1. 克隆项目gitclone https://gitee.com/ForgeLab/forge-admin.git# 2. 进入大屏前端目录cdforge-report-ui# 3. 安装依赖npminstall# 4. 启动开发服务npmrun dev配置 AI 供应商启动服务后登录系统进入项目 → AI 供应商页面新增供应商并配置 API Key返回编辑器即可使用 AI 生成功能八、总结ForgeAdmin 的 AI 数据可视化大屏项目在 GoView 这个优秀的开源基础上实现了三个关键突破AI 赋能通过自然语言交互将大屏开发从拖拽配置升级为描述即生成大幅降低使用门槛真实数据对接后台管理系统的真实接口让大屏不再是静态 Demo而是可用的业务工具灵活开放多供应商架构让用户不被绑定到特定 AI 服务本地部署选项满足数据安全需求未来我们计划进一步增强 AI 能力包括支持上传数据文件Excel/CSVAI 自动分析并推荐最佳可视化方案智能数据洞察自动发现数据中的趋势和异常多轮对话优化支持对已生成大屏的迭代修改项目地址https://gitee.com/ForgeLab/forge-admin技术栈Vue3 TypeScript Vite NaiveUI ECharts VChart Pinia Spring Boot 3开源协议MIT License

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2525826.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…