收入与成本监控 · 预警系统从 XMind 思维导图到高保真企业级原型 — 零人工干预的全流程 AI 驱动

本案例由客户提供，基于某电力行业企业的收入与成本监控需求，开发一套「收入与成本监控 · 预警系统」，用于管理销售合同台账、产品收入分布、成本归集、项目进度及预警阈值。需求以 XMind 思维导图（.xmind 文件，352KB）的形式提交，包含 5 个一级模块、数十个功能节点，其中部分模块（成本管理、进度管理）仅有标题而无子节点。

用户要求 AVLCode 扮演「资深全栈架构师 + UI/UX 设计师」，严格基于 XMind 内容完成以下工作：

1. 解析与梳理 — 深度解析 XMind 节点层级，将关键词转化为标准化产品功能结构树
2. 界面原型生成 — 根据功能结构生成高保真可视化后台管理界面（单 HTML 文件，含 ECharts 图表）
3. 自检门禁 — 代码完成后通过 ruff / pytest / semgrep 三道质量门禁

AVLCode 自动识别工作区中的 .xmind 附件文件，读取其解包后的 content.json（XMind 2020+ 标准 JSON 格式），递归遍历 children.attached 嵌套结构，输出标准化功能树。关键设计：

• 忠于原始 — 空节点（成本管理、进度管理）保留空 children，不臆造内容，仅标记"待补充"
• 深度感知 — 自动计算 depth/path，输出 L1=5、L4=18 的颗粒度报告
• 可测试 — 14 条 pytest 覆盖模块完整性、树深度、空标题等边界

基于功能结构树，AVLCode 自动生成了 40.6KB 的单文件 HTML 原型，包含：

• 电力工业级深色主题 — 深蓝底 #080e1a + 电光蓝强调 #1bd1ff + 警示橙 #ffb020，CSS 变量驱动
• Hash 路由 SPA — 15 个页面通过 window.location.hash 切换，零后端依赖
• ECharts 5.4.3 可视化 — 柱形图、饼图、同比饼图，渐变色填充，响应式适配
• Mock 数据贴合真实字段 — 合同台账 13 字段、合同类型 7 分类、物料编码 5 级分列、维保公式，全部与 XMind 定义一致
• ⚠️ 数据为模拟数据 — 本案例由客户提供，原型中所有图表数据、表格记录、KPI 指标均为模拟数据，仅用于展示界面效果与交互逻辑
• 状态灯系统 — 绿（正常）/ 黄（预警）/ 红（严重），带发光阴影效果

代码交付前自动经过三道质量门禁，形成完整的质量闭环：

发现问题自动修复（如 import os, re → 分两行），修复后重新验证直至全部通过。

XMind 中「成本管理」「进度管理」「交付服务产品收入看板」均为空节点或仅有占位子节点。AVLCode 的处理策略：

• 不臆造 — 不凭空添加 XMind 中没有的功能
• 不空白 — 以工业级占位页面展示，给出电力行业典型子模块建议（如成本看板/成本明细/成本归集/同比分析）
• 可扩展 — 占位页面提示"待业务方补充"，后续可无缝接入真实数据

🔸 自动发现与决策

用户没有提供文件路径，AVLCode 自动扫描工作区发现 attachments/收入与成本监控预警系统.xmind（352KB），并识别到已解包的 _xmind_unpack/content.json，直接读取解析。无需用户指明"文件在哪"。

🔸 多步骤自动编排

从 XMind 解析 → 功能树生成 → pytest 编写 → HTML 原型生成 → 自检门禁，AVLCode 自动编排了 5 个阶段、10+ 个子任务，无需人工介入切换上下文。

🔸 智能 Mock 数据生成

合同台账 8 条记录、产品销售台账 7 条、产品收入分布 6 类、月度成交额 12 月、预警记录 8 条——所有 Mock 数据的字段名、分类规则、业务逻辑（如合同类型 7 分类、维保公式、物料编码 5 级分列）全部从 XMind 原文中提取，数据量级贴合电力行业真实场景。

⚠️ 本案例由客户提供，上述 Mock 数据均为模拟数据，仅用于原型演示。

🔸 自动修复闭环

ruff 检测到 import os, re 不符合规范后，AVLCode 自动定位问题行、计算 hash、执行 fs.patch 修复、重新验证。整个过程无需用户干预。

🔹 关键效率因子

• 零切换成本 — 需求分析 → 架构设计 → 编码 → 测试 → 审查，全链路在同一个对话中完成
• 自动纠错 — ruff 发现问题后自动修复，无需人工排查
• 一次通过 — 14 条 pytest 首次运行即全部通过，无需调试
• 可复用资产 — xmind_parser.py 可在后续项目中直接复用

自检门禁是 AVLCode 内置的质量保障机制——代码交付前自动经过 静态分析（ruff）→ 单元测试（pytest）→ 安全扫描（semgrep）→ 完整性验证 四道关卡，形成"编码→检测→修复→验证"的闭环。

在 ruff 检测中，tools/verify_html.py 的 import os, re 触发了 E401 multiple-imports-on-one-line 规则：

AVLCode 自动执行：

1. 读取文件确认当前行 hash
2. 执行 fs.patch 将 import os, re 拆分为两行
3. 重新运行 ruff check 验证修复成功

• 验证了复杂多阶段任务的端到端自动化能力 — 从非结构化输入（XMind）到结构化产出（功能树 + 测试 + 原型 + 门禁报告）
• 验证了自检门禁的实际效用 — 在真实项目中拦截问题并自动修复
• 验证了澜砥 N2.5 模型对电力行业业务逻辑的理解深度 — 合同类型分类、物料编码规则、维保计算公式等专业领域知识

原型文件：prototype/index.html — 直接用浏览器打开即可体验全部 15 个页面

功能树：feature_tree.json — 标准 JSON 格式，可供其他工具消费

测试报告：运行 python -m pytest tests/test_xmind_parser.py -v 查看 14 条测试详情