教程文档【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址https://gitcode.com/datawhalechina/easy-vibe点击查看免费下载这是一篇面向 datawhalechina/easy-vibe 项目 Stage 2 学习者的综合实战指南。你将围绕一份真实的 PRD需求文档用 Go 语言构建一条「数据接入 → 聚合 → 告警 → 可视化」的完整数据链路交付一个可演示、可部署的交通数据分析平台。读完本文你将掌握如何从 PRD 提取开发任务、用 Gin/Fiber 搭建 Go API 服务、设计窗口聚合与告警规则、打通后端与前端看板并完成端到端联调与上线演示。项目定位为什么是「数据产品」而不是又一个 CRUD本项目要求你围绕真实 PRD使用 Go 完成一个交通数据分析平台。它与此前增删改查CRUD类项目最大的区别在于重点是把原始交通数据转换成可读的分析结果和告警构建一条「数据接入 → 聚合 → 告警 → 可视化」的完整数据链路。这类数据产品在 IoT、监控、运营分析等场景中非常常见。产品由四个核心模块组成模块职责数据接入Ingestion接收原始交通事件并入库数据聚合Aggregation按时间窗口计算趋势和拥堵指标告警Alerts基于规则生成告警记录看板展示Dashboard在前端展示趋势图、排行榜和告警列表这是 Stage 2 的综合实战环节在 Stage 2 目录 中被列为可选进阶项目也是你第一次接触 Go 语言。不必担心——有了之前 JavaScript / TypeScript 的基础学习 Go 并不难重点是理解数据链路的设计思路。前置知识在开始本项目之前你应该已经掌握以下内容前端页面设计与组件库使用UI 设计、现代组件库后端接口设计与开发接口代码编写数据库基础与 Supabase从数据库到 SupabaseGit 工作流与部署Git 和 GitHub、部署 Web 应用学习目标完成本实战后你将能够阅读 PRD 并提取数据产品的开发任务清单使用 GoGin 或 Fiber搭建后端 API 服务设计数据接入、窗口聚合和告警的完整链路让后端数据和前端看板保持一致完成端到端联调交付可演示的数据产品原型项目整体按四个阶段推进需求分析阅读 PRD明确数据来源、指标口径和告警规则→搭建骨架用 AI 生成 Go API 服务和前端看板骨架→迭代开发补充聚合逻辑、告警规则和看板接口→联调上线端到端跑通部署并准备演示。第一部分需求分析1.1 阅读 PRD本项目的需求文档PRD位于仓库内交通数据分析与可视化平台 PRD。打开它重点回答以下四个问题数据来源是什么字段有哪些PRD 给出的数据表核心字段包括intersection_id路口 ID、event_time事件时间、vehicle_count车流量、avg_speed平均车速、source数据来源等。核心指标的定义是什么例如「拥堵」的具体标准第一版指标包括每分钟车流量、每 5 分钟聚合车流量、平均车速、拥堵指数、Top10 拥堵路口。告警规则是什么第一版建议先收敛到简单规则当前流量高于近 5 分钟均值阈值、当前速度连续低于阈值。看板包含哪些页面和图表包括总览页、趋势页、路口排行页、告警页以及管理端的数据导入页和任务管理页。::: warning 重要提醒 如果以上问题没有明确答案不要开始写代码。需求理解不清楚是导致返工的最常见原因。 :::1.2 确认技术选型PRD 给出了明确的技术选型建议这是本项目的默认技术栈后端框架Go Gin/Fiber数据库PostgreSQL聚合任务调度robfig/cron前端React / Next.js图表库ECharts或AntV站点入口约定分析看板为app.xxx.com后台管理台为admin.xxx.com。同时 PRD 明确了 MVP 边界——第一版必须包含数据接入接口、原始数据落库、定时聚合任务、异常检测规则、趋势图/Top 路口/告警面板、管理端数据导入或模拟数据入口第一版不做Kafka/Flink 级流处理、复杂 GIS 地图引擎、机器学习预测模型和多租户平台权限避免范围蔓延。1.3 确认数据链路在写代码之前先在纸上确认整条数据链路关键状态流来自 PRD数据事件有「接收成功 / 校验失败」两种状态聚合任务经历「待执行 → 执行中 → 成功 / 失败」告警则按「新建 → 已确认 → 已处理」流转。这条状态机贯穿整个产品设计也是后续接口和页面分工的依据。第二部分搭建项目骨架2.1 用 AI 生成 Go API 服务本项目鼓励用 AI 辅助生成代码骨架。