HENGSHI BOX：私有化 AI 分析的落地路径

摘要：企业希望用自然语言分析经营数据，也希望让 Agent 参与指标建模和看板建设，但模型服务、数据连接、权限与运行维护需要共同落地。HENGSHI BOX 将衡石分析平台、本地模型和 Agent 自动化能力组合为软硬一体的私有分析方案，帮助团队减少分散选型与联调工作。它的价值既在于提供可管理的本地运行环境，也在于把问数、分析资产与工程工具接到同一条业务链路。本文从能力组合、数据边界、典型任务、选型与成本出发，说明如何把一体机方案转化为可验收的企业分析服务。

1 一体机交付的价值：把组件连成工作链路

部署一项 AI 分析能力，通常需要处理多个环节：数据在哪里、指标怎么算、模型如何接入、用户如何登录、结果在哪个页面使用，以及系统由谁维护。单独准备一台服务器或一个模型，只解决了其中一部分。HENGSHI BOX 的软硬一体交付，将分析平台、本地推理和 Agent 工具放在经过组合的环境中，便于团队围绕具体业务任务完成配置和验收。

衡石公开介绍中，BOX 的主要场景包括 BI 工程构建、周期分析简报和即时问数。HENGSHI SENSE 承载数据建模、指标和可视化，Data Agent 提供自然语言分析与创作，HENGSHI CLI 为工程 Agent 提供可调用的操作入口。业务人员可以消费经过准备的分析资产，数据与工程团队则可以继续维护它们。这种分工让一体机的价值落在日常使用和资产复用上，产品定位可参考HENGSHI BOX 官方介绍。

能力组成	承担的工作	交付时确认的内容
HENGSHI SENSE	数据集、指标、仪表盘与分析应用	软件版本、授权、数据连接及业务口径
本地模型服务	在本地执行配置范围内的模型推理	模型、算力、接口与实际任务效果
向量数据库与知识准备	支持相关语义信息的检索与召回	向量化范围、字段说明与更新安排
HENGSHI CLI与Agent技能	通过工具执行支持的BI工程操作	身份权限、命令范围与变更复核
Agent自动化与渠道接入	按项目配置组织任务与交付结果	触发条件、消息渠道、负责人和运行记录

预置环境能够减少安装和兼容性处理工作，业务落地仍需要完成数据准备。订单、库存和客户数据的关联键是否一致，销售额是否排除退款，组织权限如何划分，都会影响问数和看板结果。将这些规则写入模型、指标和知识说明，再交给 Agent 使用，才能让设备上的能力进入企业自己的分析流程。

2 本地运行的边界，需要按链路确认

本地模型推理提供了一种可控制的部署选择，数据边界则需要沿完整链路验证。使用本地模型时，可以在企业管理的环境中处理模型请求；数据源可能部署在同一设备、内网数据库或其他获准访问的系统中，用户也可能通过浏览器或企业沟通工具查看结果。设备、数据源、模型服务和结果接收端各有自己的位置与权限，不能仅根据“一体机”这个名称推断整个流程已经物理隔离。

例如，数据库查询可能留在企业内网，但若将分析内容发到外部模型或未经批准的消息渠道，数据流向就发生了变化。又如，查询使用本地模型，也仍要考虑浏览器访问、导出文件、备份和管理员运维。部署设计应列明允许的连接、模型地址、推送目标和维护入口，并以实际配置和测试确认。这样可以把“数据可控”转化为能够检查的条件。

检查环节	应核对的问题	可保留的验收证据
数据源连接	访问哪些数据库，使用什么账号和查询权限	连接清单、角色测试与查询结果
模型与向量服务	请求是否进入本地或批准的内网服务	配置记录、连通测试与出网检查
分析结果交付	谁能查看、导出或接收报告	页面权限、渠道授权与交付样例
运维与备份	谁能维护，备份保存在哪里，如何恢复	责任人、访问安排与恢复验证记录

