我构建了一个 Collaborative Data Canvas，以终结“多表格共享问题”。

Source: Dev.to

问题： “Final_V12_updated.xlsx” 噩梦

我们都有过这种经历。你需要做出关键的业务决策，但数据散落在五个不同的 CSV、三条邮件线程以及两周前更新的“静态”仪表盘中。

我花了几个月的时间，看着优秀的分析师因为 VLOOKUP 和手动关联而陷入困境，只是为了回答诸如“为什么我们的 LTV 在下降？”这样简单的问题。

于是我决定构建一个把数据分析当作 Figma 来使用的解决方案：协作、即时、可视化。

介绍 AUM Data Labs

AUM Data Labs 不仅仅是另一款 BI 工具。它是一个为速度而生的协作画布。

技术护城河：领域感知分析

平台的核心是基于 Python 的 Domain Engine。它不要求用户编写 SQL 或复杂公式，而是使用专有逻辑来：

• 自动检测领域 – 能识别你上传的是电商、SaaS 还是生物科技数据。
• 即时诊断 – 运行基准 KPI（GMV、转化率等），并立即标记异常。
• 安全公式求值 – 自定义求值器在保持逻辑灵活的同时，确保环境免受注入攻击。

我自豪的关键特性

• 可视化关联构建器 – 拖拽列即可链接混乱的数据集，无需写一行代码。
• 实时协作 – 采用自定义同步层，你可以看到队友的光标在画布上移动，实时共同探索。
• 自然语言查询 – 输入“显示按类别划分的订单数量”，图表会即时渲染。

架构概览

• 前端 – 使用 React 并自研高性能画布引擎，实现数据的高效操作。
• 后端 – 基于 FastAPI（Python）调度分析引擎的重度计算。
• 状态 – 为多用户协作提供实时同步。

我为何构建它

我在一次职业转型的高强度期间创建了 AUM Data Labs。我的目标是证明，即使没有庞大的团队，也能打造企业级的技术卓越。

我的目标： 让真正做决策的人——产品经理、创始人和运营负责人——能够轻松进行高级数据诊断，而不是仅限于编写 SQL 的人。

我需要你的严厉反馈！

我今天正式推出免费层（限 2 位编辑者）。期待社区来尝试并挑出问题。

• 上传你最乱的 CSV。
• 试试可视化关联。
• 在自然语言栏输入一个复杂问题。

快来看看吧：

Demo: