一覽
Data Formulator 0.7 是一個開源的 AI 驅動系統，專為企業數據分析而設計，它在共享工作空間中整合了數據連接、代理引導探索和視覺化精煉功能。
它包含「數據連接器」（Data Connectors）功能，支援跨資料庫、資料倉儲、BI 系統、物件儲存和本地檔案的受控且可重複使用的連接，從而減少平台團隊的整合工作。
具情境感知能力的代理（agents）協助使用者準備數據、探索分析、生成視覺化圖表，並引導他們完成長期且分支的分析工作流程。
互動式的多模態介面讓團隊能夠在碎片化的數據源中迭代探索和精煉分析，且無需 SQL 或程式設計專業知識。
企業團隊越來越依賴 AI 系統進行數據分析，但企業數據工作流程通常分散在不同的儲存系統和工具中。在分析開始之前，團隊往往需要建立受控的連接、準備中繼資料、管理權限，並建立跨多個系統組合和重塑數據的工作流程。
除了數據連接之外，分析本身對分析師和領域專家來說仍然充滿挑戰，其中許多人缺乏深厚的程式碼專業知識。他們經常需要計算新的指標、比較不同的數據組織方式、檢查中間輸出，並隨著需求演變而精煉視覺化圖表。這些工作流程很難在缺乏對企業數據、工作流程歷史和視覺化情境的獨立聊天互動中重現。
我們的新版本 Data Formulator 0.7 旨在解決這些挑戰。它是一個開源的 AI 驅動數據分析系統，連接碎片化的企業數據和迭代分析工作流程。它提供了一種輕量級的方式來連接各種數據源、具情境感知能力的代理來協助數據準備、探索和視覺化，以及一個互動式工作空間，讓使用者能夠迭代精煉和分享他們的分析。
連接企業數據與 Data Connectors
Data Formulator 協助團隊將企業數據引入 AI 就緒的工作空間，而無需為每個數據源重複建立相同的連接。Data Connectors 功能支援跨資料庫、資料倉儲、BI 系統、物件儲存和本地檔案的身份驗證、持久連接、預覽、中繼資料和統一的工作空間模型。這減少了平台團隊的整合工作，並允許使用者從集中管理、可重複使用的數據連接進行操作，而不是依賴重複的手動檔案上傳，如圖 1 所示。
圖 1：Data Connectors 在企業數據源和 Data Formulator 之間提供持久連接，讓分析師和 AI 代理能夠載入、查詢和視覺化共享數據。
具情境感知能力的代理進行數據分析
具情境感知能力的 AI 代理是 Data Formulator 的核心。與單一提示詞不同，Data Formulator 讓代理能夠存取完整的分析工作空間，包括已連接的數據源、已載入的表格、先前的圖表以及使用者的目標。代理透過工具而非僅僅文字來推理和行動。在單次互動中，代理可以檢查數據、在隔離環境中編寫並執行程式碼、生成圖表規格，並在顯示中間步驟的同時解釋其結果。
當請求模糊不清時，代理會在繼續之前提出澄清問題。這使得代理能夠執行更複雜的分析工作流程：將分析與使用者目標對齊、準備和轉換數據、建議後續問題、批量生成表格和圖表，並為每個結果建立可驗證、可重現的程式碼。
用於迭代數據分析的工作空間
Data Formulator 將這些代理與專為開放式分析工作流程設計的多模態介面結合。使用者透過「數據線程」（Data Thread）與代理互動，這是一個結構化的聊天介面，記錄了分析過程中每個問題、中間發現和圖表。長時間的會話仍可導航：使用者可以重新訪問早期的步驟、分支到替代分析，並並排比較它們而不會丟失情境。
如圖 2 所示，互動式畫布透過允許使用者直接編輯視覺化圖表來補充 Data Thread。當使用者從探索轉向溝通時，他們可以直接在畫布上精煉圖表，或者用自然語言描述更改，讓代理調整標籤、註釋、佈局、顏色和重點。分析師還可以生成報告並與他人分享他們的發現。
圖 2：（左）Data Thread 允許使用者透過提問、請求數據視覺化和探索後續分析來與 AI 代理互動。線程保留了長時間分析會話的歷史記錄，使得重新訪問、重複使用和基於早期工作進行構建成為可能。（右）互動式畫布允許使用者透過調整設定、重新設計圖表以及並排檢查底層數據和程式碼來直接精煉視覺化圖表。
在此處觀看 Data Formulator 演示，或探索 Data Formulator 的 GitHub 儲存庫。開發企業數據分析工作流程的團隊可以將此專案作為基礎，將這些功能應用於自己的系統和需求。
