字段/埋点数据质量评估 AI 工作台

解决思路

通过字段画像构建数据资产视图，结合 AI 诊断能力自动识别数据质量问题，辅以规则引擎兜底保障准确率，知识增强提升诊断覆盖率，最终通过人工确认闭环优化。

核心方案

• 1字段画像：构建字段级数据资产视图，支持数据血缘与质量历史追踪
• 2AI 诊断：基于 LLM 实现字段质量智能诊断，自动识别缺失率、格式异常等常见问题
• 3LLM + 规则引擎兜底：规则引擎覆盖高频质量规则，保障 AI 诊断的准确性与稳定性
• 4知识增强：知识库沉淀历史诊断经验，提升同类问题的诊断效率
• 5人工确认：诊断结果经人工确认后归档，形成持续优化闭环
• 6结果导出：支持多格式导出，便于接入下游数据治理流程
• 7Structured Agent 演进方向：探索 Agent 在复杂数据质量场景的自动化处理能力

技术栈