参考提示词如下请基于当前 PRD帮我生成一个 Go 交通数据分析平台骨架。 要求 1. 使用 Gin 或 Fiber 2. 提供数据接入接口 3. 提供聚合任务骨架 4. 提供 dashboard 和 alerts 接口骨架 5. 先不做真实复杂分析只做可运行结构提示词的关键在于先做「可运行结构」不做真实复杂分析——这符合迭代开发的节奏也符合 接口代码编写 教程中「提供完整上下文Schema 约束再让 AI 写代码」的实践建议。2.2 设计数据表结合 PRD 中给出的建表 SQL数据表是数据链路的地基建议按如下设计落地-- 原始交通事件表 raw_traffic_events ( id bigserial primary key, intersection_id text, event_time timestamptz, vehicle_count int, avg_speed numeric, source text, created_at timestamptz ) -- 1 分钟聚合表 traffic_agg_1m ( id bigserial primary key, intersection_id text, window_start timestamptz, total_vehicles int, avg_speed numeric, congestion_index numeric ) -- 5 分钟聚合表 traffic_agg_5m ( id bigserial primary key, intersection_id text, window_start timestamptz, total_vehicles int, avg_speed numeric, congestion_index numeric ) -- 告警表 alerts ( id bigserial primary key, intersection_id text, level text, rule_code text, status text, message text, created_at timestamptz, resolved_at timestamptz ) -- 导入任务表 import_jobs ( id bigserial primary key, filename text, status text, total_rows int, success_rows int, failed_rows int, created_at timestamptz )注意traffic_agg_1m与traffic_agg_5m的窗口设计1 分钟聚合服务于分钟级车流量指标5 分钟聚合服务于稳定趋势与拥堵指数计算两者在后续聚合任务中分层产出。2.3 验证项目结构骨架生成后逐项检查Go 服务可以正常启动数据接入接口可接收并存储数据聚合任务框架已搭好前端看板页面可展示基本图表第三部分迭代开发3.1 按模块推进从 PRD 的开发顺序建议出发推荐按以下顺序逐模块推进Go API 骨架与数据表先跑通 Gin/Fiber 服务与 PostgreSQL 连接数据接入 APIingest接收原始交通事件校验后写入raw_traffic_events表数据聚合aggregation按时间窗口1 分钟、5 分钟聚合计算趋势和拥堵指标写入聚合表告警规则alerts基于阈值生成告警记录当前流量高于近 5 分钟均值、速度连续低于阈值看板接口dashboard提供趋势数据、排行数据、告警列表前端看板趋势图、排行榜、告警列表页面3.2 接口草案PRD 定义了清晰的接口清单开发时可直接对照实现方法路径说明POST/api/traffic/events写入单条交通事件POST/api/traffic/import上传 CSV 或批量导入GET/api/dashboard/overview获取概览卡片数据GET/api/dashboard/trend获取趋势图数据GET/api/dashboard/intersections/top获取拥堵路口排行GET/api/alerts获取告警列表PATCH/api/alerts/:id/resolve处理告警GET/api/admin/import-jobs获取导入任务状态其中POST /api/traffic/events的请求体示例{ intersectionId: A-101, timestamp: 2026-04-01T08:30:0008:00, vehicleCount: 42, avgSpeed: 18.6, source: simulator }这个接口是整条链路的入口模拟器或 CSV 导入产生的交通事件都通过它进入系统。