90707005ed
- 项目详情页三阶段里程碑管理(前期/制作/后期) - 制作卡片改用180px ECharts圆环进度图+右侧数据列表 - 修复损耗率双重计算bug(测试秒数不再重复计入超产) - 新增飞书推送服务、豆包AI风险分析、APScheduler定时报告 - 项目列表页增强(筛选/排序/批量操作/废弃功能) - 成员详情页产出时间轴+效率对比 - 成本页固定开支管理 Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
181 lines
7.5 KiB
Markdown
181 lines
7.5 KiB
Markdown
这个系统是否可以植入AI模型进去？
|
||
如果植入AI模型，AI模型可以为这个系统提供哪些功能？植入AI模型的话，也是以连接API的方式。
|
||
完全可以。你们的系统数据结构清晰，接入 AI API 非常适合。结合你们的业务场景（动画团队管理），以下是最有实用价值的 AI 功能方向：
|
||
|
||
一、数据分析与预测类
|
||
1. 项目风险预警
|
||
|
||
根据历史提交数据（velocity）、当前进度、剩余时间，预测项目是否会延期
|
||
自动识别"产出骤降"等异常模式
|
||
在仪表盘展示风险等级
|
||
2. 成本预估与优化
|
||
|
||
基于历史项目数据，新建项目时自动预估总成本
|
||
分析 AI 工具 / 外包 / 人力成本结构，给出优化建议
|
||
月度成本趋势预测
|
||
3. 团队效率分析
|
||
|
||
分析每个成员的产出趋势、擅长阶段
|
||
项目人员分配建议（哪些人适合前期、哪些人制作效率高）
|
||
二、自然语言交互类
|
||
4. 智能问答助手
|
||
|
||
用自然语言查询数据："本月哪个项目损耗率最高？"、"张三上周产出了多少？"
|
||
实现方式：AI 读取系统数据后回答，不需要用户记菜单
|
||
5. 自动生成报告
|
||
|
||
周报/月报一键生成："本月4个项目进展摘要、团队产出排名、成本概览"
|
||
项目结算时自动生成分析总结
|
||
三、流程辅助类
|
||
6. 里程碑智能建议
|
||
|
||
创建项目时，根据项目类型和规模，AI 建议里程碑模板
|
||
根据前期完成速度，预估中期/后期开始时间
|
||
7. 提交记录审核
|
||
|
||
检测异常提交（如单日产出异常高、重复提交）
|
||
自动分类和标注提交内容
|
||
技术实现架构
|
||
|
||
前端 ←→ 后端 API ←→ AI Service Layer ←→ Claude/GPT API
|
||
↓
|
||
系统数据库（读取上下文）
|
||
核心是在后端加一个 AI 服务层：
|
||
|
||
|
||
# backend/routers/ai.py（示意）
|
||
@router.post("/api/ai/chat")
|
||
def ai_chat(question: str, db, current_user):
|
||
# 1. 根据问题意图，从数据库查出相关数据
|
||
# 2. 组装成 prompt + context 发给 AI API
|
||
# 3. 返回 AI 回答
|
||
|
||
@router.get("/api/ai/project/{id}/risk")
|
||
def project_risk(project_id, db):
|
||
# 1. 查出项目进度、提交历史、时间线
|
||
# 2. 让 AI 分析风险并返回评估
|
||
建议优先级
|
||
优先级 功能 价值 难度
|
||
P0 智能问答助手 高 中
|
||
P0 项目风险预警 高 中
|
||
P1 自动生成报告 高 低
|
||
P1 成本预估 中 中
|
||
P2 人员分配建议 中 高
|
||
P2 提交异常检测 低 中
|
||
最推荐先做智能问答 + 项目风险预警，这两个对你们团队日常管理帮助最大，且实现难度适中。要不要选一个方向开始实现？
|
||
|
||
1. 项目风险预警
|
||
根据历史提交数据（velocity）、当前进度、剩余时间，预测项目是否会延期
|
||
在仪表盘展示风险等级
|
||
|
||
3. 团队效率分析
|
||
分析每个成员的产出趋势、擅长阶段
|
||
项目人员分配建议（哪些人适合前期、哪些人制作效率高）
|
||
|
||
4. 智能问答助手
|
||
|
||
5. 自动生成报告
|
||
我希望它每隔一段时间生成一次总结报告，并自动推送到项目管理人员的手机上。你看看这个有什么比较好的实现方式吗？比如说接入飞书bot
|
||
|
||
|
||
我整理了一下，这几个点是我认为比较实际且需要的功能。关于第五点，你来帮我分析一下。
|
||
自动报告 + 飞书推送 分析
|
||
你们团队用飞书的话，飞书机器人是最佳方案。有两种接入方式：
|
||
|
||
方案对比
|
||
群机器人 Webhook 自建飞书应用
|
||
接入难度 极低（5分钟） 中（需要飞书开放平台注册）
|
||
推送方式 只能发到群 可以私聊推送给个人
|
||
