Article body
正文
企业把 AI 用于分析，真正决定能否交付的，往往是指标能否复用、数据访问是否有边界，以及结果能否沉淀为可复核的资产。衡石的产品与能力可围绕这条链路组合：把业务问题表达成指标和分析范围，再以看板、API、嵌入页面或工程命令交付。
自然语言为业务人员提供了更直接的分析入口。AI 适合缩短理解、取数和资产制作的动作，业务口径、授权边界与结果复核仍需要由企业明确负责。本文以实际产品能力为线索，说明如何把一次问数变成可持续复用的分析交付。
一、先让业务问题落到可复用的指标上
衡石将指标区分为原子指标和业务指标：原子指标承载聚合定义；业务指标增加维度、限定条件和时间轴等配置，形成明确的分析场景。“营业收入”可以是原子定义，“华东直营网点月度营业收入”则还要说明地区、门店和日期。人做图表与 Data Agent 协助分析，都应回到同一份定义。
共享维度、时间轴和限定条件的业务指标，可在同一数据集中引用指标粒度来减少重复配置；粒度调整后，引用指标会同步配置。当前粒度只支持一个数据集，多表模型中的业务指标不能据此假定获得同样的复用效果。跨表问题仍需检查数据模型、join 关系和额外校验。
主题域按业务问题组织指标，并支持授权和上下线。同一业务指标可在多个主题域出现，但拥有一个主题域权限，不会自动获得另一个主题域中的可见权限。主题授权关联底层数据包的查看权限，具体可见行仍受数据包行权限约束。指标、主题与数据的可见性需要一起检查，却不能互相替代。
指标名称也不是全部上下文。数据集用途、隐含过滤规则、同义词以及术语和字段或指标的对应关系，可在知识管理中补充；相关文本也可向量化以改善语义检索。这有助于理解问题，却不替代指标定义、数据质量检查或业务复核。
二、把访问边界拆开，而不是把“已登录”当成已授权
企业分析中的权限涉及连接、应用数据集、行列规则、业务主题和集成身份。数据连接可在连接、目录和表等层次配置规则；应用侧可为数据集设置行、列权限。身份映射或单点登录解决“谁进入系统”，并不等于完成资源和数据授权。
边界设计还要关注下游：A、B 数据集上的行权限不会自动下推到 A join B 形成的 C；如果 C 也需要控制可见数据，需在 C 上额外设置行权限。上线前应列出所用连接、数据包、主题、应用和下游数据集，逐项验证目标角色实际可见的字段和行。
平台方向租户授予的是租户资源使用权限，不代替租户系统内部的用户管理；嵌入式分析还要考虑用户、用户组和功能权限同步。把身份、功能权限、连接权限与数据权限分别验收，才能让问数、看板和嵌入页面使用同一套可解释边界。
三、从一个问题交付多种分析资产
Data Agent 可协助即时分析、指标创建和仪表盘生成；ChatBI 可将会话图表加入看板，再调整布局、保存或继续探索。它减少从问题到初稿的往返，却不替业务做最终判断。即使输入相同，AI 响应也不总是完全一致，复杂报表和复杂表格不支持智能解读。可靠性来自数据准备、分析范围与复核动作，而非对模型“永不出错”的期待。
下面的示例只说明交付设计，不代表固定字段、接口协议或行业模板。每一行都要以企业已建的数据集、授权范围和已确认的指标定义为前提。
| 业务问题 | 指标与分析范围 | 交付与集成方式 | 验收产物 |
|---|---|---|---|
| 各区域本季度销售目标完成如何？ | 销售额、销售目标、完成率；区域和日期；确认的时间轴与过滤条件 | 区域对比、月度趋势和筛选说明；系统集成用已测试并发布的聚合 API；工程实施可用 CLI 调整资产 | 指标定义、范围、看板或导出结果、业务复核记录 |
| 哪个产品线的毛利变化值得追问？ | 已确认的毛利指标、产品线和期间；必要时补充数据集知识 | 产品线趋势与明细入口；“异常”作为待调查线索。系统消费明细时使用已发布的明细或自定义查询 API；CLI 可写入 runbook | 指标口径、数据集、问题假设、结果范围与复核结论 |