实现时注意 PRD 的非功能要求——API 返回结构统一、导入失败要能定位原因、看板查询响应时间可接受这些正是工程完整度的加分项。3.3 页面架构与关键组件PRD 将前端定义为「2 套入口6 个大页面」分析看板app.xxx.com4 个大页面 后台管理台admin.xxx.com2 个大页面。页面路径说明总览看板/dashboard今日流量、拥堵指数、告警数趋势页/dashboard/trend分时趋势图、时间范围切换路口分析页/dashboard/intersectionsTop 路口拥堵排行、关键路口指标告警页/alerts告警列表、级别筛选、标记处理状态数据管理页/admin/imports导入 CSV、查看导入任务状态任务与告警管理页/admin/operations查看聚合任务状态、告警处理记录前端关键组件包括指标卡片、折线图/柱状图、排行榜表格、告警列表、时间范围筛选器。PRD 特别强调总览页应优先展示关键指标和异常信息而不是堆很多图整体设计要更像数据产品和运营看板而不是普通后台列表。3.4 模块自检每完成一个模块用下表自查检查项验证方法数据接入原始数据是否正确入库聚合口径趋势、排名指标的计算逻辑是否一致告警规则告警触发条件是否符合预期数据一致性看板展示和后端数据是否对得上API 规范是否有统一返回结构和错误处理此外PRD 建议后台至少监控这些运营指标接入事件总数、聚合任务成功率、告警总数与处理率、热点路口排行、导入任务成功率基础监控包括接入接口错误率、聚合任务耗时、数据库写入失败率、看板查询接口耗时。第四部分联调与上线4.1 端到端测试至少验证以下两个核心场景正向链路接入一批测试数据 → 聚合任务执行 → 看板展示更新告警链路触发告警条件 → 告警记录生成 → 告警页面显示建议用模拟器或 CSV 导入构造测试数据跑通全链路后再进行部署可参考 部署 Web 应用。4.2 交付物完成本项目后你需要提交以下内容可访问的线上演示链接源码仓库链接含 READMEPRD 文档核心页面截图数据接入演示、趋势看板、告警列表60 秒演示视频评分标准维度基本要求进阶要求PRD 对齐功能和数据结构基本符合 PRD能清晰说明指标口径和聚合逻辑数据链路接入 → 聚合 → 告警 → 看板可跑通聚合任务支持增量更新分析能力趋势、排行、告警三个模块可用指标可配置、告警规则可自定义前端展示看板能展示基本图表图表支持时间范围筛选工程完整度Go API、数据库、前端链路已接通API 有统一错误处理和日志评分标准实际上指明了进阶方向增量聚合更新、可配置指标、自定义告警规则、时间范围筛选、统一错误处理与日志——如果你有余力这些都是让作品从「完成」走向「优秀」的着力点。参考资料UI 设计使用现代组件库更新你的界面从数据库到 Supabase大模型辅助编写接口代码与接口文档Git 和 GitHub 工作流如何部署 Web 应用赞分享教程文档【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址https://gitcode.com/datawhalechina/easy-vibe点击查看免费下载相关推荐用 Go 构建交通数据分析与可视化平台从 PRD 到端到端数据产品的完整实战指南用 Go 构建交通数据分析与可视化平台从 PRD 到端到端数据产品的完整实战指南 本实战指南基于 Datawhale easy vibe 课程 Stage 2教程文档Go 交通数据分析与可视化平台开发实战从 PRD 到数据产品原型Go 交通数据分析与可视化平台开发实战从 PRD 到数据产品原型 导读 本实战项目是 Datawhale easy vibe 课程 Stage 2 的综合扩展教程文档easy-vibe Go 交通数据分析与可视化平台实战从数据接入、窗口聚合到告警看板的完整数据产品开发指南easy vibe Go 交通数据分析与可视化平台实战从数据接入、窗口聚合到告警看板的完整数据产品开发指南 本指南以 easy vibe 课程 Stage 2教程文档人工智能Vibe Coding上一篇Tailwind CSS Typography 插件终极指南2025年最新版本更新与实战应用下一篇draw.io 桌面版 Windows 安装教程一次选对安装包从打开到导出 PNG 一次跑通创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 用 Go 打造交通数据分析可视化平台：从 PRD 到可演示数据产品的完整实战指南
