Article body
正文
新一代 Agentic BI，衡石科技。 过去，AI 帮你做 BI，常常停在“告诉你怎么点”。
它会说：先进入后台，再选择应用，再找到数据集，再配置指标，再保存仪表板。步骤没错，但人还是要自己操作。数据分析师、交付工程师、运维同学每天花大量时间处理这些碎活：建数据连接、查指标、复制仪表板、调权限、同步多套环境配置。
HENGSHI CLI 要解决的不是“让命令行取代界面”，而是给 AI Agent 一个稳定的执行层。
在这个执行层里，Agent 负责理解需求、拆解步骤、读取知识和上下文；HENGSHI CLI 负责调用衡石 BI 平台的真实能力，把应用、数据集、仪表板、图表、权限、调度、Pipeline 等操作落到系统里。人不再盯着控制台一步步点，而是审核 Agent 的计划、确认关键变更、查看执行结果。
HENGSHI CLI 是什么
HENGSHI CLI 的对外命令名是 hbi，它是衡石 BI 平台面向人类和 AI Agent 的命令行执行面。
它覆盖的不是某几个演示命令，而是 BI 工程里的主链路：应用管理、数据连接、数据集、数据模型查询、指标计算、仪表板创建、控件配置、权限管理、用户组织、调度任务、数据集成、Notebook 和数据预警。
更关键的是，CLI 本体不负责“猜用户想要什么”。它保持清晰边界：
Agent 负责理解自然语言、选择流程、决定图表和布局、判断是否需要先查数据或先建模型。
CLI 负责执行明确动作、调用后端 API、校验参数、返回结构化结果。
这个分层让 HENGSHI CLI 更适合进入生产环境。Agent 不需要模拟人点网页，也不需要从页面文本里猜状态；它可以读取官方 skills，按稳定规则调用平台能力，并把 JSON、YAML 或表格结果交还给人或流水线继续处理。
场景一：分析师查数，不再从拖拽开始
业务同学问：“华南区上个月销售额是多少？顺便看一下趋势。”
过去，分析师要打开平台，找到应用，确认数据集，配置指标和筛选条件，再拖一个图表。如果字段名、指标口径、应用空间不熟，还要来回确认。
使用 HENGSHI CLI 后，Agent 的工作方式会变成：
- 先确认当前业务应用下有哪些数据资产，识别销售数据集、时间字段、地区字段和金额指标。
- 再通过数据模型查询能力计算华南区在指定月份的销售额。
- 如果用户要趋势，Agent 继续按时间粒度取数，并生成图表或把结果写入仪表板草稿。
- 最后，Agent 把查询口径、筛选条件、返回结果和图表建议一起交给人确认。
读者不需要理解命令参数。重点是：AI 不再只给“操作教程”，它可以真的读取平台上下文、执行查询、返回可审查的结果。
场景二：交付新客户环境，从重复配置变成可复用计划
SaaS 交付团队常遇到同一类工作：新客户上线，需要准备标准应用、接入数据源、部署仪表板、配置权限、验证结果。
手工做这件事容易出错。尤其在测试、预发、生产多环境之间迁移时，最容易漏掉数据源映射、角色授权、调度配置或仪表板筛选器。
HENGSHI CLI 适合把这类工作沉淀成“计划文件”。
Agent 可以先读取客户环境信息和标准模板，生成一份部署计划。计划里描述要创建哪些仪表板、绑定哪些数据集、应用哪些主题、给哪些用户或用户组授权。执行前，CLI 先做预演，列出将要新增、修改或授权的资源。交付人员确认后，Agent 再正式执行。
这件事的价值不只是省时间。更重要的是，每次交付都有计划、有预演、有结果记录。问题出现时，团队能回看当时到底改了什么，而不是靠人回忆“那天点了哪些按钮”。
场景三：BI 运维进入 CI/CD
BI 系统里有一类问题很隐蔽：指标口径漂移。
版本发布后，某个计算字段的日期逻辑变了，某个数据集切换了连接，某个仪表板的筛选条件被覆盖。业务方看到报表异常时，问题已经进入生产使用。
把 HENGSHI CLI 接入 CI/CD 后，发布流程可以加入 BI 检查：
- 发布完成后，流水线自动校验核心指标口径是否符合规范。
- 对比测试环境和生产环境的仪表板配置差异。
- 检查关键数据集、权限、调度任务是否仍然存在。
