在远程团队协作、研发运维巡检及日常客户工单处理等业务场景中，团队每天产生大量分散的非结构化 Markdown、TXT 日志或打卡记录。管理者面临格式五花八门、长篇流水账阅读成本极高的问题，且在多任务延误或突发严重故障时，极难迅速看清事件的前后因果链条。现有的商业 APM 或大型 BI 系统不仅部署维护极重、学习门槛高，且多采用按月按人头收费的 SaaS 模式，存在数据隐私泄露风险。本项目旨在提供一套轻量、纯本地运行、零云端依赖的自动化数据清洗与单文件交互式预警看板解决方案。
本项目主要包含四大核心功能模块：
1. 自动化非结构化数据摄入与清洗：毫秒级解析长篇异构文本，利用前瞻正则断言精准提取时间戳、业务范畴、事件正文及待办 SOP 复选框，杜绝边界吞噬；
2. 离散化时槽映射与四态预警分类：将分散的时间戳自动规整至 8 大人体/业务标准时序网格，通过严格短路的状态机模型，自动评定红灯高危告警、黄灯停滞、绿灯正常及待发生四种状态；
3. DAG 因果拓扑图自动构建：基于时间序列与业务泳道，自动计算节点关联，绘制问题演化与扩散的有向无环图；
4. 零外部依赖单文件交互看板：前端采用纯原生 Vanilla 技术与 SVG 三次贝塞尔曲线渲染动态流向图，内置状态过滤器与滑动抽屉组件，支持即时打勾交互；
5. 内核级文件看门狗守护（Watchdog）：集成底层文件系统修改事件监听与 500ms 防抖机制，编辑文档按下保存瞬间后台无感全自动重绘看板。
本项目由本人独立端到端设计并研发完成，涵盖架构设计、算法实现与前端可视化交付：
1. 架构与算法难点：摒弃重量级数据库与框架依赖，采用确定性的纯 Python 标准库构建完整 ETL 管道；设计了基于总分钟数整数换算的“时间分箱算法”，解决了前端网格对齐难题；设计了具有严格短路特性的状态机，确保红黄灯高危事件绝不漏报；
2. 前端高颜值渲染：为实现“离线单文件即开即用”，未使用任何 React/Vue 等重型构建环境，手写原生 CSS Grid 响应式布局与 SVG 贝塞尔曲线动态坐标计算（getBoundingClientRect），达成工业级流畅交互；
3. 自动化与防雪崩：基于 watchdog 库调用 Windows 底层 ReadDirectoryChangesW 通知，引入 Timer 防抖逻辑，彻底避免了高频连续保存导致的进程并发冲突与文件写锁死问题。
评论