Article body
正文
摘要： 企业分析工作常常同时涉及问题理解、指标查询、图表创作与资产交付。要把这些步骤接起来，需要可复核的口径、明确的操作接口和清晰的责任边界。衡石的 Data Agent 将问数、建模、报表创作和智能报告等能力置于 BI 语义与权限上下文中；HENGSHI CLI（对外命令为 hbi）则为会调用工具的 Agent 提供可预演、可回显的 BI 工程执行面。在协作中，Data Agent 可以完成分析和创作；需要外部 Agent 操作 BI 资产时，CLI 提供标准执行入口。业务负责人定义目标、审查高影响动作并验收结果。
一、从 ChatBI 出发，但不把 ChatBI 当作终点
对话式问数已经显著降低了分析门槛。在衡石，Data Agent 可以基于用户输入自主判断意图、拆解需求，并在登录用户拥有权限的数据范围内，对数据集市、应用集市和应用创作资产进行混合检索；面对复杂问题时，它会按需要发起一次或多次数据查询。它还可读取登录用户属性与当前页面上下文，因此“我的部门本月表现如何”或“解释这个仪表盘”并不必然从零开始。
这不意味着自然语言可以绕过数据治理。问数质量仍取决于指标、字段描述和业务术语是否被事先沉淀。衡石的 NL2Metrics 路径以建模与语义层为基础：把复购率、GMV、预算、财年等概念明确映射到可复用指标，而不是让模型在每次对话中临时拼接口径。数据集知识管理可维护用途、隐含规则、同义词和专有词；向量化与“智能学习”可辅助召回，但学习结果需要人工检查、增删改。官方手册也明确提示，大模型输出具有不确定性，相同输入不保证得到完全相同的响应。
因此，ChatBI、Data Agent 与工具执行的关系应是递进而非替代：ChatBI 适合即时探索；Data Agent 可以将复杂问题拆解为一条分析过程，并协助创建指标、仪表盘和数据解读；工具层负责把已经明确的资产操作放进可审查的执行路径。企业真正需要管理的，是每一步的口径、权限、审批和回执。
二、以“分析职责”和“执行职责”划分协作边界
| 职责层 | 在衡石中的能力基础 | 适合产出 | 应保留的校验点 |
|---|---|---|---|
| 分析与表达 | Data Agent 覆盖问数、建模、报表与智能报告；可按意图拆解并多次查询。 | 问题拆解、指标解释、数据解读、报表或仪表盘草稿。 | 指标口径、数据范围、异常解释和结论措辞由业务负责人复核。 |
| BI 工程执行 | hbi 将连接、数据集、HQL、仪表盘、权限等能力组织为面向 Agent 的命令面，并支持结构化输出、--dry-run 与 SSE 回显。 | 可验证的计划、BI 资产变更、授权操作或自动化链路中的执行结果。 | 先读状态、再预演、后执行；变更须符合既有角色、空间和发布流程。 |
| 接入与编排 | Data Agent 可通过 iframe、JS SDK 或 API 接入；官网列出 Dify、Coze 等 Agent 平台的协作与 SDK/API/iframe 整合友好性。 | 自有页面中的问数体验，或由企业后端、多 Agent、工作流编排的调用。 | 调用方仍需负责身份传递、授权范围、失败处理与业务流程治理。 |
这一划分描述的是工程职责。实际项目可由同一个业务助手先分析、再调用工具，也可由企业编排服务分别调用 Data Agent 与 hbi。模型负责理解、拆解与生成，工具和服务端完成查询与变更；每一步都应返回可检查的结果，由业务负责人把握关键决策。
三、运行方式和接入方式是两件事
设计方案时，先回答“谁持续推进问答”，再回答“如何接入系统”。Data Agent 的 Agent 模式适合需要连续执行、逐步反馈、保留运行过程的问答体验；Workflow 模式适合由后端工作流统一推进、管理执行逻辑与交付稳定性的场景。iframe、JS SDK 和 API 则是不同接入方式：iframe 复用完整页面，JS SDK 保留企业自有页面壳并嵌入衡石前端能力，API 更适合由企业后端、多 Agent 或工作流自行编排。API 不等于 Workflow，iframe 也不决定运行方式。将这两组概念分开，认证、会话归属、前后端职责和排障边界才会清晰。
四、用一个销售分析案例走完“发现—校验—交付—回执”
假设销售负责人提出：“华东区本月销售低于计划，请找出主要变化，并给我一份可与区域团队讨论的看板草稿。”一个稳妥的工作流不应直接生成结论，更不应直接修改价格或客户策略。它可以从下面的链路开始。
图1：从分析到行动的协作示意；外部业务动作需要接口与审批集成
- 先确认上下文：读取当前应用、可访问数据集、已发布的销售额与目标达成率指标，以及用户所属组织范围。若“华东”存在多个组织定义，Agent 应提出澄清或列出使用的过滤条件。