衡石的产品能力为这条链路提供具体落点。连接与应用可以配置数据访问规则，指标主题管理授权范围，ChatBI 按角色选择可问的数据集或指标主题。部署方应将认证、资源授权和数据权限分别核对，并用真实受限用户测试结果。模型能够理解业务问题，并不意味着该用户获得了额外访问权限。相关规则见连接权限和应用数据权限。

3 从三个真实任务切入

即时问数：让业务问题落到可检查的数据

问数适合从高频、口径清楚的问题开始，例如按区域查看销售额、比较本期与上期、继续追问品类或客户群。衡石 ChatBI 可在获授权的数据集或业务指标主题范围内回答，返回图表，并将会话图表生成看板或加入看板。业务人员因此可以把临时发现继续沉淀为分析资产，而不是每次重新提出同一个取数需求。

数据团队应先准备名称、描述、时间字段和业务规则。若同一个“收入”包含含税、未税或扣除退款等不同定义，应明确使用哪一种口径。问数验收也需要核对筛选条件、聚合方式、数据更新与用户权限。智能解读基于已有及历史数据生成描述性分析，预测与经营因果结论需要另外的方法和证据。具体能力见ChatBI与Data Agent。

BI工程构建：让工具承担明确的操作

在工程侧，HENGSHI CLI 以 hbi 为统一入口，提供数据接入、HQL 查询、仪表盘、权限与运维等命令。Agent 可以先读取现有资产和数据结构，再执行支持范围内的创建或修改，并把结果交给负责人复核。结构化输出与配套技能有助于组织这类任务，支持的命令可进行变更预览，部分变更还能在界面中通过实时回显检查。详见HENGSHI CLI。

以销售看板为例，任务不应只写“做一个好看的驾驶舱”。还应明确数据来源、指标定义、组织范围、筛选条件和发布对象。Agent 完成图表与布局后，业务人员验收口径和表达，数据人员检查查询与刷新，管理员确认授权。这样，一次自然语言请求可以进入可重复的工程过程，同时保留各方的责任。

下面是便于业务与实施团队共同使用的任务说明示例，属于沟通模板：

销售看板任务说明示例

任务：建立区域销售分析看板
数据范围：已授权的订单、商品与组织数据集
口径：使用已确认的销售额、订单数与完成率指标
分析维度：日期、区域、品类
页面要求：趋势、区域对比、品类构成与日期筛选
交付对象：指定应用中的业务查看者
验收方式：同条件对照既有报表，测试受限角色与刷新结果
发布安排：由业务与数据负责人复核后交付

周期简报：把取数、解读与交付安排在一起

周期报告适合经营晨会、周度复盘或固定指标跟踪。BOX 的公开方案包含常驻 Agent 与消息渠道场景，项目可以按预设条件获取数据、生成简报，再向已配置的渠道和接收者交付。相比只生成一份文本，持续使用还需要调度、失败处理和责任安排：何时执行，依据哪个成功更新的数据版本，异常时谁接手，哪些接收者有权查看。

一个可运营的简报应写明统计时间、指标口径、筛选范围和数据更新时间，并支持回到相关页面继续检查。异常阈值是业务规则，异常原因是需要验证的判断，二者应分开表述。先跑通少量指标、少数接收者和明确的更新计划，再扩大自动化范围，可以更容易发现数据、模型与渠道之间的衔接问题。

4 专业版与企业版：按负载和任务选型

衡石公开页面提供专业版和企业版两类配置方向。专业版面向部门级应用、日常问数和试点；企业版面向较复杂的任务、集团级部署与更高并发需求。页面给出的设备形态与场景定位可以作为起点，具体 CPU、GPU、内存、存储、模型和授权组合，需要以实际交付清单确认。

比较维度	专业版的公开定位	企业版的公开定位
设备形态	静音级桌面或小型机柜式	2U/4U标准机架式服务器
任务侧重	日常对话、指标查询、单线Agent任务	复杂推理、较高并发的Agent协作
应用方向	部门级应用、初创团队、PoC	集团级部署、高频分析与较大作业
共同验收条件	数据、模型效果、权限和运维	数据、模型效果、权限和运维

