从  V3 到 V4，Smartbi AIChat 带来 “能力上的巨大飞跃”！过去 V3 是 “单个智能帮手”，现在 V4 升级成 “智能体平台 + 数据智能体应用市场”—— 就像从 “单独小店” 变成 “大型商城”，选择更多、能力更强。

目前， V4  不仅已经帮你备好 分析智能体 、 专家智能体两个 “得力 助手 ”， 更能轻松做 “ 专属智能体”，快速匹配 各种 业务场景， 就像您专属的 “数字伙伴”，专门帮你干活。

为了让大家清晰熟悉这些智能体能干啥活，我们会逐个深入介绍它们。今天，先带大家认识 分析智能体 。

日常工作中，业务人员常要做报表、搞分析。尤其遇到临时数据存疑、领导催着要数、急着调策略的情况，只能加班找数据、赶报表。可从数据部门取数、清洗、计算，到做出可视化报表，一套流程要等好几天，容易错过最佳时机。

而能打破这种用数 “等、靠、要”困境的，正是我们今天要介绍的分析智能体。

分析智能体就像是一个精通业务、 数据分析 界 的技术大 牛。

01 它 术业有专攻 ，擅长数据分析和可视化场景

只要你给出明确 指令，它就问啥答啥 ，快速准确生成各种可视化结果。基础统计分析、同环比时间智能计算，或是复杂的计算逻辑、业务算法，它都能轻松应对。

02 它能思考会规划，再复杂的场景也能 hold住

尤其是对于 NL2SQL很难实现的 复杂多 事实表动态 关联需求 ，也能轻松应对

对话结果，你想进一步探索验证？一键就能转透视分析；想换图形样式？折线图、柱状图等随便切；还能导出或是加到仪表盘里继续查阅；好的结果可以 点赞 ，不好的 点踩 ，反馈能让它越用越懂你。

03 它以人为本，贴心周到

与V3相比，V4设身处地的优化体验，让您用得省心又顺手！处理 流程透明化 ，看清来龙去脉 ， 打消 正确性 疑虑、更信结果 。

问 话要是不清楚， 它 不直接拒绝！反倒像伙伴，主动反问让你说清意图，帮查询顺顺利利进行。

问完后不知咋继续？它会主动推荐相关问句，引导你挖得更深、分析更透。

除上此外，定时刷新、订阅、分享等  —— 这些之前特想要的功能，现在也都安排上了。

我们看到，整个问数过程中，分析智能体 指哪打哪、又快又准， 执行力杠杠的。

有了它，就像拥有了专属的 “ 数据分析师伙伴 ” ，业务人员可以立马获取数据，及时汇报并调整策略；而技术人员再也不用写繁琐的 SQL实现各种计算和查询，把精力投入到更有价值的事情上。

分析智能体 分析与计算 本领高强， 复杂场景也轻松支持，准确率超  98%，在行业里稳稳站前排！它的 “准头” 和“分析力”从何而来？

那些让人惊叹的 “轻松”，从不是命运的偶然馈赠，而是藏在时光里的默默深耕。 从  V1 到 V4，它历经多个项目累计经验和多次技术迭代才脱胎换骨。

目前的 核心技术架构 让 智能体 “ 当家 做主 ”，同时拉上 LLM、RAG、NL2Python 这些 “得力帮手”，又 学会了  Smartbi 的 数据模型、指标模型、数据分析等  BI 优秀本事 ， 劲往一处使。

一、 数据底子好

楼想稳，地基得牢；分析想准，数据得好。所以我们搭建全面统一的指标体系，让维度、指标口径清晰唯一，确保数据质量过关。

而高质量的指标体系能落地，全靠 数据模型 和 指标模型 托底。

指标模型 是 “ 指标管家 ” ： 一站式指标管理 服务 ，再加上服务  5000 + 客户积累的行业干货， 轻松创 建 自增长的 指标体系 。

数据模型是 “支撑引擎”： 一方面整合多源数据、统一口径，解决  “数据孤岛”；另一方面靠多维建模将原始数据 ， 转化为 直接用于 决策分析 的 维度 和指标； 还具备强计算能力，支持  SQL、ETL 分布式及 MDX 计算，能快速处理时间智能等分析。

