ARTICLE · 软件编程
OxygenData-Vibe 搭建：用 AI Coding 重新定义数据看板搭建
一语总结OxygenData-Vibe 利用 AI Coding 技术，通过面向 AI 的新宇宙架构设计，实现了数据看板从 30 人天缩短至 3 天交付，用户已创建 478 个 AI 生成看板，显著提升了数据可视化开发效率。
本文介绍了京东零售数据工程前端团队开发的 OxygenData-Vibe 平台，这是一个基于 AI Coding 的数据看板搭建工具。文章首先分析了传统 BI 看板开发的痛点——标准化 BI 交付快但灵活性差，自研则灵活但耗时耗力。随后阐述了 OxygenData-Vibe 的核心思路：通过 AI 对话式交互，让用户用自然语言描述需求，AI 自动生成可运行、可持续修改的看板。文章详细解释了面向 AI 的新宇宙设计理念，即通过架构解耸，将复杂的 BI 业务规则转化为 AI 友好的协议，降低 AI 开发复杂度。具体技术方案包括数据画像、查询协议构建、AI 友好 API 和前端 AST Loop 检查机制。实践结果显示，该平台自 9 月上线以来已创建 478 个 AI 看板，其中 117 个完成发布，交付效率提升约 10 倍。
- AI Coding 解决了 BI 看板开发的效率与灵活性矛盾
传统 BI 交付快但受限，自研灵活但耗时 30 人天。OxygenData-Vibe 通过 AI 生成代码，用户只需自然语言描述需求，即可在 3 天内交付初版，大幅提升开发效率。
- 面向 AI 的新宇宙通过架构解耸降低 AI 开发复杂度
将复杂的 BI 业务规则、查询协议和组件逻辑在进入 AI 开发环境前被查询层和组件层消化，AI 面对的是结构稳定的通用协议，无需理解私域业务规则，从而提高生成准确性。
- 数据画像为 AI 提供准确的数据使用指南
通过获取字段元信息、统计特征和维度枚举值，数据画像为 AI 提供数据集的「使用说明书」，避免因数据不了解而选错字段或用错图表。
- AST Loop 检查机制确保生成代码的正确性与可运行性
基于 TypeScript Compiler API 的 AST Checker 在每轮代码生成后执行检查，定位错误并引导修复，形成「生成→发现→修复→再检查」的循环，最终收敛为可运行的页面。
- 自研 CodeSandbox 加速开发反馈周期
使用内存虚拟文件系统和 esbuild 打包，配合预构建的 CDN 依赖，使代码生成后可秒级编译运行，避免了传统 node_modules 安装的分钟级等待，显著缩短开发周期。
OxygenData-Vibe 搭建：用 AI Coding 重新定义数据看板搭建
本文介绍了京东零售数据工程前端团队开发的 OxygenData-Vibe 平台，这是一个基于 AI Coding 的数据看板搭建工具。文章首先分析了传统 BI 看板开发的痛点——标准化 BI 交付快但灵活性差，自研则灵活但耗时耗力。随后阐述了 OxygenData-Vibe 的核心思路：通过 AI 对话式交互，让用户用自然语言描述需求，AI 自动生成可运行、可持续修改的看板。文章详细解释了面向 AI 的新宇宙设计理念，即通过架构解耸，将复杂的 BI 业务规则转化为 AI 友好的协议，降低 AI 开发复杂度。具体技术方案包括数据画像、查询协议构建、AI 友好 API 和前端 AST Loop 检查机制。实践结果显示，该平台自 9 月上线以来已创建 478 个 AI 看板，其中 117 个完成发布，交付效率提升约 10 倍。
文章金句
"OxygenData-Vibe 就是在 AI Coding 这一思路下诞生的。用户只需要先配置好数据集，再通过自然语言描述自己的需求，Agent 就能将想法转化为可运行、可持续修改、可发布的数据看板。
"面向 AI 的新宇宙并不是让 AI 学会更多 BI 专有知识，而是重新设计 AI 看到的世界，让它需要理解的东西更少、更通用。
"开发过程不再包含私域业务规则。同比周期怎样确定、指标如何聚合、筛选条件如何嵌套等 BI 专有规则，不再作为背景知识和接口文档交给 AI。
"请求参数被转换为简单的筛选值。AI 不再负责构造带有复杂业务逻辑的查询 DSL，只需要传递筛选字段及用户选择的值。
"响应结果被转换为普通返回字段。无论是同比、环比、占比、累计值还是其他衍生指标，计算过程都在查询层完成，并以普通字段形式出现在 response 中。
"从 9 月上线至今，用户已经通过 OxygenData-Vibe 创建了 478 个看板，其中 117 个完成发布并投入使用，也说明这种模式带来的价值。