核心功能

三大AI智能模塊，全方位響應(yīng)數(shù)據(jù)需求

Data Pulse（知察）

——AI智能監(jiān)控與精準(zhǔn)推薦，知你所想

Data Pulse（知察）可持續(xù)監(jiān)查數(shù)據(jù)字段、分布與異常變化，自動返回指標(biāo)異動、數(shù)據(jù)異常等監(jiān)控結(jié)果，幫助企業(yè)時刻掌握數(shù)據(jù)狀態(tài)。

同時，你也可以將常用數(shù)據(jù)看板“釘”在首頁，Data Pulse會基于數(shù)云自研的AI語義解析小模型、指標(biāo)層，結(jié)合當(dāng)前正在執(zhí)行的自動化任務(wù)，為你精準(zhǔn)推送相關(guān)的數(shù)據(jù)內(nèi)容，實現(xiàn)“知你所想”。

Data Query（問數(shù)）

——AI自然語言交互探索，答你所問

選定數(shù)據(jù)集后，Data Query可通過自然語言對話完成多維度聚合、時間過濾等復(fù)雜查詢。若問題模糊，Data Query會主動反問并提供候選指標(biāo)，以保障問題理解的準(zhǔn)確性。

若查詢結(jié)果適合可視化呈現(xiàn)，Data Query會自動推薦合適的圖表類型，且支持將生成的圖表保存至報表。

此外，Data Query還具備口徑解析功能。例如，當(dāng)用戶詢問“銷售額是什么”，AI會詳細(xì)解釋該指標(biāo)在企業(yè)內(nèi)的標(biāo)準(zhǔn)定義、計算邏輯與字段來源。

Deep Insights（洞察）

——匹配業(yè)務(wù)場景的AI智能分析報告，懂你所需

內(nèi)置數(shù)云沉淀多年的行業(yè)數(shù)據(jù)分析場景知識庫，可以集成企業(yè)知識、數(shù)據(jù)庫和行業(yè)動態(tài)，結(jié)合上下文理解業(yè)務(wù)需求，開展全面深入的指標(biāo)拆解、自動識別指標(biāo)和維度的關(guān)聯(lián)性及權(quán)重占比，進(jìn)而智能匹配最優(yōu)分析框架。

核心優(yōu)勢

技術(shù)筑基，讓智能分析更安全更高效

如何讓業(yè)務(wù)快速看到成效、實現(xiàn)速贏，是企業(yè)IT部門在內(nèi)部落地AI項目的重要考量。但數(shù)據(jù)工作極具嚴(yán)謹(jǐn)性，需要經(jīng)歷完整的數(shù)據(jù)準(zhǔn)備、業(yè)務(wù)語義配置等過程，追求速效和速贏，必須警惕“數(shù)據(jù)暗礁”。對此，Data Agent 的解題思路是：

無縫集成于成熟的數(shù)據(jù)產(chǎn)品——數(shù)云麒麟 BI中，無需復(fù)雜的前置配置、即可投入使用：

一方面，Data Agent 直接復(fù)用數(shù)云麒麟 BI 的底層數(shù)據(jù)準(zhǔn)備能力，提升了初始數(shù)據(jù)在一致性、完整性和準(zhǔn)確性上的可靠度；另一方面，Data Agent基于數(shù)云麒麟 BI的語義層構(gòu)建，高度集成了其既有的權(quán)限管控體系與固化的表間關(guān)聯(lián)關(guān)系，能從根源上保障數(shù)據(jù)權(quán)限的可控性及查詢邏輯的準(zhǔn)確性。

此外，由于Data Agent與報表、儀表盤等應(yīng)用層模塊共享同一數(shù)據(jù)底座，因此在實際使用中功能一體性的表現(xiàn)更佳，后續(xù)迭代路徑也更清晰。

2、Text2DSL + Multi-Agent 架構(gòu)，結(jié)合麒麟BI語義層，大模型驅(qū)動的智能數(shù)據(jù)分析更安全可靠

Data Agent 并非直接讓大模型生成 SQL，而是采用 Text2DSL 技術(shù)路徑：

• 大模型負(fù)責(zé)語義理解：用戶提出自然語言問題后，大模型（LLM）首先進(jìn)行意圖識別、上下文解析、歧義消解，將用戶需求抽象成語義層可理解的 DSL 指令。
• 語義層負(fù)責(zé)安全執(zhí)行：這些 DSL 指令會在麒麟BI語義層中進(jìn)一步解析、校驗和落地，避免大模型直接接觸底層真實數(shù)據(jù)表結(jié)構(gòu)，從源頭杜絕數(shù)據(jù)泄露風(fēng)險。

