• 简体中文

    • Data Agent 简介

    Data Agent 是一套面向企业数据资产的智能问答与分析平台，能够将业务语言直接转化为可执行的数据查询，并结合 Agent 推理能力完成复杂任务。它在 ChatBI 的基础上升级了知识建模、推理记忆和系统集成能力，帮助企业以更少的配置获得更强大的数据应用。

    产品定位

    • 多源数据统一访问：通过连接主流数据库、湖仓与 API，将分散的数据集中到统一的语义空间中。
    • 自然语言交互：让业务人员像与同事对话一样提出问题，系统自动解析意图、生成 SQL 并返回结构化可视化结果。
    • 可扩展的 Agent 框架：支持插拔式工具（SQL、API、脚本等），以多步推理的方式执行更复杂的分析任务。

    核心能力

    1. 语义建模与上下文理解：按照业务主题构建指标、维度与业务术语映射，结合会话上下文消歧和补全意图。
    2. 智能执行链：先识别用户意图，再匹配数据源、生成优化后的 SQL/DSL，必要时串联多个步骤完成计算、过滤、汇总等操作。
    3. 数据分析报告：基于问答结果自动生成分析结论、趋势解读与可视化内容，帮助业务用户快速完成汇报与复盘。
    4. 开放集成：提供 API、Web 小部件、IM 机器人等多种集成方式，可嵌入到钉钉、飞书、企业微信或自建门户。

    三种数据问答模式

    Data Agent 支持三种典型的数据问答模式，适合从快速验证到企业级统一落地的不同阶段：

    模式说明优点缺点适用场景
    临时数据问答通过上传 csv、Excel 等文件进行临时问答，文件内容需控制在大模型上下文限制内。无需接数据库，可快速导入临时数据验证效果。数据量受上下文窗口限制，不适合长期、稳定、持续更新的数据场景。临时分析、会议材料核对、一次性文件问答。
    直接 NL2SQL不做业务建模，直接将自然语言转为 SQL 查询数据库。无需建模，支持所有表模型，接入速度快。无法给不同用户配置不同权限，结果稳定性无法保证 100%，更适合试用而非生产基座。初期上手、先看效果再推进建设。
    语义建模问答按照 Data Agent 的语义建模方法论建设统一语义层后再进行问答。查询速度快、稳定性高、支持无限表数量，且可做分用户权限控制。需要前期建模投入。全公司全业务链路统一数据问答、分权限访问、要求高稳定性的正式生产场景。

    其中，第三种模式是最推荐的落地方式。它更适合作为企业统一的数据问答底座，承接整个公司的数据查询需求，包括接入企业自有前端聊天界面、企业 OA、各类智能体以及 API 对接等场景。

    典型使用场景

    • 面向经营管理层的实时经营分析、日报周报生成。
    • 业务运营人员的 ad-hoc 查询、活动效果追踪和复盘。
    • 数据分析师的多维钻取、交叉对比和指标监控。
    • 客服、销售等前线团队对客户、订单、库存等信息的即时查询。

    架构模块

    模块说明
    接入层负责身份认证、权限校验以及多端组件（Web、IM、API）。
    语义建模层定义主题域、模型、指标、维度以及共现关系，为自然语言解析提供上下文。
    推理与执行层包含 LLM、提示模板、工具编排（SQL、API、脚本等）以及执行监控。
    数据连接层提供数据库/数据湖/第三方 API 适配器，并管理连接配置、缓存与限流。
    运维管理层提供日志、指标、告警、发布和多环境配置能力。

    了解这些组成部分后，可以在“快速开始”章节中按照步骤完成首次部署与验证。随后再继续阅读“使用指南”，学习如何构建高质量语义模型与运维体验。