教程文档【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址https://gitcode.com/datawhalechina/easy-vibe点击查看免费下载这是一篇面向 datawhalechina/easy-vibe 项目 Stage 2 学习者的综合实战指南。你将围绕一份真实的 PRD需求文档用 Go 语言构建一条「数据接入 → 聚合 → 告警 → 可视化」的完整数据链路交付一个可演示、可部署的交通数据分析平台。读完本文你将掌握如何从 PRD 提取开发任务、用 Gin/Fiber 搭建 Go API 服务、设计窗口聚合与告警规则、打通后端与前端看板并完成端到端联调与上线演示。项目定位为什么是「数据产品」而不是又一个 CRUD本项目要求你围绕真实 PRD使用 Go 完成一个交通数据分析平台。它与此前增删改查CRUD类项目最大的区别在于重点是把原始交通数据转换成可读的分析结果和告警构建一条「数据接入 → 聚合 → 告警 → 可视化」的完整数据链路。这类数据产品在 IoT、监控、运营分析等场景中非常常见。产品由四个核心模块组成模块职责数据接入Ingestion接收原始交通事件并入库数据聚合Aggregation按时间窗口计算趋势和拥堵指标告警Alerts基于规则生成告警记录看板展示Dashboard在前端展示趋势图、排行榜和告警列表这是 Stage 2 的综合实战环节在 Stage 2 目录 中被列为可选进阶项目也是你第一次接触 Go 语言。不必担心——有了之前 JavaScript / TypeScript 的基础学习 Go 并不难重点是理解数据链路的设计思路。前置知识在开始本项目之前你应该已经掌握以下内容前端页面设计与组件库使用UI 设计、现代组件库后端接口设计与开发接口代码编写数据库基础与 Supabase从数据库到 SupabaseGit 工作流与部署Git 和 GitHub、部署 Web 应用学习目标完成本实战后你将能够阅读 PRD 并提取数据产品的开发任务清单使用 GoGin 或 Fiber搭建后端 API 服务设计数据接入、窗口聚合和告警的完整链路让后端数据和前端看板保持一致完成端到端联调交付可演示的数据产品原型项目整体按四个阶段推进需求分析阅读 PRD明确数据来源、指标口径和告警规则→搭建骨架用 AI 生成 Go API 服务和前端看板骨架→迭代开发补充聚合逻辑、告警规则和看板接口→联调上线端到端跑通部署并准备演示。第一部分需求分析1.1 阅读 PRD本项目的需求文档PRD位于仓库内交通数据分析与可视化平台 PRD。打开它重点回答以下四个问题数据来源是什么字段有哪些PRD 给出的数据表核心字段包括intersection_id路口 ID、event_time事件时间、vehicle_count车流量、avg_speed平均车速、source数据来源等。核心指标的定义是什么例如「拥堵」的具体标准第一版指标包括每分钟车流量、每 5 分钟聚合车流量、平均车速、拥堵指数、Top10 拥堵路口。告警规则是什么第一版建议先收敛到简单规则当前流量高于近 5 分钟均值阈值、当前速度连续低于阈值。看板包含哪些页面和图表包括总览页、趋势页、路口排行页、告警页以及管理端的数据导入页和任务管理页。::: warning 重要提醒 如果以上问题没有明确答案不要开始写代码。需求理解不清楚是导致返工的最常见原因。 :::1.2 确认技术选型PRD 给出了明确的技术选型建议这是本项目的默认技术栈后端框架Go Gin/Fiber数据库PostgreSQL聚合任务调度robfig/cron前端React / Next.js图表库ECharts或AntV站点入口约定分析看板为app.xxx.com后台管理台为admin.xxx.com。同时 PRD 明确了 MVP 边界——第一版必须包含数据接入接口、原始数据落库、定时聚合任务、异常检测规则、趋势图/Top 路口/告警面板、管理端数据导入或模拟数据入口第一版不做Kafka/Flink 级流处理、复杂 GIS 地图引擎、机器学习预测模型和多租户平台权限避免范围蔓延。1.3 确认数据链路在写代码之前先在纸上确认整条数据链路关键状态流来自 PRD数据事件有「接收成功 / 校验失败」两种状态聚合任务经历「待执行 → 执行中 → 成功 / 失败」告警则按「新建 → 已确认 → 已处理」流转。这条状态机贯穿整个产品设计也是后续接口和页面分工的依据。第二部分搭建项目骨架2.1 用 AI 生成 Go API 服务本项目鼓励用 AI 辅助生成代码骨架。