通過這種大模型+語義層的分工，Data Agent 既能發(fā)揮大模型在自然語言理解上的優(yōu)勢，又能確保生成的結(jié)果在企業(yè)數(shù)據(jù)治理體系下安全可控。最終，大模型提供智能理解 → 語義層保證安全和專業(yè)執(zhí)行 → 生成可運(yùn)行的物理 SQL，實現(xiàn)智能與安全的統(tǒng)一。

同時，Data Agent采用數(shù)云自研的Multi-Agent框架，內(nèi)置動態(tài)路由決策、自動重試機(jī)制和長短期記憶能力等，形成“感知-規(guī)劃-執(zhí)行-反思”的AI閉環(huán)決策鏈路。其能遵循自洽性原理發(fā)揮Agent決策的自主性、提升決策效率和質(zhì)量，尤其適用于復(fù)雜的現(xiàn)實業(yè)務(wù)場景。

3、內(nèi)置系統(tǒng)化結(jié)構(gòu)化知識資產(chǎn)體系，洞察分析兼具業(yè)務(wù)深度與執(zhí)行價值

Data Agent內(nèi)置的知識資產(chǎn)體系包含五大類：依托數(shù)云十多年消費(fèi)者運(yùn)營項目和服務(wù)經(jīng)驗所沉淀的思維框架、行業(yè) Know-how、分析模式，以及由企業(yè)自行輸入的業(yè)務(wù)術(shù)語、黑話/行話表達(dá)等。

數(shù)云內(nèi)置知識幫助 Data Agent 建立扎實的認(rèn)知結(jié)構(gòu)與專業(yè)分析能力，使其懂業(yè)務(wù)、能推理、會主動決策和規(guī)劃分析路徑，而不是僅依賴預(yù)設(shè)規(guī)則或單輪提示詞生成內(nèi)容；

企業(yè)自有知識則著重提高Data Agent的上下文感知能力，讓其能理解用戶在真實業(yè)務(wù)語境中的非標(biāo)準(zhǔn)表達(dá)，實現(xiàn)自然交互下準(zhǔn)確的意圖識別和靠譜的語義轉(zhuǎn)換。

完整的知識資產(chǎn)體系讓Data Agent 不再是一個“被動響應(yīng)查詢”的系統(tǒng)，而是一個具備推理能力、上下文理解能力、策略建議能力和企業(yè)語義感知能力的智能分析中樞，可以跨越數(shù)據(jù)表結(jié)構(gòu)、系統(tǒng)邊界和部門語言差異，統(tǒng)一輸出結(jié)構(gòu)清晰、策略可行、語義一致的分析洞察與業(yè)務(wù)建議。

4、高度集成客戶洞察4.0標(biāo)準(zhǔn)報表，項目落地高效、精準(zhǔn)、穩(wěn)定

數(shù)云麒麟BI的客戶洞察4.0標(biāo)準(zhǔn)報表是一個已完成預(yù)處理的數(shù)據(jù)集，包含了會員注冊綁定、等級、積分以及訂單、商品等100多個指標(biāo)和維度，可覆蓋零售行業(yè)多數(shù)通用報表需求，它就像一道“預(yù)制菜”：企業(yè)無需從0開發(fā)，簡單配置即可啟用，還支持自定義報表拓展。

這種“標(biāo)準(zhǔn)化底座 + 模塊化拓展”的架構(gòu)，一方面大幅提升了Data Agent落地時的項目復(fù)用性，顯著縮短交付周期。另一方面，由其沉淀的一整套標(biāo)準(zhǔn)化落地流程，也讓Data Agent在面臨企業(yè)的定制需求，有了可依托的成熟經(jīng)驗，能按標(biāo)準(zhǔn)化流程接入定制邏輯，通過分階段驗收驗證每一步拓展的準(zhǔn)確率，確保新增功能與原有體系無縫銜接，從而確保項目高效、精準(zhǔn)、平穩(wěn)交付。

應(yīng)用場景

對話式交互驅(qū)動業(yè)務(wù)閉環(huán)，賦能業(yè)務(wù)決策