智能中心 · 数据智能助手
寻数问数智能体 —— 像对话一样找数、问数、分析数据
基于 Ottomi-Nexus 智能中心打造的对话式数据智能助手：综合数据目录编制、数据质检与多维资产评估能力，既能帮你准确找到数据表和指标，又能在线分析数据、生成图表与答案，并结合大模型通识与知识库，给出数据问题的解决建议。
对话演示
一次提问，从找数到答案一气呵成
| 候选表 | 类型 | 质量评分 |
|---|---|---|
| dwd_ent_register | 数据源表 | 92.4 |
| dw_ent_theme | 数仓表 | 88.1 |
| ent_tag | 用户标签 | 90.7 |
能力体系
四大能力，覆盖"找数—问数—分析—建议"全链路
对话式找数：语义检索 + 候选确认
- 统一检索五类资产：数据源表、数仓表、指标、用户标签、数据 API
- 记不清表名也能模糊匹配，先出候选清单，确认后再查详情
- 数据表自动输出完整表结构：字段、类型、注释、主键、分区
- 元数据查询为必执行步骤，回答严格基于真实工具返回
- 问答范围只覆盖已上架数据资产，未治理数据不进入回答，保障答案质量
在线问数：图表与答案一起给出
- DAMA 六维度质量分析：准确性、完整性、一致性、及时性、有效性、唯一性
- 质量详情分析图：规则通过率、脏数据分布、六维得分明细
- 分析结果自动渲染 ECharts 图表，结构化数据表格化呈现
- 脏数据抽样预览，支持定位到具体错误行与错误模式
多维资产评估：一张雷达图看懂数据价值
资产多维评估评分图从九个维度综合刻画数据资产健康度，一次提问即可生成雷达图：
结合数据目录与质检结果，智能体可建议使用的数据表与数据主题：明细表、宽表、汇总表、标签表、结果表，按业务目标给出取舍依据。
通识 + 知识库 + 实时数据：给出解决建议
- 大模型通识与向量知识库结合，结合平台实时数据给出问题解决建议
- 数据开发建议生成器：产出组件化开发方案与治理步骤，命令可直接复制到 AI 画布
- 数据质检建议生成器：把需求翻译成质检方案与质检画布构建命令
- 防幻觉机制：回答严格基于工具实时查询结果，缺失时如实告知并追问补充
原子指标、派生指标、复合指标三级体系，业务口径一处定义——问"营收""活跃用户"等业务词，直接命中对应指标与口径，避免同名不同义。
标签、群组、画像三层体系，业务语义直接参与资产检索——模糊找数与人群圈选用业务语言即可完成。
指标与标签作为资产语义层，与数据目录、质检、多维评估共同支撑问答——找数更准、口径更清、分析更有依据。
权限与安全
内置于数据中台的智能问答，权限天然贯通
智能中心内建于 Ottomi-Nexus，与数据权限、用户安全等级同源同底座——找数、问数、图表、建议的每一步都受权限约束，而不是在数据中台之外另开一扇门。
四级数据权限贯通
数据源、表、列、行四级权限直达问答结果：无权限的数据，检索不到、查看不了、分析不得。
安全等级差异化
用户安全等级与数据访问联动：同一字段对不同角色差异化呈现，个人信息对全角色强制脱敏。
可见性受控
资产检索只返回当前登录用户可见的数据集与指标，候选清单本身就是权限过滤后的结果。
全程留痕审计
问答、查询、图表生成、建议输出全程记录：谁问了什么、看到了什么，审计可追溯。
智能体编排
一个主智能体，七大领域子智能体协同
问题进入后先做意图解析，自动分派到对应领域子智能体，各取实时数据，随后由汇总节点整合成一份结构化回答。
工具底座：资产语义检索、元数据查询、质量方案生成与运行记录、脏数据预览、多维评估评分图、质量详情分析图、ECharts 图生成、数据开发与质检画布命令生成等，全部与平台数据同源直连。
工程优势
工具化调用：省 token、性能好、可度量
内置工具调用，token 消耗少
问答通过系统内置 tools 完成取数与计算，大批量数据由平台引擎处理，不经过大模型——不用让大模型扛着全量数据跑，token 消耗少、响应更快、成本可控。
组件化开发，兼容多种数据库
开发建议基于 142 个画布组件生成，不绑定数据库类型；组件自动调用并行计算引擎处理大批量数据，性能更有保障。
用量统计，使用效果可度量
统计智能体的活跃用户数与分时段 token 消耗，以折线图呈现使用趋势——哪些部门在用、什么时间段消耗多，一目了然。
现场演示对话式找数与质量分析
演示一次完整的智能问答：语义找数、候选确认、表结构与六维质量、多维评估雷达图、数据开发建议，全程实时数据。