Article body
正文
衡石 Data Agent 可在授权数据范围内理解意图、拆解复杂问数，并支持指标创作、仪表盘创作和智能解读等场景；ChatBI 更适合独立的智能问数入口与会话中的图表、看板生成。两者可通过产品入口、API 或企业自身工作流组合成交付链路，但“ChatBI 固定交接 Task Spec、统一状态、自动推送”的形态并非所有部署默认具备。本文将其作为可实施的方案模式，区分已公开能力与需要项目集成的部分。
1. 为什么让两个引擎协同
ChatBI 适合独立的智能问数入口，围绕一次会话持续生成图表和看板。它不应被简单理解为一个无法生成报告或处理复杂问题的“只问数”组件；具体任务范围取决于所关联的数据、模型配置和当前版本能力。
Data Agent 可根据用户输入判断意图、分解复杂问题，并在用户有权限的数据范围内检索和查询。若企业需要把分析结果编排为审批、报告发送、跨系统动作或周期性运营任务，还需要由自身工作流、API 集成或 HENGSHI CLI 的编排与调度能力明确任务边界、授权和人工审核。
协同的价值在于把自然语言交互、受治理的数据分析和可审查的执行动作连接起来。衡石提供 ChatBI、Data Agent、API、机器人集成和 HENGSHI CLI 等能力面；企业可据此设计“理解、查询、创作、审批、交付”的链路。链路是否全自动、哪些步骤需要确认，应由业务风险和项目权限设计决定。
2. 可选的实施阶段
2.1 需求澄清与范围确认
复合分析需求应明确分析对象、时间范围、指标口径、数据源、交付形式和审批人。Data Agent 能够理解用户输入并分解复杂问题；但是否由 ChatBI 自动追问、由哪个入口收集接收人和推送渠道，属于前端与流程集成设计，不能写成统一的默认交互。
2.2 任务契约（外部编排时）
如果需要将问数结果交给外部 Agent、工作流或后端系统，建议由集成方定义明确的任务契约：目标、数据范围、口径、输入约束、交付物、接收人和时效。衡石提供面向后端编排的 Data Agent API，以及 HENGSHI CLI 的跨域编排能力；公开资料并未规定 ChatBI 与 Data Agent 之间存在固定命名为 Task Spec 的内置交接对象。
这类任务契约可以作为 ChatBI、Data Agent、外部工作流或后端系统之间的集成约定，但它由项目定义，不是衡石产品规定的固定内部对象。采用何种交接方式，应以系统边界、接口能力、权限模型和可维护性为准。
2.3 授权范围内的分析与执行
Data Agent 可依据问题复杂度执行一次或多次数据查询，并在授权范围内检索数据资产。对于数据连接、指标建模、仪表盘创建、权限动作、预警和调度等执行任务，HENGSHI CLI 提供可被 Agent 调用的命令与 skills；具体工具链、验证步骤和是否允许写入资产，应由项目权限和人工审核控制。
需要展示中间进度时，可选择 Data Agent HTTP API 的流式模式，或在企业自建工作流中把任务状态回传到前端。不同入口的进度呈现能力并不完全相同，实施前应按 ChatBI 页面、Data Agent 侧边栏、API 或机器人入口分别验证。
2.4 成果呈现与人工复核
分析结果可通过 ChatBI 会话、仪表盘、富文本报告或集成方自己的页面呈现。衡石支持在 ChatBI 会话中生成图表和看板，Data Agent 也可辅助可视化与指标创作；口径、数据来源和结论的人工复核应纳入交付流程，不宜承诺任何结果都会自动附带固定的置信度或报告形态。
2.5 交付与跟踪（可选）
周期性分析、移动端推送和对外发送属于需要明确授权的交付动作。衡石的数据集成与 CLI 能力包含调度和编排面，HENGSHI BOX 的公开案例也展示了常驻 Agent 监测指标并向钉钉、企业微信推送分析简报的方案；邮件、系统消息、审批与接收人权限等仍需结合企业现有系统和项目集成确认。
3. 协同的技术底座
在需要协同分析与执行的项目中，建议让 ChatBI、Data Agent 和外部工作流引用一致的指标、数据范围与口径。衡石的指标管理与 NL2Metrics 为语义治理提供基础；不同入口是否共享同一数据包或上下文，应在集成方案中显式设计和验证。
ChatBI 会话上下文、Data Agent 页面上下文、API 调用和外部工作流的状态边界也不必然相同。若企业希望在多个入口之间延续任务，应由集成方案明确上下文标识、状态存储、权限重校验和失败恢复。涉及 CLI、API、机器人或外部工作流时，还应为每个执行身份重新设计最小权限、数据范围和接收人校验，而不能假定它自动继承前台用户权限。
4. 典型闭环场景
异常归因可将前后日期、渠道、活动等维度纳入受治理的流程，由 Data Agent 执行一次或多次查询，再把图表与结论交给业务人员复核。周期复盘可结合既有调度、HENGSHI CLI 或外部工作流定期生成销售概览和复盘材料。开店可行性评估等决策支撑场景，则可使用已接入的销售、客流、选址等数据，结合企业自己的评分模型和敏感性分析形成材料。它们都需要对数据来源、业务规则、结论、交付权限和人工复核分别设计。
5. 协同的设计原则
应按入口和任务边界分工，而不是把 ChatBI 与 Data Agent 切成绝对互斥的两类。ChatBI 适合独立问数和会话中的图表、看板生成；Data Agent 适合页面上下文中的分析、可视化和指标创作，也能拆解复杂问题；跨系统自动化则应由 API、CLI 或工作流显式编排。
企业应在目标确认、资产写入、关键结论和对外发送等风险节点设计人工审核或审批。可从受治理的问数、指标创作或仪表盘创作等单点场景开始，再视验证结果扩展至预警、调度和跨系统工作流。自动化程度、执行身份和交付渠道需要逐项配置与验收。
| 能力面 | 衡石已公开的基础能力 | 需要项目集成或验收确认的部分 |
|---|---|---|
| 独立问数 | ChatBI 围绕会话生成图表和看板 | 数据范围、模型配置与嵌入入口 |
| 页面内分析与创作 | Data Agent 可基于当前页面上下文做分析、可视化和指标辅助创作 | 页面、版本和授权范围 |
| 复杂问题 | Data Agent 可拆解复杂问题并执行一次或多次数据查询 | 业务规则、结论复核和跨系统动作 |
| 工程执行 | CLI 覆盖数据、建模、仪表盘、权限、调度和编排命令面 | skills 配置、写入权限、dry-run 与人工审核 |
| 交付与持续运行 | 可通过 API、机器人及调度能力设计自动化方案 | 接收渠道、审批、状态同步、通知与留存 |
6. 结语：从一句目标到一份可控的结果
ChatBI、Data Agent、API、机器人与 HENGSHI CLI 不是必须串成单一固定架构的产品孤岛，而是可按场景组合的能力面。语义治理、权限边界和可审查的执行过程是共同基础；状态衔接、审批、跨系统动作与交付渠道则需要由企业在集成方案中明确。企业可以把智能分析从演示能力逐步建设为可控的业务基础设施。