参考提示词如下请基于当前 PRD帮我生成一个 Go 交通数据分析平台骨架。 要求 1. 使用 Gin 或 Fiber 2. 提供数据接入接口 3. 提供聚合任务骨架 4. 提供 dashboard 和 alerts 接口骨架 5. 先不做真实复杂分析只做可运行结构提示词的关键在于先做「可运行结构」不做真实复杂分析——这符合迭代开发的节奏也符合 接口代码编写 教程中「提供完整上下文Schema 约束再让 AI 写代码」的实践建议。2.2 设计数据表结合 PRD 中给出的建表 SQL数据表是数据链路的地基建议按如下设计落地-- 原始交通事件表 raw_traffic_events ( id bigserial primary key, intersection_id text, event_time timestamptz, vehicle_count int, avg_speed numeric, source text, created_at timestamptz ) -- 1 分钟聚合表 traffic_agg_1m ( id bigserial primary key, intersection_id text, window_start timestamptz, total_vehicles int, avg_speed numeric, congestion_index numeric ) -- 5 分钟聚合表 traffic_agg_5m ( id bigserial primary key, intersection_id text, window_start timestamptz, total_vehicles int, avg_speed numeric, congestion_index numeric ) -- 告警表 alerts ( id bigserial primary key, intersection_id text, level text, rule_code text, status text, message text, created_at timestamptz, resolved_at timestamptz ) -- 导入任务表 import_jobs ( id bigserial primary key, filename text, status text, total_rows int, success_rows int, failed_rows int, created_at timestamptz )注意traffic_agg_1m与traffic_agg_5m的窗口设计1 分钟聚合服务于分钟级车流量指标5 分钟聚合服务于稳定趋势与拥堵指数计算两者在后续聚合任务中分层产出。2.3 验证项目结构骨架生成后逐项检查Go 服务可以正常启动数据接入接口可接收并存储数据聚合任务框架已搭好前端看板页面可展示基本图表第三部分迭代开发3.1 按模块推进从 PRD 的开发顺序建议出发推荐按以下顺序逐模块推进Go API 骨架与数据表先跑通 Gin/Fiber 服务与 PostgreSQL 连接数据接入 APIingest接收原始交通事件校验后写入raw_traffic_events表数据聚合aggregation按时间窗口1 分钟、5 分钟聚合计算趋势和拥堵指标写入聚合表告警规则alerts基于阈值生成告警记录当前流量高于近 5 分钟均值、速度连续低于阈值看板接口dashboard提供趋势数据、排行数据、告警列表前端看板趋势图、排行榜、告警列表页面3.2 接口草案PRD 定义了清晰的接口清单开发时可直接对照实现方法路径说明POST/api/traffic/events写入单条交通事件POST/api/traffic/import上传 CSV 或批量导入GET/api/dashboard/overview获取概览卡片数据GET/api/dashboard/trend获取趋势图数据GET/api/dashboard/intersections/top获取拥堵路口排行GET/api/alerts获取告警列表PATCH/api/alerts/:id/resolve处理告警GET/api/admin/import-jobs获取导入任务状态其中POST /api/traffic/events的请求体示例{ intersectionId: A-101, timestamp: 2026-04-01T08:30:0008:00, vehicleCount: 42, avgSpeed: 18.6, source: simulator }这个接口是整条链路的入口模拟器或 CSV 导入产生的交通事件都通过它进入系统。