Prism — Agentic BI Assistant
“用人话问数据，让数据说人话” — 企业级对话式 BI 助手，用 AI 替代手写 SQL + 静态报表。
概述
Prism（棱镜）是 B2P Hackathon Track D: Application Modernization 参赛项目。目标是将传统人工报表流程现代化——用 AI 对话式分析替代手写 SQL + 静态报表。采用多智能体架构（Router → Executor → Reviewer），纯代码实现，保险行业模拟数据演示。
项目信息
| 属性 | 值 |
|---|---|
| 团队 | B2P · Prism（棱镜） |
| 赛道 | Track D: App Modernization |
| 时长 | 2 周冲刺 |
| ADO 仓库 | https://dev.azure.com/restryliu/Prism |
| Slogan | ”用人话问数据，让数据说人话” |
团队
5 个人类成员 + 6 个 AI 助手（1 PM + 5 常驻 Agent）。人做决策，AI 做执行。
AI Agent 团队
| Agent | Bot | 专长 | 服务对象 |
|---|---|---|---|
| prism-pm | @prism-pm | 任务分配、进度追踪、站会、风险协调 | PM/Team Lead |
| prism-arch | @prism-arch | 多智能体框架、系统集成 | 架构师 |
| prism-data | @prism-data | DuckDB、Schema 设计、SQL、9 大分析技能 | 数据工程师 |
| prism-ui | @prism-ui | React+Vite+shadcn/ui、ECharts、Demo 编排 | 前端开发 |
| prism-docs | @prism-docs | Best Practice Guide、PPT、Impact Estimate | 文档策略 |
| prism-backend | @prism-backend | Python/FastAPI 后端、Agent 框架、DuckDB | 后端开发 |
人类成员认领：@jianguo_jiang 认领 @prism-backend。
Mattermost 频道
| 频道 | 用途 |
|---|---|
| prism-general | 公告、进度同步 |
| prism-dev | 开发讨论 |
| prism-standup | 站会 |
技术架构
三智能体编排（纯代码实现）
用户自然语言提问
↓
[Router Agent] → 意图识别 + 任务分发
↓
[Executor Agent] → Skills Library / SQL 生成 + 图表渲染
↓
[Reviewer Agent] → 代码审计 + 逻辑闭环验证
↓
结果返回 + 可视化
注意：纯代码实现，非 LangGraph。
技术栈
| 层 | 技术 |
|---|---|
| LLM | Azure OpenAI (GPT-4o) |
| 后端 | Python + FastAPI |
| 数据引擎 | DuckDB |
| 前端 | React + Vite + shadcn/ui |
| 图表 | ECharts |
| 数据 | 保险行业模拟数据 (Parquet) |
9 大分析技能
位于后端 skills/ 目录，由 Router Agent 按需调用：
| 技能 | 用途 |
|---|---|
| trend | 时间趋势分析（月/季/年粒度） |
| comparison | 对比分析 |
| anomaly | 异常检测 |
| aggregation | 聚合统计 |
| top_n | TopN 排名（地区/险种/渠道） |
| correlation | 相关性分析 |
| forecast | 预测 |
| distribution | 分布分析 |
| drill_down | 下钻分析 |
四大交付物
- Working Demo — 10 分钟可运行演示，保险行业数据分析场景
- Running Code — ADO 仓库
b2p-prism，clone-and-run - Best Practice Guide — Prompt 规范、质量检查清单、扩展指南
- Impact Estimate — 传统 vs AI 效率量化对比
冲奖目标
| 奖项 | 策略 |
|---|---|
| Best Practice Sharing | 可复制的 Playbook + Prompt 模板 |
| Best AI Tools | 多智能体架构创新 + DuckDB 零部署 + 可量化效率 |
各设金银铜。评判核心：实用价值 > 技术精致度。
技术选型演进
项目在 Hackathon 过程中经历了技术选型调整：
| 层面 | 早期规划 | 最终选型 |
|---|---|---|
| 前端框架 | Streamlit | React + Vite + shadcn/ui |
| 图表库 | Plotly | ECharts |
| 数据引擎 | DuckDB-WASM (浏览器端) | DuckDB (服务端) |
| 编排框架 | LangGraph | 纯代码 Router/Executor/Reviewer |
| 后端 | — | FastAPI |
PM 运营机制
prism-pm 中枢配置了完整的项目管理流程：
- 21 项任务 分 4 阶段：W1-设计(Day 1-2) → W1-开发(Day 3-7) → W2-集成(Day 8-11) → W2-交付(Day 12-14)
- PM 不做具体执行，只做调度追踪和风险预警
- 3 个 Cron Job：晨会(09:00)、进度检查(16:00)、日报(21:00)
风险管控
| 风险类型 | 检测方式 | 应对 |
|---|---|---|
| 逾期 | due < 今天且 ≠ done | 通知负责人 + PM |
| 阻塞 | status = blocked | 协调解决方案 |
| 里程碑滑坡 | 阶段完成率 <50% 且距结束 ≤1天 | 高风险告警 |
时间线
| 日期 | 事件 |
|---|---|
| 2026-03-11 | 研究课题启动，文献调研完成 |
| 2026-03-13 | 5 个 Prism Bot 创建并完成 OpenClaw 配对 |
| 2026-03-13 | B2P Hackathon 整体规划（3 队 14 人） |
| 2026-03-15 | Hackathon 规则确认，奖项目标锁定 |
| 2026-03-16 | W1-设计阶段开始（Day 1） |
| 2026-03-18 | prism-backend 认领完成（@jianguo_jiang），6 Bot 全部就位 |
OpenClaw 基础设施
部署在 Eagle 服务器（eagle-sg.southeastasia.cloudapp.azure.com）：
- 6 个 Bot + 6 个 Agent，各使用不同 AI 模型
- 独立 Mattermost 服务器
- 共享会话：
agent:prism-pm:main - 默认模型：
github-copilot/claude-opus-4.6（128k 上下文）
Bot 配对码
| Bot | 配对码 |
|---|---|
| prism-arch | RQNX7N7U |
| prism-data | 82MCKGLM |
| prism-ui | HQ77C66A |
相关页面
- agentic-bi — Agentic BI 研究课题（文献调研、BiBot 运维）
- prism-bots — Bot 集群详情
- traditional-bi-vs-agentic-bi — 传统 BI vs Agentic BI 对比
- power-bi-mcp — Power BI MCP Server 分析
- openclaw-config — OpenClaw 配置
- model-provider-config — 模型 Provider 分配
- bot-inventory — Bot 清单