摘要：企业把分析能力接进产品、运营和智能体时，真正需要的不是一套孤立图表，而是一条可治理的链路：数据可用、指标可解释、分析可交付、权限可落实，工程接口可被复用。HENGSHI SENSE 的 BI PaaS 将数据建模、指标管理、可视化与报表、嵌入集成、ChatBI 和面向 Agent 的工程执行能力组织在同一平台中，方便企业按自己的数据架构和交付节奏组合使用。

图：以数据、指标语义与分析交付为主线，按业务场景组合集成与智能工程能力，身份与权限贯穿各环节。

1 从数据到分析资产

BI PaaS 的价值不只在于让业务人员看见图表，还在于把数据、口径、页面和权限沉淀为可以重复交付的分析资产。衡石将关联建模、数据可视化、嵌入集成与多租户场景放在同一产品体系中。对于集团 IT 团队，重点通常是统一建设与分级授权；对于软件厂商和行业伙伴，重点则是把分析页面、指标能力或数据问答接入已有产品。两类需求可以复用同一套数据和语义资产，再按不同用户、应用与租户交付。衡石 BI PaaS 产品页对这一能力组合给出了面向软件产品集成的说明。

数据接入、建模与计算选择

平台支持围绕数据集建立分析模型，并以 HQL 表达式承载计算逻辑。面对高频、适合导入的数据集，团队可以开启加速引擎，把数据导入引擎表后供查询访问，并为引擎表设置同步计划；需要把大表按固定分析粒度收敛时，也可以创建聚合数据集，让维度、度量和过滤条件成为可维护的预聚合定义。对于 Hive、Spark、Impala、Presto、MaxCompute 一类的大数据数据源，官方手册建议优先采用直连，避免大规模导入带来的内存占用。性能方案应由数据规模、更新频率、查询模式和源端能力共同决定，而不是把“导入引擎”当成所有数据集的默认动作。加速引擎说明提供了开启、关闭、同步和引擎类型的具体边界。

这使数据团队可以按场景分工：明细数据保留在现有数据平台，适合加速的数据集进入分析引擎，高频汇总分析由聚合数据集承接，复杂关联与计算逻辑继续在模型和指标层维护。一个销售经营场景可以把订单明细、预算和组织维表组织为可分析数据集，再把区域销售额、完成率、客单价等口径交给指标管理和应用页面复用。业务方获得的是一致的分析入口，数据团队仍能按源端约束、刷新安排和治理要求调整底层实现。

让指标成为可授权的业务资产

如果同一个“销售额”在各个看板、报表和对话入口中各自计算，AI 问数只会放大口径差异。衡石的指标管理以业务主题组织指标和子主题，支持指标上线、下线、授权和主题向量化。一个指标可以被放入多个业务主题，但主题权限和底层数据权限仍须分别管理。这样，经营、财务和渠道团队可以在各自有权使用的主题域里复用指标，而不是让每个页面重新写一套计算逻辑。业务指标主题管理也说明了主题授权后的数据访问仍受底层行权限控制。

指标体系不是替代数据模型的目录页，而是连接人、页面与智能能力的语义层。指标负责人要明确指标定义、统计周期、适用范围和负责人；数据工程团队要维护数据集、字段和权限；分析开发者再把经过治理的指标用在仪表盘、报表与数据问答中。这个分工让同一口径可以在不同入口复用，也让口径变更具备可追溯的责任边界。

2 多种交付形态，共用分析底座

衡石的页面交付不只包含仪表盘。仪表盘适合持续观察、筛选联动和探索；企业级报表适合复杂表头、类 Excel 编辑、公式计算、填报、打印与导出；ChatBI 则适合在明确的数据集或业务主题范围内用自然语言继续追问。三者使用不同的交互形态，却可以连接同一批数据集、指标与权限规则。企业级报表产品页所描述的公式、填报和展现能力，使分析成果可以进入经营表单和正式报送场景。

在 ChatBI 中，用户先基于角色权限选择数据集或业务指标主题作为提问范围，再用自然语言获取结果和图表。Agent 模式可以围绕所选数据进行分析解读；一个会话中的图表可以生成看板，单个图表也可被加入看板后继续探索。业务人员因此可以从已发布的看板或报表延伸到即时分析，而开发团队不需要为每一次临时问题创建独立页面。ChatBI 使用说明同时保留了会话、数据范围和看板生成的产品边界。

Data Agent 的价值在于把数据问答、图表结果和页面上下文组织为连续任务，而不是把任意自然语言都当作确定结论。智能解读适合解释已经取得的业务数据与历史结果；涉及预测、因果判断、复杂报表结构或关键经营决策时，团队仍应回到指标定义、数据质量与人工复核。衡石把智能能力接在受控的数据范围与分析资产之后，目的是让使用者能检查数据来源、筛选条件和生成结果。