指标模型 一键操作就能变成数据模型，直接装上 “数据引擎” ，动力十足。

搭建好的指标体系， 通过 直观好操作的指标目录，把复杂的数据资产清清楚楚呈给用户 。

有了这 样的数据底气 ，分析智能体 才有了 准确分析的 基本 条件。

二、 知识储备多

建好的指标体系，分析智能体没法直接用  —— 就像新员工入职，摸不清业务数据难干活。得把企业私有数据、表结构、业务等知识教给它，才能精准发力。

这里，我们通过 全面的 RAG 技术 帮它轻松储备好核心知识：

·指标模型一键转成知识图谱，它立马懂业务数据和关联，成了  “ 企业业务通”

·用专业的业务知识模板，写出清晰准确的行业知识并存进去，它又成了  “ 行业专家”

·复杂查询案例当参考，再根据用户反馈实时调优， 它越学越聪明

而且，它还能自学增量更新，同步新数据，让信息始终新鲜准确。

有了 RAG加持，分析智能体才能摸透需求，精准匹配表和字段。

三、 会规划借力

分析智能体就像专业项目经理  —— 会思考、能规划，还擅长拆问题、调资源、做决 策！

碰到难题时，它先把问题吃透、做好规划，再把复杂问句拆成一步步；每一步都用  NL2Python生成代码，还能灵活调用第三方插件，最后把结果整合好，清楚反馈给你！

因此， 不管是复杂计算还是多表查询，它都能轻松应对。

1.  复杂计算

AIChat V4整体采用的是一套多层次、可扩展的分析计算体系。依托这套体系，分析智能体也特懂借力和分工：

· 任意维度汇总、同环比、期初期末等统计分析，它直接交给擅长处理大数据的数据模型，又快又准。

· 碰到复杂算法和业务逻辑，它就找  LLM+Python帮忙：你 只需用 文字说清派生逻辑，它就能写好  Python代码转成正确公式，再难的活儿也能搞定。

2.  多事实表查询

跨业务域 查询 常会用到多张事实表，用户问题还很灵活。 NL2SQL 得提前设好表怎么关联，覆盖不了所有动态查询，很难生成正确的 SQL。

但分析智能体不一样，它能把复杂任务拆成 子任务 ，再 用 数据模型的多事实表动态建模技术，就能实现跨表实时计算和动态关联，轻松解决这个问题。

假设系统里有三张 事实 表：

· 资产事实表： 记录客户资产， 核心字段有 客户编号、日期、资产类型和金额；

· 债务事实表： 记录债务， 核心字段有 客户编号、日期、债务类型和债务金额；

· 客户事实表： 记录客户每天的状态标签。

要是硬把这些表拼成一张大宽表，会因为主键、数据粒度不一样，数据又多又冗余。

而 数据模型 已经实现 “ 动态语义层” ， 分析智能体凭它能动态关联表。

举两个例子：

1. 用户问  “某天所有客户的资产和负债总额”，系统不直接关联三张物理表，而是动态出一张仅含日期、客户编号、总资产、总负债的 “客户资产负债虚拟表”。用这张简单的表转DSL，不容易出错。

2. 用户 问 “2024年现金资产超1万且贷款少于1万的客户学历与资产负债情况”，分析智能体先懂需求、拆分子任务，再借星座数据模型的多事实表动态建模技术生成三张小表，基于小表可轻松按不同聚合粒度出准确的SQL 和结果。

这样一来，再复杂的关联 查询 ， 分析智能体都能轻松搞定了 。

四、高效又忠诚

分析智能体绝不拖沓。 碰到大数据量查询，靠数据模型层就能搞定：用上 MDX计算、SQL直连、高速缓存这些优化手段，查得快又稳。 就算有问题，看日志和流程可视化看板就能清楚 每个节点的耗时、参数 ，精准找症结 。

分析智能体 很忠诚。 采用 金 融级权限管控  + 多维授权，数据权限控到最小颗粒度，该保密的信息绝不会 泄露。

Smartbi AIChat V4 的分析智能体，像“专属数据分析师”一样，快速搞定报表、复杂计算、多表查询，让业务人用数更高效。 而它 只是 “智能体平台”的 一员 ，后续我们将 给大家带来更多 智能 体介绍 ，敬请期待。