|
> 本期内容
要说这一场死磕，皆是因为想要出一份测评报告，那就多少显的有点太上劲儿了，说它是诱因，倒是切实的。今年4月份《从表单数据可视化到综合性的数据分析报告》一文中，便已有了如何将表单数据可视化的探索，在简道云中基于表单中的某一条数据或者说某一特定权限单独实现数据可视化，单纯的通过仪表盘，目前来说权限方面还是无法作到便捷的精确控制，尤其是在面向外部用户时。
恰逢，在基于 AI 尝试生成更为结构化的、内容类别较为丰富的应用方案时，考虑到如何对AI所生成方案更便捷的操作，比如对生成的内容进行修订或较为规范的格式，便开发了微分享编辑器（ MicroShareCodeRender ），主要功能是为AI生成的内容（符合编码规范的结构化数据）提供渲染和展示服务。用户可以通过这个平台快速查阅渲染效果，支持Markdown、Mermaid图表、ECharts等多种格式，这样就只需要在 AI 生成相关内容时，规范为相应的结构化数据，就可以实现效果渲染，以及在线对内容进行二次修订。
> 概念背景
MicroShareCodeRender 是一款专门为 AI 生成的结构化数据定制的渲染和编辑工具。让用户能够更直观地查阅和编辑 AI 生成的内容。
在基础原理方面，它利用 HTML + JS 技术开发渲染页面，确保页面的流畅性和交互性。当 AI 生成内容时，只要按照规定编码规范结构化的输出数据，MicroShareCodeRender 就能准确地识别数据并进行渲染。
例如，对于 Markdown 格式，它可以将文本内容以清晰易读的方式呈现，包括标题、段落、列表等元素。对于 Mermaid 图表，能够将复杂的图表结构转化为直观的可视化图形，帮助用户更好地理解数据关系。而对于 ECharts 等数据可视化工具，更是可以展示出丰富多样的图表类型，如柱状图、折线图、饼图等。
通过支持多种格式，MicroShareCodeRender 为用户提供了极大的灵活性。无论 AI 生成的是文本描述、图表数据还是复杂的可视化内容，都能在这个工具上得到较完整的呈现。同时，会将相关数据的源码通过智能助手 PRO 的 HTTP 触发保存至简道云表单中，以便于数据的复用。这种设计使得用户可以方便地管理和访问 AI 生成的内容，为后续的编辑和使用提供了坚实的基础。
> 效果演示
为了让大家更直观地了解 MicroShareCodeRender 的实际效果，我们来看一些具体的应用场景。
>> 在 Coze 中的效果演示
在 Coze 中，当用户使用 AI 生成一个方案后，比如一个项目规划方案。方案中的数据经过处理后，以结构化的形式发送至简道云。通过 MicroShareCodeRender 的渲染，用户打开页面可以看到清晰的图表以便于于理解方案的逻辑。同时，还可以方便地导出表格，便于进一步的数据处理和分析。如果需要制作正式的方案，还能整体导出 word 文档，方便与团队成员分享和汇报。
在简道云中，以测评类场景为例，假设我们正在进行一个测评。用户在线完成测评后，表单中的数据进入流程。在流程中，插件节点开始工作，生成相关图表以及通过AI解析测评数据，最终汇总成符合编码规范的结构化数据并同步至存储表单。用户通过生成的链接访问页面，此时，用户看到的是一个包含详细测评结果和分析解读的结构化报告，不仅有图表展示，还有文字说明和建议。
通过这些案例，我们可以清楚地看到 MicroShareCodeRender 在实际应用中的便捷性和扩展性。它为用户提供了一种高效的方式来展示结构化数据，极大地提高了工作效率和延展了服务边界。
> 实现逻辑
MicroShareCodeRender 的实现逻辑，以 AI 工具（如 Coze）和 简道云这两个场景为例。
扣子（ Coze ）是一个 AI 应用开发平台，无论你是否有编程基础，都可以在扣子上快速搭建基于大模型的各类智能体，同时也支持自定义工作流和插件等功能。
为了满足特定的主题或需求，用户可以通过定制工作流来优化内容生成的流程。一个好的工作流不仅能够提高内容生成的效率，还能确保生成的内容更为符合预期的效果。
在制定工作流时，需要考虑如何将用户的需求转化可以执行的任务，以及如何将这些任务组织成一系列有序的步骤。这个过程涉及到对工作流中各种节点的应用和编排，以及对数据处理。
在本场景中，数据的结构化是一个关键步骤，通过代码节点，将各类数据基于编码规范进行整合，以确保后续数据能够被正确地渲染和展示。
同时，也会为本次生成的内容绑定一个随机的 dataid，用于后续查阅和编辑数据。在需要的情况下，也可以生成 readid 和 key，仅用于内容的查阅。
接下来，工作流会将这些数据推送至简道云中进行存储，便于用户访问链接时进行调用，这一过程以前是通过API来实现，现在可以通过智能助手 PRO 的 HTTP 触发来实现。
工作流程完成后，在智能体中会向用户回复本次执行的结果。用户可以直接查阅回复内容，也可以通过 提供的链接查阅和修订内容。
以测评类场景为例，用户通过外链访问表单，系统会自动获取用户的 OpenID，该 OpenID 将作为用户的唯一标识，用于后续的数据查询和处理。
用户在线上完成测评，输入相关问题的答案后，提交表单。提交后，表单中的数据将被送入预设的表单流程。
在流程中，通过一系列的插件节点执行自动化操作。首先，会根据测评数据生成图表配置代码，这些代码将在渲染页面上用来展示图表。接着，会创建一个 AI 解析模板，这个模板定义了 AI 如何对测评数据进行分析和补充。然后，AI 根据模板对测评数据进行深入分析，生成补充内容。最后，所有相关内容被汇总并转换成符合编码规范的结构化数据，这些数据随后被同步到存储表单中。
用户可以通过特定的链接访问渲染后的页面。页面通过链接中的 readid 和 key 参数调取相应的结构化数据，并利用 MicroShareCodeRender 进行渲染展示。在页面上，用户可以查看完整的测评报告，包括图表、文字分析等。
简道云的这一实现逻辑不仅适用于测评类场景，还可以扩展到其它场景，比如格式化内容编辑和数据可视化，不仅优化了内容的呈现方式，也可以提高工作效率。
本文中我们一起认识了 MicroShareCodeRender，通过它使用户能够直观地查看和编辑结构化的数据内容，不仅可以提高工作效率，还可以扩展服务边界。
比如，在教培领域，当你的简道云中已存有学生、学情等数据时，便可以通过它基于每一个学生生成学情报告。
比如，在商务领域，当你的简道云中已存有公司、产品等数据时，便可以通过它更为便捷的来制作标书的草案。
比如，在运营领域，结合简道云中的相关的自动设置，便可以实现类似于“千人千面”的每日经营报告的推送。
随着 AI 技术的不断进步与广泛应用，过去较为复杂的，难以实现的，或者说需要较高人力成本与技术成本的场景，正在被一步一步解构，也正如 MicroShareCodeRender，几乎是通过 AI 协助一点一点构建出来的，虽不够完善，何尝不是一种对“未来”的探索。
> 更多内容
承接简道云技术咨询与应用定制
承接月度技术支持服务
更多沟通交流可添加微信（ zmlnow ）
添加时请备注：简道云
| 