3 面向软件产品与组织治理的开放能力

嵌入式 BI 的方案应先确定交付对象和责任边界。希望最快复用完整页面时，可通过 iframe 嵌入发布页面；希望保留自有业务页面和入口时，可使用 JS SDK 嵌入聊天窗或结果卡片；已有后端编排、AI 网关或工作流系统时，可将 API 作为后端能力接入。iframe、SDK 与 API 是接入方式，Agent 与 Workflow 是两种运行方式，两者需要分别选择。Data Agent 集成总览对这两个维度及其组合关系作了清晰区分。

平台的多租户能力为平台方与多个企业客户提供独立空间。平台方可以创建和管理租户，为租户分配引擎资源，并将数据连接、数据包和团队空间应用单向分享给租户；租户再在自己的空间中建模、分析和二次授权。由此，SaaS 厂商可以在共享平台能力的同时保持租户空间和资源交付的边界。租户管理手册记录了空间、资源分配和共享的实际机制。

身份与权限需要和嵌入方式一起设计。衡石支持 iframe 页面集成、发布页面自适应呈现和客户端 RESTful Open API；集成方还需要处理用户与用户组同步、功能权限和数据权限。对于已有统一登录体系的企业，可在 LDAP、CAS、SAML2、OAuth2 等方式中选择；宿主系统已完成登录且要把当前用户带入嵌入页或 SDK 时，可使用 JWT 请求参数。嵌入式分析方案和认证与 JWT 指南分别说明了这些边界。

数据服务化还有另一条路径。API 服务可以把数据连接、数据集和图表的数据发布为聚合数据、明细数据、自定义查询或注册 API，并提供测试、发布、授权、限流和监控能力。它适合让外部系统按受控接口消费分析数据，与用于资源管理的 Open API、用于数据问答的 Data Agent API 是不同层次的接口。权限配置也必须在生成对象上复核：基础数据集的行权限不会自动下推到新建的 join 数据集，团队需要在新对象上另设规则。API 服务手册和应用数据权限说明给出了这两项治理要求。

4 把 AI 接入可治理的分析流程

衡石 Data Agent 支持通过页面配置模型服务，也支持接入符合 OpenAI API 格式的服务。模型地址、密钥、模型名、参数和连接状态都需要按实际供应商与部署环境验证；不同模型在工具调用、推理、上下文长度和响应速度上的表现存在差异，不能把“可接入”理解为“所有任务都能得到同等效果”。平台提供模型连接测试、超时、重试、输出长度、历史上下文等可配置项，帮助团队把模型服务纳入运行管理。AI 模型配置给出了当前支持的接入方式和私有部署建议。

向量搜索可以为 Data Agent 检索与问题相关的字段、函数说明和示例，业务主题也可进行向量化处理，用来改善对企业术语和可用资产的定位。它服务于上下文获取，并不替代数据权限、指标治理和答案校验。团队应先整理数据集说明、指标主题、字段语义和可复用分析样例，再根据业务范围配置向量化与模型参数。模型通用配置明确了向量搜索、上下文条数、超时与 Agent 运行控制等参数。

CLI 将工程动作交给可复查的 Agent

面向需要自动化实施的团队，HENGSHI CLI 的对外命令为 hbi。它将数据接入、HQL 查询、仪表盘生成、权限动作和运维命令组织为面向工具调用的 BI 执行面，并提供 repo-managed skills、JSON/YAML/Table 结构化输出、dry-run 和 SSE 回显。编码代理或常驻型 Agent 可以先读取应用、数据集和现有资产状态，再按技能边界生成或更新仪表盘、检查授权动作，把执行过程交给业务和技术负责人复核。HENGSHI CLI体现的是可审查的工程接口，而不是替代业务审批的自动化承诺。

协作角色	在衡石能力中的重点	交付时应确认的内容
数据与指标负责人	数据集、字段语义、指标主题与数据权限	口径、授权范围、刷新与数据质量
分析与业务负责人	仪表盘、报表、ChatBI 场景与解读	筛选条件、图表表达、业务结论与发布范围
工程与产品团队	嵌入、认证、租户、API 与 CLI 自动化	运行方式、身份映射、变更预览和上线复核

5 结语

衡石 BI PaaS 的能力不依赖单一入口：数据集与计算支撑分析，指标主题沉淀业务口径，仪表盘、报表和 ChatBI 面向不同使用场景，嵌入与多租户服务产品集成，Data Agent 与 CLI 则把智能分析和工程动作接入这条链路。企业可以从一个看板、一个指标主题或一个嵌入页面开始，再逐步扩展到可治理、可复用、可验证的分析体系。