实现时注意 PRD 的非功能要求——API 返回结构统一、导入失败要能定位原因、看板查询响应时间可接受这些正是工程完整度的加分项。3.3 页面架构与关键组件PRD 将前端定义为「2 套入口6 个大页面」分析看板app.xxx.com4 个大页面 后台管理台admin.xxx.com2 个大页面。页面路径说明总览看板/dashboard今日流量、拥堵指数、告警数趋势页/dashboard/trend分时趋势图、时间范围切换路口分析页/dashboard/intersectionsTop 路口拥堵排行、关键路口指标告警页/alerts告警列表、级别筛选、标记处理状态数据管理页/admin/imports导入 CSV、查看导入任务状态任务与告警管理页/admin/operations查看聚合任务状态、告警处理记录前端关键组件包括指标卡片、折线图/柱状图、排行榜表格、告警列表、时间范围筛选器。PRD 特别强调总览页应优先展示关键指标和异常信息而不是堆很多图整体设计要更像数据产品和运营看板而不是普通后台列表。3.4 模块自检每完成一个模块用下表自查检查项验证方法数据接入原始数据是否正确入库聚合口径趋势、排名指标的计算逻辑是否一致告警规则告警触发条件是否符合预期数据一致性看板展示和后端数据是否对得上API 规范是否有统一返回结构和错误处理此外PRD 建议后台至少监控这些运营指标接入事件总数、聚合任务成功率、告警总数与处理率、热点路口排行、导入任务成功率基础监控包括接入接口错误率、聚合任务耗时、数据库写入失败率、看板查询接口耗时。第四部分联调与上线4.1 端到端测试至少验证以下两个核心场景正向链路接入一批测试数据 → 聚合任务执行 → 看板展示更新告警链路触发告警条件 → 告警记录生成 → 告警页面显示建议用模拟器或 CSV 导入构造测试数据跑通全链路后再进行部署可参考 部署 Web 应用。4.2 交付物完成本项目后你需要提交以下内容可访问的线上演示链接源码仓库链接含 READMEPRD 文档核心页面截图数据接入演示、趋势看板、告警列表60 秒演示视频评分标准维度基本要求进阶要求PRD 对齐功能和数据结构基本符合 PRD能清晰说明指标口径和聚合逻辑数据链路接入 → 聚合 → 告警 → 看板可跑通聚合任务支持增量更新分析能力趋势、排行、告警三个模块可用指标可配置、告警规则可自定义前端展示看板能展示基本图表图表支持时间范围筛选工程完整度Go API、数据库、前端链路已接通API 有统一错误处理和日志评分标准实际上指明了进阶方向增量聚合更新、可配置指标、自定义告警规则、时间范围筛选、统一错误处理与日志——如果你有余力这些都是让作品从「完成」走向「优秀」的着力点。参考资料UI 设计使用现代组件库更新你的界面从数据库到 Supabase大模型辅助编写接口代码与接口文档Git 和 GitHub 工作流如何部署 Web 应用赞分享教程文档【免费下载链接】easy-vibe从 0 到 1 学会 vibe coding项目制学习项目地址https://gitcode.com/datawhalechina/easy-vibe点击查看免费下载相关推荐用 Go 构建交通数据分析与可视化平台从 PRD 到端到端数据产品的完整实战指南用 Go 构建交通数据分析与可视化平台从 PRD 到端到端数据产品的完整实战指南 本实战指南基于 Datawhale easy vibe 课程 Stage 2教程文档Go 交通数据分析与可视化平台开发实战从 PRD 到数据产品原型Go 交通数据分析与可视化平台开发实战从 PRD 到数据产品原型 导读 本实战项目是 Datawhale easy vibe 课程 Stage 2 的综合扩展教程文档easy-vibe Go 交通数据分析与可视化平台实战从数据接入、窗口聚合到告警看板的完整数据产品开发指南easy vibe Go 交通数据分析与可视化平台实战从数据接入、窗口聚合到告警看板的完整数据产品开发指南 本指南以 easy vibe 课程 Stage 2教程文档人工智能Vibe Coding上一篇Tailwind CSS Typography 插件终极指南2025年最新版本更新与实战应用下一篇draw.io 桌面版 Windows 安装教程一次选对安装包从打开到导出 PNG 一次跑通创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考