用 AI Agent 搭建同款系统
用 NocoBase 搭建一个应用 —— 数据质量管理系统：质量总览看板、规则状态、异常列表、数据新鲜度、质量趋势和 AI 数据质量分析报告。布局和标志性视觉参照这个原型：https://static-docs.nocobase.com/solution/templates/31-data-quality.html
prompt 里附的原型链接（HTML）是我们预先做好的设计，仅作能力展示，NocoBase 并不建议「一句话生成整套系统」。使用它进行搭建时，需要搭配 NocoBase Skill 中的「原型解析」（nocobase-prototype-repro），才能得到比较好的效果。
开始前，请先按 AI Agent 快速开始 安装 NocoBase 并接入你的 AI Agent。AI 生成的结果可能有波动，视模型能力与系统复杂度，可能需要微调或多轮交互。
介绍
用 AI Agent 和 NocoBase 快速搭建数据质量监控系统，集中监控数据完整性、准确性和及时性。
系统可展示整体质量分数、规则通过情况、开放异常、数据新鲜度延迟和 14 天质量趋势，帮助团队快速判断当前数据平台是否健康。
你可以直接复制提示词，让 Claude Code、Codex、Cursor、OpenCode 等 AI Agent 在 NocoBase 中生成数据质量监控系统，再通过无代码方式继续调整规则、字段、状态和页面等。
这个系统适合数据团队、数据平台团队、业务分析团队和运营团队使用，用于及时发现缺失值、格式错误、重复数据、数据延迟、口径不一致和账实不一致等问题。
数据质量总览、规则状态与异常列表：
AI 生成数据质量分析报告：
异常列表与异常详情：
数据新鲜度异常与处理状态：
数据质量监控系统可以解决哪些问题？
数据质量问题通常分散在脚本、日志、表格和聊天记录中，团队很难统一查看规则是否通过、异常是否处理、数据是否延迟，以及哪些问题影响最大。
通过这个系统，团队可以在质量看板中查看整体质量分数。例如，截图中系统显示整体质量分数为 88%，状态为 Healthy，并展示 14 条规则中有 5 条通过、6 个开放异常，以及最大数据新鲜度延迟为 2.4 小时。
系统可以把每条质量规则转化为可跟踪的监控卡片，例如客户 ID 非空、邮箱格式有效、事件 2 小时内入仓、SKU 金额对账、订单号唯一、收入计算一致等规则。每条规则都能展示分数、状态、维度、运行时间和失败行数。
异常列表可统一管理不同类型的问题，包括有效性、一致性、及时性、唯一性、准确性和完整性等维度，并通过低、中、高、严重等等级区分优先级。
AI 还可以基于规则和异常数据生成数据质量报告，自动总结当前健康状况、失败规则、异常分布、影响记录数和重点处理建议。
核心功能
数据质量总览看板
- 整体质量评分： 展示当前数据质量分数，例如截图中的 88% Healthy。
- 规则通过情况： 统计启用规则中的通过数量，例如 5/14 条规则通过。
- 开放异常统计： 展示当前开放异常数量，例如 6 个开放异常，并突出严重异常。
- 数据新鲜度延迟： 展示最大数据延迟时间，例如 2.4 小时，并提示超过服务等级协议的数据集。
- 质量趋势分析： 展示 14 天质量趋势，对比整体质量、完整性和有效性等指标变化。
数据质量规则监控
- 规则卡片展示： 每条规则展示名称、分数、状态、维度、目标阈值、失败行数和运行时间。
- 多维度检查： 支持完整性、有效性、及时性、准确性、唯一性和一致性等质量维度。
- 状态区分： 支持通过、警告和失败等状态，方便快速定位问题规则。
- 失败数据统计： 展示失败行数和总数据量，例如 9,711 failed / 194,031。
- 关键规则监控： 可监控客户 ID 非空、邮箱格式、事件入仓时间、SKU 对账、订单号唯一和收入计算一致性等规则。
异常列表与状态管理
- 异常集中管理： 在异常列表中查看摘要、严重等级、质量维度和处理状态。
- 严重等级标记： 支持低、中、高、严重等等级，帮助团队判断处理优先级。
- 处理状态追踪： 支持开放、调查中、已解决和已忽略等状态。
- 维度分类： 按有效性、一致性、及时性、唯一性、准确性和完整性归类异常。
- 负责人管理： 每个异常可以分配负责人，例如截图中的 AT、MR 等。
AI 数据质量分析报告
- AI 汇总健康状况： 自动统计规则数量、通过数量、警告数量、失败数量和整体质量分数。
- AI 识别重点问题： 根据失败行数、严重等级和质量维度识别优先处理项。
- AI 生成图表： 自动生成规则状态分布、质量维度分布和趋势图表。
- AI 输出分析报告： 生成数据质量当前情况报告，说明主要风险和处理建议。
- 报告导出： 支持预览、Markdown、HTML 查看，并可下载 Markdown、下载 HTML 或打印为 PDF。
为什么用 AI 和 NocoBase 搭建数据质量监控系统？
数据质量监控不仅是一个仪表盘，还涉及规则配置、异常记录、状态流转、负责人分配、趋势分析和报告输出。