- 再做分解查询：按时间、城市、产品线、渠道等维度查看差异及其贡献，并将查询使用的指标口径和时间窗口写入结果。这里的“贡献”用于描述数据分组变化，不等同于自动证明因果关系。
- 形成可讨论的草稿：把已证实的数据现象、待验证假设和建议进一步收集的信息分开呈现。Data Agent 可辅助生成解读报告或仪表盘草稿；业务负责人决定是否采用结论与布局。
- 进入交付校验：若要新建或调整仪表盘，由工具层先读取资产状态并生成计划，对支持预演的操作先确认影响范围，其余操作先核对计划与目标资源。通过后再由具备权限的人员批准实际变更，并把结果回显给发起人。
读取可访问数据与指标定义
分析销售差异，列出数据现象、依据与待验证假设
生成看板草稿和拟变更资源清单
检查现有资产；对支持预演的命令执行 dry-run
如果检查通过，且已满足该动作的授权或审批要求：
通过当前版本支持的工具提交变更
回读资产，确认结果与预期相符
记录资产链接、执行身份、时间与完成状态
否则：
保留草稿，返回失败原因或需要补充的条件这里的失败状态同样是交付的一部分：指标缺少定义、用户无访问权限、数据刷新滞后、预演发现会覆盖既有资产，或负责人没有批准，都应停止在草稿或预演阶段。回执至少应说明使用了哪些口径、谁批准了什么、变更作用于哪个资产、何时完成，以及失败时如何定位日志或回退。这样，Agent 的“做完”才能被人和系统共同验证。
五、为什么工具层要有预演、结构化输出与人工确认
HENGSHI CLI 面向会调用 shell 或工具的编码型、常驻型 Agent，把 BI 工程常见动作统一到 hbi 命令入口。它的角色不是替代 HENGSHI SENSE 页面，而是作为桥梁：上接 Agent 或自动化流程的步骤编排，下接 HENGSHI SENSE 服务端完成连接、查询、建模、授权、发布等真实业务动作。官方文档列举了数据连接与数据集接入、HQL/HE 查询、仪表盘与元素创建、权限操作、环境检查和配套 skills 等命令域。
对于支持预演的授权、部署、迁移等动作，可先使用 --dry-run 查看预览；具体范围以当前子命令帮助为准；JSON、YAML、表格等结构化输出便于被人或其他系统记录、复查；SSE 回显让界面外产生的变更能够回到前端体验中。CLI 页面还说明令牌进入系统 Keyring，并支持 OAuth 与企业 SSO，避免把敏感凭证写进本地配置。这些机制让操作影响与执行结果更容易被检查，便于提前发现错误。
项目仍应以最小权限、环境隔离、变更审批、审计留痕和可回退方案为准；不同版本、部署方式和企业流程中的具体权限粒度，应在项目验收时逐项核对，而不宜用一句“已完全自动化”笼统替代。
六、外部业务行动是集成设计，不是开箱自动承诺
| 拟议动作 | 可由分析触发的内容 | 落地前必须补齐的条件 |
|---|---|---|
| ERP 采购申请或调拨 | 根据已审核的库存、需求和安全阈值生成建议或申请草稿。 | ERP 接口、物料主数据映射、审批链、幂等处理、异常回滚与采购人确认。 |
| CRM 改价或客户跟进 | 根据销售分析形成候选客户名单、沟通建议或报价草稿。 | CRM 写接口与字段规则、报价权限、客户合规校验、销售负责人审批和操作回执。 |
| 账户风控与预测性维护 | 将异常模式、阈值触发或设备健康信号整理为待核查事项。 | 经验证的规则或模型、业务系统接口、人工复核、紧急处置流程和审计要求。 |
衡石提供的是可集成、可扩展的数据智能能力：Data Agent 的 API 接入适合让企业后端、多 Agent 或工作流自行编排；BIPaaS 的嵌入机制面向 SaaS 多租户、单点认证和精细化权限控制。至于“自动下采购单”“调整 CRM 价格”“冻结账户”或“调度维修”，都属于企业将分析结果接入外部系统后的流程设计，必须取得目标系统接口授权，并由业务方配置审批、责任人、失败补偿和审计规则。把这些边界讲清楚，反而更有利于在高影响场景中逐步扩大自动化范围。
七、从一个可验证场景开始，逐步形成闭环
建议先选择一个既有稳定指标体系、又有明确业务所有者的场景，例如销售周复盘。第一阶段完成指标与同义词治理，确认数据权限和数据刷新节奏；第二阶段让 Data Agent 在该范围内完成问题拆解、数据解读与看板草稿，并由业务团队对结果进行评审；第三阶段再把经过批准的 BI 资产操作接入 hbi 的预演与回显链路。只有当草稿质量、审批时效和异常处理都稳定后，才评估是否把通知、工单或其他外部动作接入企业既有流程。
衡石 Data Agent 的价值，是让企业在语义化指标、用户权限和页面上下文之上更自然地分析与创作；HENGSHI CLI 的价值，是让 Agent 对 BI 资产的操作有可复用的工具接口和可审查的工程过程。两者协作，可以把洞察、交付与业务流程连接成一条可解释、可验证、可治理的工作链。