孟圣凯
把工作当兴趣，把爱好变工作

场景与痛点

• 矿山生产数据分散在纸质报表与各系统手工录入中，采、选、充三大板块口径不统一，时效性与准确性无法保障。
• 经营分析依赖人工汇总，数据从现场产生到可用报表之间存在数天延迟，难以支撑日常调度决策。

技术方案

• 先建模后开发：设计 40 张数据表模型统一指标口径，避免"边建边改"造成的数据冗余。
• 模块化交付：完成 20 余个核心功能模块——计划指标、数据填报、日报查看、设备管理、检修维修、物料消耗等。
• 双端覆盖：PC 端侧重填报与配置，移动端 H5 支持安卓与浏览器访问的查询、填报与看板展示。
• 文档同步：搭建线上操作指南文档系统，编写采、选、充主要模块使用说明，降低培训与推广成本。
• 持续迭代：全年完成 60+ 次线上版本部署，保障功能及时上线与问题快速修复。

量化成果

场景与痛点

• 生产业务部门多使用excel进行数据传递和储存，数据见逻辑关系模糊。
• 化验数据由人工抄录录入，环节多、时效差，且存在笔误与口径偏差，直接影响质量与成本分析。
• 生产系统数据无法持久化和共享、国外网络天然不稳定，需要一套能自我恢复的容错机制。

技术方案

• 清洗框架：自主设计数据清洗管理框架，累计 25 个清洗脚本、30 张业务数据表，统一数据清洗管理降低维护成本。实现采矿、选矿、充填、物料消耗、产品质检 5 大类业务数据的自动采集、清洗与入库。
• 生产落地：在 100 万吨、75 万吨选厂主控室部署自动化采集程序。
• 稳定性设计：长连接保持、重试机制、多线程处理与遗留任务清理，逐轮压降外部网络扰动带来的影响。
• 自愈能力：建立历史数据校验与自动补数机制，配合日志记录实现数据异常快速定位与自动恢复。

量化成果

场景与痛点

• 企业数据散落在多个业务库中，业务方提一个数需要 IT 排期写 SQL，需求响应周期长。
• 直接让大模型写 SQL 存在越权、注入、写操作与性能失控风险，无法在生产环境放开。

技术方案

• 元数据治理先行：建模数据源、字段字典、表白名单、敏感列与用户级表权限，让 AI 只在授权范围内可见。
• SQL 安全网关：SQL 预览服务 + 只读白名单 + 敏感列拦截 + 语法方言校验，形成生成到执行的可控链路。
• 混合检索：PostgreSQL + pgvector，HNSW vector_cosine_ops 索引支撑知识库向量化召回。
• Agent 与工作流：Agent 链、会话与文档分块、DAG 工作流、MCP 工具接入，并在平台侧配套缓存 / 配额 / 评估 / 反馈闭环。
• 工程化：Maven 多模块（7 个）、Docker Compose 四服务编排、JWT + RBAC 权限体系、GitHub Actions CI 与测试。

量化成果

场景与痛点

• 原方案依赖外部腾讯 BI，数据需出域，安全与合规存在隐患，且看板与业务系统割裂。
• 本地环境搭建存在难点，BI 工具与生产系统之间缺乏统一的登录与权限体验。

技术方案

• 私有化替代：攻克本地部署环境难题，将自建 Superset 看板无缝嵌入业务系统，替代原腾讯 BI 方案。
• 鉴权打通：通过 SDK 集成统一登录态，用户在业务系统内直接查看看板，无需二次登录。
• 分析建模：新增与优化数据库视图、虚拟数据集与分析模型，建设井下原矿指标、小东布矿区等分析场景。
• 图表体系：优化生产指标、成本指标与趋势分析图表，实现多矿区、多车间、多组织统一展示与动态筛选。

量化成果

场景与痛点

• 非生产流程的外检样品流转依赖纸质单据，登记、接样、化验、审核各环节责任边界不清。
• 化验报告需人工整理发放，数据无法沉淀为可统计的结构化资产。

技术方案

• 全链路线上化：样品登记 → 接样 → 任务分配 → 结果填报 → 审核 → 报告生成下载，全部在系统内完成。
• 权限分离：登记员、接样员、化验员、审核员四类角色独立授权，系统固化流程并明确各环节权责。
• 推广落地：完成化验室外检班组及相关业务部门的系统操作培训，2025 年底启动试运行。

量化成果