如果使用普通 Vibe Coding 从零生成页面，通常只能得到一个静态看板。后续的规则管理、异常详情、权限控制、状态追踪、历史记录和报告导出仍然需要持续开发。
NocoBase 可以把质量规则、异常记录、负责人、处理状态和分析报告放在同一套系统中。数据团队可以维护规则，业务团队可以查看问题，管理者可以通过看板了解整体数据健康状况。
团队还可以根据业务继续调整质量维度、规则阈值、异常等级和处理流程。例如，财务数据更关注准确性和一致性，用户数据更关注有效性和完整性，数据管道更关注及时性。
AI 可以进一步降低分析成本。截图中的 AI 数据分析员工可以读取规则和异常数据，汇总启用规则、失败规则、警告规则、通过规则和失败记录，并生成带图表的数据质量报告。
这样搭建出来的系统不只是一个质量看板，而是一个覆盖规则监控、异常管理、状态跟进、趋势分析和 AI 报告的长期业务系统。
FAQ
1.可以在一个看板里查看整体数据质量状态吗？
可以。质量看板可以集中展示整体质量分数、规则通过数量、开放异常数量和最大数据新鲜度延迟。
例如，截图中系统显示整体质量分数为 88%，当前状态为 Healthy，同时展示 5/14 条规则通过、6 个开放异常和 2.4 小时最大数据新鲜度延迟。
2.可以监控不同类型的数据质量规则吗？
可以。系统可以按完整性、有效性、及时性、准确性、唯一性和一致性等维度管理质量规则。
例如，可以监控客户 ID 非空、邮箱格式有效、事件 2 小时内入仓、SKU 金额对账、订单号唯一和收入计算一致等规则。
3.可以查看每条规则的失败数量和目标阈值吗？
可以。每条规则可以展示当前分数、目标阈值、失败行数和总数据量。
例如，截图中有规则显示 9,711 条失败记录，也有规则显示 441 条失败记录，团队可以据此判断处理优先级。
4.可以管理数据异常的严重程度和处理状态吗？
可以。异常列表可以展示低、中、高、严重等等级，以及开放、调查中、已解决、已忽略等状态。
例如，数据新鲜度延迟可以标记为高风险和调查中，未知分类值可以标记为低风险和已解决。
5.AI 可以生成数据质量分析报告吗？
可以。AI 可以读取规则、异常、状态和趋势数据，生成数据质量当前情况报告。
报告可以总结当前启用规则数量、失败规则比例、警告规则比例、通过规则比例、失败记录总数、主要受影响维度和优先处理建议。
6.AI 生成的报告可以包含图表吗？
可以。AI 报告可以生成规则状态分布、质量维度分布和趋势变化等图表。
截图中报告包含规则状态分布图，并支持预览、Markdown 和 HTML 查看，适合数据团队复盘和管理层汇报。
7.AI 生成的数据质量报告可以导出吗？
可以。报告可以下载为 Markdown、下载为 HTML，也可以打印为 PDF。
这适合用于数据质量周报、月度数据治理会议、问题复盘和跨团队沟通。
8.Claude Code、Codex、Cursor、OpenCode 可以帮助搭建这个系统吗？
可以。Claude Code、Codex、Cursor、OpenCode 等 AI Coding Agent 可以接入 NocoBase，根据提示词生成质量规则、异常列表、质量看板、异常详情页和 AI 报告页面。
系统生成后，团队仍然可以通过 NocoBase 的无代码界面继续调整字段、规则维度、异常状态、负责人、页面布局和报表展示方式。
9.这个系统和普通 Vibe Coding 生成的数据质量看板有什么不同？
普通 Vibe Coding 可以快速生成一个静态看板，但企业数据质量管理还需要规则配置、异常追踪、负责人分配、状态流转、历史记录、权限控制和报告导出。
NocoBase 可以把规则、异常、负责人、状态、趋势和 AI 分析放在同一套系统中。AI 用于加快搭建和报告生成，NocoBase 负责数据结构、权限控制和长期维护。
10.不同团队可以只查看自己负责的数据质量问题吗？
可以。企业可以根据角色、部门、数据域或负责人设置权限。
例如，财务团队可以查看收入对账和准确性问题，数据平台团队可以处理数据新鲜度和入仓延迟问题，业务团队可以查看与自己数据集相关的异常。
11.异常处理过程可以被追踪吗？
可以。系统可以记录异常的发现时间、创建时间、最后更新时间、负责人和处理状态，帮助团队了解问题什么时候发现、由谁负责、当前是否已解决。
如果企业需要更强的追溯能力，也可以在 NocoBase 中启用操作历史和审计日志。
12.可以根据企业自己的数据标准继续调整规则吗？
可以。团队可以继续新增或修改质量维度、规则名称、目标阈值、失败条件、异常等级和状态流转。
例如，企业可以为订单、客户、库存、财务或事件数据分别设置不同规则，也可以根据服务等级协议调整数据新鲜度阈值。
13.这个系统适合正式投入企业数据质量管理吗？
适合。数据质量管理涉及关键业务指标、财务口径、数据管道稳定性和跨团队责任追踪，比一次性看板更需要稳定的数据结构和流程能力。
NocoBase 可以按需启用权限管理、工作流、操作历史、审计日志、单点登录、通知、API 和插件扩展，更适合构建可维护、可追溯并能长期运行的数据质量监控系统。