| 如何在业务系统内查看授权范围内的分析？ | 应用、用户或用户组、数据权限模式与行列规则 | 发布或嵌入页面，保留筛选参数含义；页面、JS SDK 或 API 取决于复用整页、前端能力还是后端能力 | 角色验收用例、嵌入结果、权限复核和回滚责任人 |
API 是明确的交付面，不代表任何问数结果都会自动变成接口。平台支持聚合、明细和自定义查询 API；需按场景测试，发布后才提供服务，并可配置授权、流控或熔断。对外验收应检查调用范围、认证和返回结果。
四、工程执行面：把可审查动作交给 CLI
HENGSHI CLI 的对外命令为 hbi。产品页将数据接入、HQL 查询、仪表板生成、权限和运维命令整理为 Agent 执行面，并提供 JSON、YAML、Table 输出、配套 skills、dry-run 与部分变更的 SSE 回显。实施团队可将重复步骤沉淀为 runbook：先读应用、数据集和资产状态，再调整交付物并交由人审查。
下列命令仅是一个只读入口示例：前提是 CLI 已安装，并完成对应的认证配置。它不是完整的建模或发布脚本，也没有假定某个企业的应用名、数据集名或 HQL 表达式。
hbi --help
hbi auth status --output json当动作会改变授权、迁移或资产时，应先确认子命令帮助和适用的预演能力；产品页展示了授权动作可用 --dry-run 查看变更而不应用。结构化输出和回显帮助人复核。CLI 是已交付的 BI 工程接口，也不免除实施方对命令范围、权限和验收的责任。
五、按业务场景组合产品与交付责任
相关产品可按需配合使用。选择取决于企业需要的分析入口、模型运行位置，以及知识、流程和质量的维护责任。
| 产品或能力 | 主要交付面 | 需要明确的责任边界 |
|---|---|---|
| 指标管理与 HENGSHI SENSE | 指标、粒度、主题域、分析与可视化资产 | 业务和数据团队负责指标含义、质量、授权和上线；平台使定义更易复用。 |
| AI 分析智能体 / Data Agent | 问数、指标和仪表盘制作协助、智能报告 | 使用方准备数据、术语和规则，并复核生成结果、复杂场景和最终决策。 |
| HENGSHI BOX | 私有化 ChatBI、本地模型与 Agent 自动化的部署选项 | 本地模型不调外部 API 时不产生 Token 计费；总体成本还包括设备、软件与运维，合规要求需按部署场景评估。 |
| HENGSHI CLI | 面向 Agent 的 BI 工程终端与 skills / runbook | 实施和运维团队定义执行顺序、凭证和审批点，并对变更进行预演和复查。 |
| HENGSHI JARVIS | 软件企业 Agent 的知识、流程和质量治理咨询赋能 | 帮助团队建立记忆、路由和知识运营体系，具体治理范围由项目目标与实施方案确定。 |
模型和部署策略应按场景决定。衡石支持配置云服务商或私有部署模型，文档明确模型效果会受供应商影响，不能保证所有模型的效果。对数据敏感且希望本地运行模型的场景可评估 BOX；接入外部模型前则应明确模型能力、数据范围、成本和审批条件。
六、把可靠性写进分析交付的定义
可持续的 AI 分析应回答“依据什么、谁能看到、如何复核、能否再利用”。起点是可解释的指标和数据范围，中间是经授权的问数、看板、嵌入或接口，末端是可审查的工程操作与业务验收。
产品与能力可按需组合：指标管理减少重复定义，Data Agent 缩短分析初稿路径，API 或嵌入服务业务系统，CLI 规范工程步骤，BOX 或 JARVIS 匹配部署与运营需求。可规模化的关键，是把口径、权限、交付和复核沉淀为团队持续执行的工作方式。