报表＆BI •
744 引用 •
331 回帖 •
44 关注
博客
关注
-
1. 目标 在已经部署好的NLQ 服务器（包含权限控制）上添加MCP 服务，让办公电脑上的 AI 助手 WorkBuddy 能通过 MCP 连上 NLQ 服务。需要查询的最终用户就可以在Wor ..
-
DataAgent 赛道正从概念验证走向产业落地，而企业级数据查询始终是一道绕不开的门槛：纯大模型方案易受幻觉困扰，复杂多表场景准确率骤降，黑箱式输出让业务人员难以采信。 当 WorkBudd ..
-
在各类智能问数技术中，润乾NLQ的实施成本相对来讲已经很低，但仍需要人工完成元数据、词典、大模型转换提示词等工作。使用WorkBuddy 可以自动化完成这些工作，大幅度提升效率。 本文以保险数 ..
-
NLQ MCP DEMO for TPCH及SKILL说明 MCP说明 NLQ MCP DEMO for TPCH（下简称NLQ MCP或MCP）是基于TPCH数据源的数据查询MCP，它可以接 ..
-
前言 本文完整记录了一次真实的智能问数（润乾 NLQ）上线全过程——从环境准备到最终验证通过，实际耗时约一个工作日。我们使用 WorkBuddy 作为“执行 Agent”，直接操作本机润乾 D ..
-
前言 智能问数（自然语言查询）一直是商业智能领域的高成本项目。传统方案往往需要专业团队投入数周甚至数月，进行语义建模、知识库维护等大量定制任务，实施复杂度极高，即使最简单的单宽表场景也很难快速 ..
-
[图片] 智能问数绕不开算力。 RAG 要算力，微调要算力，在线推理更要算力。对于预算有限的中小企业，或者 IT 基础设施薄弱的传统行业，想尝鲜智能问数，却被算力挡在门外。 但智能问数不一定非 ..
-
三万！一年三万！ 为了避免标题党的嫌疑，先直接上答案，用答案的炸裂盖住标题党的嫌疑 一年三万，就能拥有一个属于自己的报表研发部 很多项目多的软件公司，或多或少都动过这样的念头：每年花在报表工具 ..
-
在数据项目中，BI 自助报表有着不可代替的独特作用，它可以把简单规整的分析报表由最终用户自行完成，既让用户能自由灵活的做表分析、不需要事事求人、等待，也释放了开发团队的技术资源，是用户和开发人 ..
-
在软件项目中，“报表需求”一直是让开发团队头疼的难题，业务在变，需求也在变，每一次调整都意味着新一轮的开发工作，消耗着宝贵的项目资源 BI 工具的出现，让一些简单规整的分析报表可以由用户自行完 ..
-
许多领域都有“不可能三角”的说法，意思是说有三种特性最多只能同时得到其中两种，不可能三者全得，做智能问数也有这样的 “不可能三角”： 灵活性、准确性、复杂性，三者不可兼得。 这不是某个厂商的能 ..
-
智能问数领域，厂商们动不动就喊“准确率 90% 甚至 95%”。听起来很厉害，但你细问一句“在什么范围测的”，往往就没下文了。 就像一个人跟你说“我考试能考 90 分”。你不问问考的是什么、范 ..
-
复杂固定报表一直是数据项目中占比极高的存在，对于开发团队来说，它难度不大，但繁度不小，带来的压力也很大，大量的人工成本都耗费在了报表开发上 AI 时代来临，大家自然期待能有 AI 报表工具为开 ..
-
在项目开发中，报表是个不起眼的一环，因为难度看着不大，还有报表工具兜底，常常被轻视 然而，实际开发中才会发现，报表开发远比想象中消耗人力，新的需求层出不穷，旧的报表改个不停，人工投入没完没了， ..
-
在 AI 编程全面重塑软件开发的当下，企业应用中大量复杂的固定报表开发却难以享受这波技术红利，究其根本，主要受制于两大核心阻碍 [图片] 其一，缺乏训练资料 LLM 需要依靠海量公开文本完成训 ..
-
CRM、ERP、OA……哪个业务系统里没有一堆查询需求？客户今天要看按地区的汇总，明天要按产品线细分，后天又要对比同期数据。 AI 时代了，如果都能像 AI 聊天那样自然语言问就好了。 现在智 ..
-
当前智能问数主要有两条技术路线：AI 生成方案和规则生成方案。 AI生成方案：什么都让 AI 干，成本高还不听话 绝大多数 Text2SQL 走的是这条路。怎么做呢？用户问一句话，大模型直接生 ..
-
BI 包含了自助报表（多维分析），而 ChatBI 是 AI 化的 BI，自然也应涵盖 AI 化的自助报表 然而，当前市面上的 ChatBI 大多是全面基于 LLM 实现的，确实能生成分析图表 ..
-
报表交付后，再根据用户反馈来修改报表，是很正常的事情 比如 觉得字体不太好看，要把不同单元格的所有黑体改成仿宋 想把所有行高大于 10 的行修改下背景色 如果报表简单，手动改改也就罢了；但若是 ..
-
这说法是不是有点惊世骇俗，标题党骗人的？ 报表工具卖了这么多年，成本一直不低，项目越多、服务器节点越多，按装机量收费的账单就越让人喘不过气，怎么会有做一个项目就能回本，多做都是纯赚的工具？ 实 ..
-
传统 BI 多维分析是 GUI（图形用户界面）模式 [图片] 用户需通过手动拖拽指标，配置统计项来进行自助分析，使用门槛不算高，但还是有些繁琐 随着 AI 时代的到来，BI 分析也开始从 GU ..
-
长期以来，报表开发一直属于不难，但是门槛也不低的任务 开发人员往往需要熟练记忆报表工具的各类函数语法、属性配置与布局设计，不仅前期学习成本高昂，后期也常被束缚于繁琐的重复性工作中，开发效率难以 ..
-
智能问数、ChatBI 火了两年，厂商把预期拉满：像聊天一样分析、多轮深挖、AI 自动出结论。仿佛怼上数据库就能跑。但真正做过实施的人都知道——十个项目，九个半一地鸡毛。 原因一：期望太高。又 ..
-
近年来，BI 工具很是火热，但高昂的价格始终是绕不开的门槛，无论是国外还是国内厂商，动辄数十万的授权费、按用户数叠加的订阅费，都让许多中小企业望而却步 如今 AI 浪潮袭来，当 BI 遇上 A ..
-
智能问数终于能做到工业级落地 Text2SQL 火了三年，就卷一个东西——准确率。85%、90%、95%，数字越来越好看。 但有用吗？ 金融对账你敢赌那 10% 的错误吗？医疗统计你敢赌吗？ ..
