Ranuk DataCanvas BI

DataCanvas — ChatGPT 插件扩展（MCP）

由 Ranuk IT Solutions（Emilio Ranucoli）开发并运营
将任意数据集（CSV、TSV、JSON、Excel）转换为实时交互式分析仪表板，并直接呈现在 ChatGPT 界面中（侧边的 thread_panel 和 global sidebar），支持导出高保真矢量 PDF（>400KB），并通过外部漏斗实现 SaaS 变现。

---

🎯 执行摘要

DataCanvas 解决了 ChatGPT 数据分析的主要局限：静态性。当用户提供表格数据时，DataCanvas 不会返回纯文本表格或使用 Matplotlib 生成的静态图片，而是呈现一个交互式对话面板，包含实时筛选器、动态图表类型选择器和响应式 KPI 卡片。

为什么这种模式能创造业务价值：

• 获客成本（CAC）= $0： 流量来自 OpenAI 全球目录（约 1.2B WAU）带来的自然访问，以及对话中的上下文触发。
• 客户端计算成本 = $0： 分析聚合通过 DuckDB-WASM 和 Apache ECharts 在用户浏览器中运行。
• 100% 外部变现： 严格遵循 OpenAI 规范。插件内不进行任何数字收费；所有 Pro 套餐升级（$19/月或 $190/年）均通过 Ranuk IT Solutions 控制的域名上的 Stripe Hosted Checkout 完成，无佣金或收入分成。

---

🏗️ 系统架构

sequenceDiagram
    autonumber
    actor User as Usuario en ChatGPT
    participant GPT as ChatGPT (LLM)
    participant MCP as Servidor MCP (FastAPI :7800)
    participant UI as Panel UI (Iframe Sandboxed)
    participant Engine as Ranuk Report Engine
    participant Stripe as Stripe Checkout (Externo)

    User->>GPT: "Armame un dashboard interactivo de este CSV"
    GPT->>MCP: Call tool: datacanvas_render_dashboard(title, raw_data)
    MCP-->>GPT: Return metadata OpenAIUiToolMetadata (ui://datacanvas/dashboard)
    GPT->>UI: Despliega Iframe en el panel lateral vía postMessage
    User->>UI: Filtra datos, alterna gráficos y examina KPIs
    UI->>UI: Agregación client-side sin costo de cómputo para el backend
    User->>UI: Click en "Exportar Reporte Ejecutivo PDF"
    alt Usuario Gratuito
        UI->>Engine: Genera reporte con watermark Ranuk
        Engine-->>UI: Descarga PDF oficial (>400KB) + Modal Upgrade
    else Click en "Desbloquear Pro / White-Label"
        UI->>User: window.open("https://datacanvas.ranuk.dev/checkout")
        User->>Stripe: Pago de suscripción ($19/mo)
        Stripe->>MCP: Webhook asienta cobro en income_ledger.json
    end

---

📦 仓库结构

rk-mcp-datacanvas/
├── manifest.json              # Especificación oficial de OpenAI Plugin Extension
├── README.md                  # Manual de arquitectura, despliegue y operaciones
├── server/
│   ├── main.py               # Servidor FastAPI (Protocolo MCP JSON-RPC + UI Server)
│   ├── tools.py              # Definición analítica y schemas OpenAIUiToolMetadata
│   └── report_bridge.py      # Conexión al motor ranukita_report.py
├── ui/
│   └── index.html            # Frontend interactivo para el iframe (Tailwind + ECharts)
├── scripts/
│   ├── rk-mcp-pack.py        # Validador y empaquetador para Apps Management (.zip)
│   └── rk-mcp-growth.py      # Cron diario de health check, leads B2B y sync con ledger
├── tests/
│   └── test_mcp_server.py    # Suite de tests (MCP handshake, tools y reportes)
├── submission/
│   ├── video_script.md       # Guion de 75 segundos para el revisor de OpenAI
│   └── test_cases.json       # Casos de prueba reproducibles para el submission
└── dist/
    └── rk-mcp-datacanvas.zip # Paquete validado y listo para envío

---

💎 套餐模式：Free 与 Pro

特性	DataCanvas Free（插件内）	DataCanvas Pro（$19/月或 $190/年）
在 ChatGPT 中交互式可视化	不限量	不限量
动态图表（柱状图、折线图、环形图）	是	是 + 热力图和漏斗图
通过 DuckDB-WASM 实时筛选	是	是
导出 PDF 报告	每月 3 份报告（带水印）	不限量、白标且 >400KB
Sidebar 中的模板持久化	1 个模板	不限量
连接 PostgreSQL / BigQuery	否	是
企业本地部署许可证	否	可用（一次性支付 $490）

---

🤖 操作手册：任务分配

为确保系统能够自主运行并尽量减少人工工作，任务由 Ranukita Agent 团队和 Emilio 分担：

👤 Emilio 的任务（仅一次 — 约 5 分钟）：

1. 在 OpenAI 上传软件包： 前往 OpenAI 开发者控制台 / 应用管理，创建新应用并上传文件 dist/rk-mcp-datacanvas.zip。
2. 提交视频： 按照脚本 submission/video_script.md 录制一段 75 秒的操作演示。
3. 公共域名： 将 DNS 隧道 datacanvas.ranuk.dev 指向本地服务器（例如使用 Cloudflare Tunnel 连接到 7800 端口）。

🤖 Ranukita Agent 的任务（全天候自动运行）：

• 商务总监： 每周查看结账转化率，并核验账本中的收入目标。
• 销售： 监控在报告下载中登记的企业邮箱，以发送 Enterprise 许可证方案（$490 至 $1,500）。
• Dev-Bounties / NEXUS： 保持 MCP 服务运行，处理数据格式问题，并运行回归测试。
• 每日 Cron（rk-mcp-growth.py）：
  • 每天上午 10:00 运行。
  • 检查服务的运行时间。
  • 将 Stripe 的外部交易直接记录到 ~/.ranukita/income_ledger.json。
  • 在 ~/.ranukita/buzon/ 中生成增长报告。

---

🚀 快速入门指南

1. 运行验证测试

python3 -m unittest tests/test_mcp_server.py

2. 在本地启动 MCP 服务

python3 server/main.py
# El servidor iniciará en http://127.0.0.1:7800

3. 使用 Cloudflare 隧道对外开放（用于 OpenAI 测试）

cloudflared tunnel --url http://127.0.0.1:7800

4. 重新生成提交包

python3 scripts/rk-mcp-pack.py

5. 手动运行增长 Cron

python3 scripts/rk-mcp-growth.py