这是一个专注于精准赛道认知建模和投资信号捕捉的系统,而非简单的信息聚合网页。
- 精准建模 > 信息聚合
- 顺藤摸瓜式探索 > 线性浏览
- 投资信号捕捉 > 新闻阅读
-
赛道认知模块(左侧)
- No bias的赛道介绍
- 细分领域树状结构
- 市场规模与关键趋势
-
实体网络模块(中间)
- 公司、人物、技术的关系图谱
- 可交互探索
- 支持标签筛选
-
信号捕捉模块(右侧)
- 按标签筛选的新闻流
- AI解读(投资/产业视角)
- 信号类型标注(利好/利空/中性)
- 框架: React 18 + Vite
- 样式: Tailwind CSS
- 图标: Lucide React
- 字体: Poppins (标题) + Open Sans (正文)
- 配色: 4色方案(蓝色主题 + 浅色调)
cd quantum-track-mvp
npm installnpm run devnpm run build所有数据位于 src/data/ 目录:
track-overview.json- 赛道概览数据entities.json- 实体数据(公司、人物、技术)quantum-news-full.json- 新闻数据(48条,已集成)quantum-companies-full.json- 公司数据(待补充)quantum-people-full.json- 人物数据(待补充)
- ✅ 新闻数据: 48条量子计算相关新闻,包含AI投资视角解读
- ⏳ 公司数据: 需要15-20家公司信息
- ⏳ 人物数据: 需要10-15位关键人物信息
数据来源:
- 基于真实的量子计算行业信息
- AI生成的投资视角解读
- 静态数据(MVP阶段)
- Minimalism + Swiss Style:简洁、专业、网格布局
- 4色配色方案:
- Primary: #3B82F6(蓝色 - 信任感)
- Background: #F8FAFC(浅灰 - 干净)
- Text: #1E293B(深灰 - 可读性)
- Border: #E2E8F0(边框 - 分隔)
- 顺藤摸瓜:点击实体 → 查看相关新闻 → 点击标签 → 筛选内容
- 信号捕捉:每条新闻标注信号类型和重要度
- AI辅助:投资视角的AI解读,帮助快速理解信息价值
quantum-track-mvp/
├── src/
│ ├── components/
│ │ ├── TrackOverview.jsx # 赛道认知模块
│ │ ├── EntityNetwork.jsx # 实体网络模块
│ │ └── NewsStream.jsx # 信号捕捉模块
│ ├── data/
│ │ ├── track-overview.json # 赛道数据
│ │ ├── entities.json # 实体数据
│ │ └── news.json # 新闻数据
│ ├── App.jsx # 主应用
│ ├── main.jsx # 入口文件
│ └── index.css # 全局样式
├── index.html
├── package.json
├── vite.config.js
├── tailwind.config.js
└── postcss.config.js
- ✅ 赛道细分领域展示
- ✅ 公司/人物/技术实体管理
- ✅ 新闻流展示与筛选
- ✅ AI解读(投资视角)
- ✅ 标签筛选联动
- ✅ 实体关联展示
- ✅ 信号类型标注
- 知识图谱可视化(力导向图)
- 实时数据爬取
- 用户笔记功能
- 赛道对比分析
- 投资决策辅助
- 在
src/data/创建新的JSON文件 - 按照现有格式填充数据
- 在
App.jsx中添加赛道切换逻辑
在 entities.json 的对应数组中添加新对象:
companies- 公司people- 人物technologies- 技术
在 news.json 的 news 数组中添加新对象,确保包含:
- 基本信息(标题、日期、来源)
- 分类标签
- 内容概要
- AI解读
MIT