- 把校验结果输出成机器可读报告，失败时阻断发布或通知负责人。
这意味着 BI 不再只是“产品界面里的配置”，而能像代码一样进入工程治理：可检查、可比较、可回滚、可审计。
为什么 Agent 需要 CLI，而不是继续操作网页
网页适合人探索，CLI 适合 Agent 执行。
Agent 操作网页会遇到很多不稳定因素：按钮文案变化、页面加载时序、权限入口隐藏、弹窗遮挡、列表分页。它能做，但成本高，也难审计。
CLI 给 Agent 提供的是另一种接口：
- 每个动作都有明确目标，比如查询数据集、创建图表、应用仪表板计划、授予权限。
- 每次调用都能返回结构化结果，Agent 不需要从页面截图里猜状态。
写操作可以先预演，让人看到变更计划后再确认。
- 自动化脚本可以指定目标实例，避免“当前页面打开的是哪个环境”这种人为错误。
- 官方 skills 会告诉 Agent 在不同业务域该先看什么、怎么执行、哪些动作需要确认。
**HENGSHI CLI 的一个重要原则：CLI 是执行层，不是决策层。**这个边界很重要。它避免 CLI 变成另一个黑箱智能体，也避免 Agent 绕过平台规则直接改底层数据。
生产环境最关心的三件事
第一是安全。
CLI 支持设备登录、Client ID / Secret、OAuth / SSO 和环境变量 token 等方式，适配交互式、本地开发、远程服务器和自动化流水线。对外材料中强调，凭据不应该写进部署计划、脚本正文或仪表板配置里；本地凭据也要按配置隔离并使用受限权限保存。这样，Agent 可以执行任务，但不需要把密钥散落到聊天记录或配置文件里。
第二是审计。
写操作支持预演。Agent 在正式改权限、改认证配置、部署仪表板前，先生成“将要变更什么”的结果。人确认后再执行。执行结果还能被保存为 JSON 或 YAML，方便进入工单、CI 产物或交付记录。
第三是同步。
CLI 支持 SSE 实时同步，终端里的变更可以推动 GUI 自动刷新。对业务用户来说，Agent 在后台完成配置后，前端页面能看到最新状态；对运维团队来说，CLI 和 Web UI 不再是两套割裂入口。
官方 skills 让 Agent 少猜命令
HENGSHI CLI 随发布提供官方 skills。它们不是 CLI 内部的“自动驾驶引擎”，而是给 Agent 使用的领域知识和执行规则。
典型分工包括：
- hbi-core 处理认证、实例、输出格式和执行约定。
- hbi-data 覆盖数据连接、数据集、指标和度量。
- hbi-dashboard 处理仪表板计划、布局和控件编排。
- hbi-permission 负责权限查询、授权和回收。
- hbi-workflow 处理跨域任务的执行顺序。
- hql-expert 帮 Agent 写 HQL / HE 表达式。
这套设计比“给 Agent 一份命令大全”更稳。Agent 先读 skill，理解业务域、术语和安全边界，再调用 CLI。CLI 返回结构化结果，Agent 继续判断下一步。整个链路能被复盘，也能被测试。
HENGSHI CLI 的价值，不在命令本身
命令行只是外壳，真正的变化在工作方式。
对数据分析师，它把临时查数、口径确认、图表草稿从手工操作变成可追踪执行。
对交付团队，它把新客户部署、多环境同步、标准模板落地变成计划化流程。
对运维团队，它把权限、调度、指标校验、仪表板差异检查纳入自动化。
对技术管理者，它让 BI 工程有了可度量的执行记录，而不是散落在聊天、截图和个人经验里。
HENGSHI CLI 也不是要替代 Web UI。业务用户仍然需要界面做探索、审阅和协作。CLI 解决的是另一类问题：重复、明确、需要审计、适合自动化的 BI 操作。
当 AI Agent 进入企业系统，最大的问题不是它会不会回答，而是它能不能在权限边界内把事情做完。HENGSHI CLI 给衡石 BI 平台补上了这个执行层：Agent 理解任务，skills 约束路径，CLI 执行动作，人保留确认权。
这才是 Agentic BI 能落地的基础。