消息格式 富文本 / 卡片消息 富文本 / 卡片 / 交互式
|
||
适合场景 项目群定期播报 按角色分发不同报告
|
||
需要审核 不需要 需要企业管理员审批
|
||
推荐：先用 Webhook 群机器人 快速上线，后续再升级为自建应用。
|
||
|
||
整体架构
|
||
|
||
┌─────────────────────────────────────────────┐
|
||
│ FastAPI 后端 │
|
||
│ │
|
||
│ APScheduler (定时调度) │
|
||
│ ├── 每日 18:00 → 日报 │
|
||
│ ├── 每周五 18:00 → 周报 │
|
||
│ └── 每月1日 10:00 → 月报 │
|
||
│ │ │
|
||
│ ▼ │
|
||
│ report_service.py │
|
||
│ ├── 从数据库汇总项目/提交/成本数据 │
|
||
│ ├── 调用 AI API 生成自然语言总结 │
|
||
│ └── 格式化为飞书卡片消息 │
|
||
│ │ │
|
||
│ ▼ │
|
||
│ feishu_bot.py │
|
||
│ └── POST → 飞书 Webhook URL │
|
||
└─────────────────────────────────────────────┘
|
||
│
|
||
▼
|
||
┌──────────────┐
|
||
│ 飞书项目群 │ ← 管理人员在这个群里收到推送
|
||
│ 📊 日报/周报 │
|
||
└──────────────┘
|
||
报告内容设计
|
||
日报（简短，卡片形式）：
|
||
|
||
|
||
📊 AirLabs 日报 — 2026-02-13
|
||
|
||
进行中项目：4 个
|
||
今日提交：8 人次，总产出 3分42秒
|
||
风险项目：「品牌方 TVC」前期 2/5 未完成，距截止仅剩 19 天
|
||
|
||
👤 今日未提交：张三、李四
|
||
周报（AI 生成摘要）：
|
||
|
||
|
||
📋 AirLabs 周报 — 第7周
|
||
|
||
【项目进展】
|
||
• 品牌方 TVC：制作阶段，产出 213.9%，已超产，建议关注损耗
|
||
• AI 短剧原创 S1：前期 3/5，剧本和分镜已完成
|
||
• ...
|
||
|
||
【团队效率】
|
||
本周人均日产出 45秒，较上周 +12%
|
||
效率最高：王五（日均 68秒）
|
||
|
||
【成本概览】
|
||
本周 AI 工具支出 ¥2,400，外包 ¥0
|
||
|
||
【AI 建议】
|
||
品牌方 TVC 损耗率达 113.9%，建议复盘测试流程...
|
||
关键技术选型
|
||
定时调度：APScheduler — 直接集成进 FastAPI，不需要额外部署 Celery/Redis
|
||
|
||
AI 生成报告：调用 Claude API — 把数据库汇总数据作为 context，让 AI 生成自然语言总结 + 风险建议
|
||
|
||
飞书 Webhook：一个 HTTP POST 就能发消息，核心代码非常简单：
|
||
|
||
|
||
# 示意（不是完整代码）
|
||
import httpx
|
||
|
||
FEISHU_WEBHOOK = "https://open.feishu.cn/open-apis/bot/v2/hook/xxx"
|
||
|
||
async def send_to_feishu(title, content):
|
||
card = {
|
||
"msg_type": "interactive",
|
||
"card": {
|
||
"header": {"title": {"tag": "plain_text", "content": title}},
|
||
"elements": [{"tag": "markdown", "content": content}]
|
||
}
|
||
}
|
||
async with httpx.AsyncClient() as client:
|
||
await client.post(FEISHU_WEBHOOK, json=card)
|
||
实现步骤
|
||
在飞书群创建 Webhook 机器人（飞书群设置 → 群机器人 → 自定义机器人），拿到 webhook URL
|
||
后端新增 report_service.py：汇总数据 + 调 AI API 生成报告文本
|
||
后端新增 feishu_bot.py：发送飞书卡片消息
|
||
main.py 集成 APScheduler：配置定时任务
|
||
后端新增手动触发接口：POST /api/reports/generate — 方便调试和手动生成
|
||
你觉得这个方案可以的话，我可以开始实现。你需要先在飞书群里创建一个 Webhook 机器人拿到 URL，另外需要一个 AI API key（Claude 或其他）。
|
||
|
||
你现在手头有这些吗？还是先让我把代码框架搭起来，webhook 和 API key 后面再配？ |