AI 对话配置平台

背景

游戏运营活动涉及多张相互依赖的数据表，少则七八张、多则十余张，每次配表耗时 1–3 天。更大的前置挑战是：AI 接管配表前，需要先将多个活动的字段规律与跨表依赖系统化为可感知规则，跨活动手工梳理耗时数周。

目标

设计完整 AI 配表系统：先从历史配置文件中自动学习表规则，再让策划用自然语言描述需求，由 AI 完成跨表配置的生成与写入。

方案

规则自动学习

后端对历史 CSV 逐列统计分析，自动识别字段规律（固定值、自增序列、枚举范围、跨表引用），将统计报告 + 参考文档注入 LLM 推断每张表完整 Schema；配备向导 UI 供人工校对。

对话驱动配表

精准划定 AI 职责边界：AI 只负责「理解需求」，依赖推导、字段填充、数据校验均由确定性规则完成；17 个原子 Skill 驱动 Tool 调用，确保 AI 读写外部数据（球员库、资源库、现有配置）可追溯可验证；校验失败或依赖冲突时自动回落人工介入。

成果

• ·多个活动的字段规则经一次性系统化后沉淀为可复用模板，无需重复梳理。
• ·单次配表时间从 1–3 天缩短至 2–3 小时。
• ·亲自参与前端实现，使用 React + TypeScript 推进工具落地。