自研研究应用用于解决筛选条件、记录详情、历史指标与关注列表分散的问题,面向需要持续查询和跟踪结构化数据的分析场景。通过统一的网页界面、接口服务与数据库持久化,让使用者完成筛选、查看、保存和更新记录。项目展示全栈业务流程实现,属于自研研究原型。
点击空白处退出提示
自研研究应用用于解决筛选条件、记录详情、历史指标与关注列表分散的问题,面向需要持续查询和跟踪结构化数据的分析场景。通过统一的网页界面、接口服务与数据库持久化,让使用者完成筛选、查看、保存和更新记录。项目展示全栈业务流程实现,属于自研研究原型。
前端提供条件筛选、排序、统计概览、记录详情和历史指标图表;后端提供列表、详情、统计与历史查询接口。关注列表支持新增记录、更新备注和退出标记,数据通过数据库持久化。后台任务按计划执行源数据同步及指标处理,形成从数据处理到交互查询的流程。两张配图为依据已核查代码制作的架构概览和功能流程图,反映现有实现;当前关注列表使用默认用户范围,多租户能力未纳入已完成成果。
我负责需求和范围设计,指导 AI 辅助实施、审阅代码与验收,使用 OpenAI Codex 完成开发工作。技术栈包含 React、Python、FastAPI、PostgreSQL、异步 SQLAlchemy 与 APScheduler。重点在于前后端接口设计、异步数据访问、关注列表持久化及后台任务衔接。作品按已有实现整理,源代码仓库保持私有。



评论