毛坯房系列、简单、轻量、可扩展
根据行业特点,进行各类配置
拖拽实现数据分析
结果可视化查看
支持HTML5或dox/pdf文档导出
支持多个课题研究
支持多用户多角色
本地语言大模型支持
支持分布式调度运算任务
简单逻辑,轻量代码,轻量结构
本地部署,自主可控,节约成本。
"毛坯房",便于二开
成熟技术栈,无小众技术栈。
按操作步骤,介绍核心功能
1. 新增课题和描述。(系统所有描述都会写入输出报告内)
2. 新增参与的用户。
** 只支持简单用户角色权限管理
1. 支持读取本地csv/feather格式的文件.
2. 支持直接取clickhouse的数据.
3. 支持以编码方式通过API/SDK拉取数据到clickhouse或本地保存.
4. 支持clickhouse的数据查看.
1. 拖拽式可视化编辑
2. 支持简单数据分析
* 超过20个拖拽体, 写代码比拖拽快且可靠性高。
1. 拖拽式可视化编辑
2. 支持以编码方式
* 超过20个拖拽体, 写代码比拖拽快且可靠性高。
1. 拖拽式可视化编辑
2. 已集成LSTM, CNN, TRANSFORMER, XGBOOST,回归算法。
3. 支持以编码方式,高度定制指标化
1. 拖拽式可视化编辑
2. 集成了 基于lstm的决策博弈融合算法。
3. 支持以编码方式,高度定制指标化
** 偏重社会科学
1. 支持静态html导出。采用echarts图表
2. 支持pdf,docx导出
3. 支持自定义导出
数据研究很难通用化,针对具体领域二次开发在所难免
1. 采用flask-user, 按标准放入欢迎页,登录页。
2. 修改config.ini, 配置前端内页。
3. 修改config.ini, 配置mysql,redis等内容。
4. 运行即可。
0. 修改config.ini 配置mysql,redis等内容。
1. 进入分布节点控制页,并根据不同设备设置支持的任务
2. 6个大类,数据API接入任务, 数据研究任务, 数据指标化任务, 目标指标化任务, 决策算法任务,融合博弈算法任务
3. 采用redis 的list。如有特殊任务,扩展配置即可。
1. 本地开发方法,并提交代码。
2. 进入分布节点控制页,并点击重新发布按钮。
*. 节点为单线程模式,已有任务结束后,才会热更新代码
*. 没有同时支持windows/linux 热部署分布式调度框架。采用python 热加载方式,可能会有异常,详查python的热加载机制限制
1. 本地开发模板,放入到reporttemplate下,并提交代码。
2. 进入分布节点控制页,并点击重新发布按钮。
*. 节点为单线程模式,已有任务结束后,才会热更新代码
*. 没有同时支持windows/linux 热部署分布式调度框架。采用python 热加载方式,可能会有异常,详查python的热加载机制限制
| 工作计划 | 说明描述 |
|---|---|
| 操作文档 | 操作文档 |
| 视频教程 | 视频教程 |
| DEMO例子 | DEMO例子 |
| 服务名 | 版本 | 说明描述 | 是否必须 |
|---|---|---|---|
| python | V3.9 | 运行环境 | 必须 |
| Mysql | V8 | 系统核心数据 | 必须 |
| Redis | V5 | 任务队列 | 必须 |
| gitlab | V1 | 分发代码到工作端执行 | 必须 |
| ClickHouse | V23 | 海量数据 | 非必须 |
| 共享文件夹 | win/linux | 工作端读取数据 | 非必须 |
| 关键技术 | 用途 | git地址 | 协议 |
|---|---|---|---|
| hplus | 前端-管理端 | https://gitee.com/hplus_admin/hplus | MLT |
| jquery.flowchart | 拖拽组件 | https://github.com/sdrdis/jquery.flowchart | MLT |
| 关键技术 | 用途 | git地址 | 协议 |
|---|---|---|---|
| pandas | 数据读取 | ||
| torch | AI建模 | ||
| MyTT | 金融计算库 | https://github.com/mpquant/mytt | MLT |
省、市、区政府单位的大数据类项目, 如数据采集, 数据底座, 数字孪生等。
各类事业单位或大中型企业的数据/算法类项目, 如中科院,AT&T,西门子等。
各类算法类应用项目, 如专家系统, NLP, 知识图谱,智能检修等。
1. "毛坯房"系列软件均有独立知识产权。
2. 均是小众需求,或豆腐块功能需求,或无成熟开源系统的项目。
3. 可快速用于项目售前原型。
4. 采用成熟的技术栈,便于二次开发,快速项目落地。