许愿墙上26人想要的数据驾驶舱，我用AI做出来了
18天前，课程许愿墙上收到一条需求。
企业财务人员，想提高日常数据处理效率。数据分析层面：上市年报分析、同行竞争对手年报、各类信息披露、新闻业务动态获取，类似爬虫抓取竞争对手信息，结合内部数据分析，形成动态的、实时的数据分析仪表盘或驾驶舱。
短短一条，26个人点了赞。
我一看就知道，这是个典型的大系统需求——不是一两句话能做成的。但越是这种需求，越值得用 AI 来啃。因为传统方式下，一个人根本搞不定。
今天汇报一下进度：我用 OpenCode + AI，把这个数据驾驶舱从 0 推到能用的状态了。 中间踩了不少坑，也总结出一套可复制的方法。
先搭钢架，再修墙
很多人拿到这种需求，第一反应是让 AI 直接写代码。这是大忌。
复杂系统跟盖楼一样。先搭钢架（架构），再修墙、抹灰、装修（一个个模块）。 钢架歪了，后面全歪。
我让 AI 先做技术调研，再出 3 套视觉方案让我挑，最后写架构方案。
视觉方案 A：
视觉方案 B：
视觉方案 C:
架构方案出来后我没让它立刻动手，而是逐条审：
- 系统分几层？
- 数据从哪里来？
- 第一个模块选哪个？
- 后续模块怎么接进来？
审完才让它开工。
这一步看上去慢，其实最快。需求对齐多花 30 分钟，后面少返工两三天。
MVP：先跑通一个模块
整个系统这么大，从哪下手？
我选的是同行业财务数据。理由很简单：
- 数据公开，上市公司年报随手能拿
- 管理层最关心「我们跟同行比怎么样」
- 能完整验证「采集 → 清洗 → 存储 → API → 前端」全链路
这里有个关键决策：用 akshare 直接拿结构化财务数据，而不是去爬 PDF 年报。
爬 PDF 是很多人的第一反应，但年报几百页、格式各异，解析起来纯属自虐。akshare 是开源 Python 库，营收、净利润、毛利率、ROE、三大报表直接拿，不要跟 PDF 死磕。
一个模块跑通了，后面就是复制这个模板填业务。
实施推进：把半成品磨成生产级
MVP 跑出来后，问题才刚开始。
数据只有 2024 年，2025、2026 年空白；几个图表模块没数据；可比公司名单写死了；实时行情还是模拟的。
我先把代码做 Git 版本管理，然后让 AI 逐步迭代。
中间最坑的是：AI 越改越差。有一版把图表全挤到下面，上面空一大块，丑得没法看。
怎么办？截图给它看。
我让 AI 修改后自己截图检查界面，确保功能正常、样式美观。前提是 AI 得能看图——这里就用到了之前课程里讲的 DeepSeek 识图配置和 MCP 看图方案。
几轮下来，2024、2025、2026 年数据齐了，同行营收和利润对比也出来了。
权限是接内部数据的前提
做内部业务模块之前，必须先做权限。
内部经营数据敏感，销售人员只能看自己的客户，财务看全公司，管理层看所有模块。AI 帮我设计了三层权限：
| 权限类型 | 说明 | 示例 |
|---|---|---|
| 页面权限 | 能不能看某个模块 | 销售看不到财务模块 |
| 行级权限 | 能看哪些数据 | 销售只能看负责客户 |
| 操作权限 | 能不能增删改 | 普通员工只能看 |
权限后台搭好后，接内部数据才安全。
整个过程用了多久？
说实话，比我想象中快，但也比想象中折腾。
- 架构和视觉方案：半天
- MVP 跑通：一晚上（用
/goal让 AI 通宵跑） - 逐步迭代修问题：一上午
- 权限后台：半下午
一个人，没有请开发，没有写一行代码，把一个大系统推到了可用的状态。
这当然不是说 AI 能替代开发团队。但它的价值在于：让一个人能在几周内验证一个复杂系统，而不是卡死在「我连原型都搭不出来」。
关键心法
如果你也想做类似的东西，记住这几点：
- 先架构，后代码。 复杂系统别一上来就写。
- Git 版本管理。 让 AI 自动 commit，改坏了能回退。
- MVP 思想。 先跑通一个最有价值、最容易验证的模块。
- 给 AI 配眼睛。 让它自己截图检查界面，前端越改越好而不是越改越烂。
- 权限先行。 接内部数据前，先把账号/角色/权限搭好。
一个人+AI = 财务、审计团队
我现在正在录一门 AI 课程，根据大家需求来讲大家最需要的内容，
目前在更新完毕前还是优惠价 899 元，
最有价值的还是有答疑群，在你遇到困难时有人帮你解答，
目前 2 群仅剩下 50 个名额 ，需要的加入。
购买链接
需要的扫码购买就行。
课程网址（点击“阅读原文”）：
https://m.tenclass.cn/channel2/1880290
购买后，加助理，发送购买截图，加入答疑群：