用户人数不能单独决定设备配置。同样数量的用户，若只是查看已有仪表盘，与同时开展长上下文问数、复杂查询和看板生成，对资源的要求会不同。选型应记录峰值并发、问题复杂度、模型输入输出长度、数据规模与刷新任务，再用代表性工作负载测试。项目也应约定响应等待、错误恢复和人工接管方式，而非依靠一个未经验证的人数区间。

5 Token Free：比较完整成本与实际收益

BOX 的 Token Free 主要指使用内置本地模型完成相应 BI 任务时，不产生外部模型 API 的 Token 调用费用。它让高频模型调用可以更多地在自有算力上运行，便于企业观察成本结构；设备采购、软件授权与维护、电力、运行管理和业务实施仍需纳入预算。如果另行接入外部模型服务，则需按供应商和合同计算相关费用。

衡石平台支持配置模型服务地址、模型名称和凭据，并测试连接。模型服务可以来自私有环境，也可以来自云服务，具体效果需要按任务验证。是否接入外部服务、哪些数据可以发送、何时选择相应服务，应由部署方案与授权决定；不能把这种可配置性理解为设备默认按任务复杂度自动切换模型。详见AI模型配置。

可以按以下框架建立预算对照，金额由实际报价和资源使用填写：

总体成本比较框架

本地方案成本 = 设备与软件投入 + 运维与能耗 + 业务实施 + 扩容与维护
外部服务成本 = 平台投入 + 模型调用 + 网络与集成 + 运维与业务实施
比较条件 = 同一组分析任务、数据规模、并发、输出质量与维护周期
观察收益 = 重复取数减少、分析资产复用、交付效率与人工复核投入

成本比较还需要保持任务条件一致。只比较一个请求的 Token 费用，容易忽略数据准备和运维工作；只比较设备价格，也无法反映长期任务使用量。更有价值的试点，是同时记录成功完成的分析任务、人工修正时间、查询负载和交付质量，再判断本地方案是否匹配企业的实际使用节奏。

6 从试点到日常运营

建议先选择一个负责人明确、数据可用、指标口径稳定的业务域。部署阶段确认设备环境、连接与模型服务；业务阶段准备指标和权限，再用一组固定问题测试问数与看板；工程阶段验证需要的 CLI 操作和变更复核；运营阶段落实报告调度、失败处理、备份与维护交接。每一步都留下可以复查的结果，便于后续扩展。

对于已有私有算力和成熟运维团队的企业，也可以比较复用基础设施与软硬一体交付的工作量；对于数据和模型都已在批准云环境运行的团队，可以同时评估现有架构的延续成本。BOX 的价值在于提供集成的私有分析交付路径，是否采用应由部署要求、工具链和总体成本共同决定。Data Agent 是分析能力，BOX 是承载这组能力的一种方案，二者的关系不宜用单纯硬件规格概括。

建立可重复的验收与维护安排

正式使用前，可以把验收问题分成四组。数据组核对连接、刷新与指标定义，效果组核对问数、解读与看板生成，权限组覆盖业务用户、受限用户和工程调用方，运营组覆盖周期任务、出错处理与恢复。测试结果应记录配置、数据版本、输入问题和人工复核结论，使模型调整、版本升级或新增数据后有依据重新检查。

上线后的维护也应明确分工：业务负责人维护指标含义和报告用途，数据人员维护数据集与更新任务，工程人员维护模型服务和工具接入，管理员管理权限与运行环境。设备集成减少了组件之间的准备工作，但持续价值仍来自这套协作。将代表性任务保留为回归样例，可以在环境变化时更快发现回答、数据或交付链路的偏差。

7 结语

HENGSHI BOX 的价值，是把本地推理、企业分析资产和 Agent 工具组合成可落地、可维护的工作环境。企业可以从一个指标主题、一个看板或一份周期简报开始，逐步建立明确的数据边界、可复核的分析结果与稳定的运营责任。把组件、业务规则和验收过程一起准备好，软硬一体方案才能持续服务企业的日常分析。