数据分析Agent (Analytics Agent)

Analytics Agent 是云器 Lakehouse 内置的企业级对话式数据分析 Agent。业务人员用自然语言提问，系统自动选择数据、生成 SQL、返回表格和图表——不需要写 SQL，不需要知道表名。

它不只是"用自然语言查数据库"。Analytics Agent 把 Lakehouse 中的数据资产、字段语义、指标口径、知识文档、答案构建器、权限和审计组织起来，让大模型在受控的企业上下文中完成分析，而不是自由访问所有数据。

很多用户在第一次接触这类产品时，会自然地认为：只要给 Analytics Agent 接上数据，它就应该能准确回答问题，并直接提供有价值的业务分析。这个判断并不难理解，但在企业场景里还不完整。数据接入解决的是“系统能访问哪些数据”，而业务分析要稳定成立，还需要进一步明确分析域边界、字段含义、指标口径、权限范围，以及关键问题的验证方法。

因此，接入数据通常是起点，而不是全部条件。Analytics Agent 的价值不只来自自然语言问答入口，也来自后台已经准备好的语义、口径、治理和验证机制。准备越充分，业务用户越容易用日常语言获得稳定、可信的分析结果。

首次体验

① 开通服务（1 分钟）

在管理中心首页找到 Analytics Agent 产品卡片，点击"免费开通"。推荐新用户勾选"同时开通 Lakehouse 实例作为默认数据源"，系统自动配置样例数据。

② 用样例数据体验（5 分钟）

进入产品主页，找到标有"样例"的分析域，点击"开始分析"，直接提问：

"各区二手房均价是多少？"
"哪个区的挂牌量最高？"

③ 接入自己的数据（由数据开发或维护人员完成）

添加数据源 → 创建分析域 → 配置语义层与口径 → 开始对话分析。→ 详细步骤

支持的数据源：Lakehouse、Databricks、MySQL、StarRocks，以及 Excel/CSV 上传。

以上三步帮助你完成服务开通、样例体验和首次接入。对于第一次了解产品的用户，这已经足以开始体验问答能力；但在真实业务场景中，通常还需要继续完成分析域规划、字段语义和指标口径配置、权限控制，以及代表性业务问题验证，问答效果才更容易稳定下来。

接下来更常见的推进顺序通常是：

选择试点场景 → 接入数据 → 配置语义与口径 → 验证高频问题 → 开放给业务用户 → 根据反馈持续完善

选择试点场景 → 接入数据 → 配置语义与口径 → 验证高频问题 → 开放给业务用户 → 根据反馈持续完善

什么时候用

场景	是否适合
用自然语言查数据、看趋势、做对比	✅ 核心场景
快速生成 AI 仪表板	✅
多个部门共用，需要按人隔离数据和权限	✅ 分析域 + 行级权限
统一高频指标口径	✅ 指标 + 知识 + 答案构建器
精确控制 SQL 逻辑、复杂 ETL	❌ 用 Studio SQL 任务
向量检索 / RAG 问答	❌ 用向量检索 + AI 函数

核心概念

分析域 — 定范围

分析域是问答的工作空间，也是治理的第一层边界。一张表不加入分析域，就不会参与该域的问答。不同业务（销售、财务、运营）建议分别创建分析域，避免把所有表和用户放进一个大域。

语义层 — 定含义

语义层在分析域内部，告诉模型企业的数据是什么意思。

配置	解决什么问题
字段语义	这个字段在业务上叫什么、适合做维度还是度量
虚拟列	底层没有现成字段，需要拼接或派生
指标	核心 KPIs 的统一计算口径
答案构建器	复杂多表 JOIN 的固定 SQL 模板
知识	业务术语、同义词和口径解释

两者的关系是：先划分分析域确定范围，再在域内配置语义层和口径确定含义。一条更完整的使用链路通常是：

分析域隔离 → 语义层与口径配置 → 权限/行级权限 → 自然语言问答 → 图表/表格/SQL → 看板/定时任务 → 反馈与持续验证

分析域隔离 → 语义层与口径配置 → 权限/行级权限 → 自然语言问答 → 图表/表格/SQL → 看板/定时任务 → 反馈与持续验证

。

→ 使用指南（全部概念与角色分工） · 分析域规划指南 · 配置指南

工作原理

Analytics Agent 采用 Agentic RAG 架构，LLM 在受控上下文中主动规划和推理：

理解意图 — 解读问题，判断用哪张表、读哪个指标
主动编排 — 决定执行 SQL、读取文件还是查指标定义
迭代修正 — 结果不足时自我修正，直到答案完整

所有 LLM 由 AI Gateway 统一接入和管控，Analytics Agent 不需要单独配置模型 API Key。

选择你的路径

分析数据

目标：提问、读结果、用看板

提问指南 — 用业务语言提问，并逐步把问题收敛清楚阅读分析结果 — 看懂数值、表格、图表分析模式指南 — 查数、对比、趋势、排名使用数据与探索 — 看当前域有哪些表和字段使用看板 — 保存图表、共享给团队处理反馈 — 答案不准时提交校准

→ 分析人员指南（完整目录）

管理维护

目标：配语义层、管权限、做验证

分析域规划指南 — 企业级分析域划分配置分析域 — 创建域、加表、配字段语义指标与答案构建器 — 固化计算口径配置知识 — 业务术语和口径答案构建器最佳实践 — SQL 模板设计管理人员如何验证 Analytics Agent 配置是否做到位 — 用代表性业务问题评估当前配置是否已经支撑真实使用排查问答准确性问题 — 诊断和修复

→ 配置指南（完整目录）

治理

目标：用户、角色、权限、审计

治理总览 — 权限分层、域隔离与审计闭环管理权限 — 账号、角色、域权限配置行级权限 — 按人控制数据可见范围查看审计日志 — 追踪配置变更全量下载与数据导出治理 — 下载权限与导出审计

落地与上线

目标：从 PoC 到生产

从 PoC 到生产：落地指南 — 落地方法、常见误区管理人员如何验证 Analytics Agent 配置是否做到位 — 用代表性业务问题评估管理工作是否真正生效上线检查分析域 — 健康度 + 上线清单验证问答效果 — 用典型问题验证配置分析域配置原则与常见问题 — 踩坑经验与 FAQ

运维

消息通知 — 后台任务状态用户设置 — Logo、主题与配色

其他

快速入门 · 模型选择与配置 · AI Gateway · Lakehouse Analytics Agent 快速导览 · 问答准确率提升 · 网页数据获取与对话式数据分析

如有建议或问题，欢迎联系：电话 400-6767-862 · 邮箱 service@yunqi.tech

联系我们