摘要衡石 Data Agent 不是让用户做选择的产品——数据问答、建模、可视化创作三大能力并非并列的选项而是叠加的关系同时存在、协同作战才能跑通从数据准备到指标建模再到可视化交付的完整分析链路因此它不能分开卖。本文基于衡石 Data Agent 多智能体协作实践拆解三大能力如何叠加成一套完整的 Agentic BI 体系帮助企业决策者和技术团队理解“为什么是能力叠加而不是选型”。1 不是选型是能力叠加一个完整的 BI 分析链路从数据准备到指标建模再到可视化交付涉及的技能栈跨度极大准备数据需要理解数据库 Schema、处理缺失值和异常值这是数据工程的技能定义指标需要理解业务口径、建立计算逻辑和血缘关系这是数据治理的技能做可视化需要考虑图表类型选择、布局设计和交互逻辑这是数据可视化与设计的技能。这三类技能很难融合进一个单一 Agent——上下文会互相污染任何一个环节的失误也会拖垮整条链路。于是行业里常见的思路是把能力拆开让用户按需挑选。衡石 Data Agent 给出的答案恰恰相反——不是让用户在能力之间做选择而是让三大能力同时存在、互相配合以叠加的方式构成完整闭环。能力之间是叠加关系而非选择关系数据问答要靠建模沉淀的指标语义层保证口径准确可视化创作要等数据问答准备好数据、按建模定义的指标呈现建模的成果也必须通过问数和可视化才能被业务真正使用。三者互为前提缺了任何一个另外两个都无法真正发挥价值——这正是 Data Agent 作为一套能力组合整体交付、不能分开卖的根本原因。2 三大能力同一个产品的三个环节衡石 Data Agent 包含三个各有所长的 Agent。它们不是三个可以单独购买的产品而是同一套分析智能体中按认知层级拆分的三个环节理解数据、定义逻辑、呈现结果。表1 三大能力叠加一览能力对应环节典型产出在叠加中的角色Agent 01 数据问答 Agent理解数据规范化数据集数据世界的“翻译官”把业务需求翻译为准确、安全的取数操作Agent 02 可视化创作 Agent呈现结果仪表盘与报表分析成果的“化妆师”把分析结果变成可读可用的看板Agent 03 建模 Agent定义逻辑结构化指标定义指标体系的“建筑师”把业务口径沉淀为统一语义层2.1 Agent 01 数据问答 Agent数据世界的“翻译官”数据问答 Agent 的核心职责是把业务人员的自然语言需求翻译为数据层面的操作指令。它理解的不是“这段 SQL 怎么写”而是“用户想要什么数据、这些数据在哪里、应该怎么取”。用户说“我要看最近半年的销售趋势”它不是直接写 SQL而是先识别“销售”对应哪些指标再理解“最近半年”的时间语义接着判断数据所在的表和字段最后调用工具执行查询。数据问答 Agent 不负责生成最终的分析结论或可视化图表它只管一件事——准确、安全地拿到正确的数据把结果交给下游继续加工。2.2 Agent 03 建模 Agent指标体系的“建筑师”建模 Agent 的任务是帮助用户建立和维护指标体系。这里的“建模”不是机器学习建模而是 BI 领域的数据建模——定义指标的计算逻辑、维度的层级关系、指标之间的血缘关系。比如定义“客户生命周期价值”时建模 Agent 会引导用户思考CLV 的定义是什么是历史累计消费额还是预测价值计算周期多长数据来源是哪些表和字段它和其他指标有什么关系。建模 Agent 的产出不是看板或报表而是结构化的指标定义被写入指标语义层成为后续所有分析问数、仪表盘、报表的统一口径。可以说模型建得好不好直接决定了上层分析能盖多高。2.3 Agent 02 可视化创作 Agent分析成果的“化妆师”可视化创作 Agent 负责将分析成果以最佳的可视化形式呈现给用户。它的核心能力包括根据数据类型和分析目标推荐最合适的图表类型时间序列用折线图、分类对比用柱状图、占比用饼图、相关性用散点图自动设计仪表盘布局指标卡片放顶部、趋势图放中间、明细表放底部支持以自然语言调整图表样式和布局。它的独特价值在于降低了可视化门槛——业务人员只需要描述想看到什么Agent 来操心怎么展示。3 能力叠加的三种协同模式三大能力叠加在一起后以三种典型模式协同运转串行流水线、星型调度与联邦协作。表2 三种协同模式对比协作模式典型场景主导与配合串行流水线从零完成一份完整分析看板取数、口径、可视化可视化创作 Agent 发起数据问答 Agent 配合建模 Agent 提供口径保障星型调度企业统一指标口径的体系建设阶段建模 Agent 主导数据问答与可视化创作辅助联邦协作嵌入 Dify、Coze 等外部 Agent 平台的工作流外部平台编排衡石 Data Agent 作为 BI 执行终端3.1 串行流水线从数据到看板的端到端链路市场总监要求“帮我做一份华东区 Q2 销售业绩分析看板”。可视化创作 Agent 发现自己没有现成的数据便向数据问答 Agent 发起协作请求请它准备华东区 Q2 销售数据集包含销售额、订单量、客单价按区域和品类拆分。数据问答 Agent 查询数据目录、确认当前用户的查看权限、按条件拉取数据并聚合把结构化数据集返回给可视化创作 Agent。可视化创作 Agent 根据时间序列和分类数据规划仪表盘布局渲染初版并与用户交互微调。整个流程中用户只提了一次需求建模 Agent 虽然没有直接上阵它之前建好的指标定义销售额、客单价等为整个流程提供了口径保障——这正是能力叠加的价值每个环节都有专职能力在场。3.2 星型调度以建模 Agent 为中心的指标体系建设某零售企业 CIO 推动“AI-Ready 数据”项目要在衡石平台上建立统一的指标口径。建模 Agent 作为主导者先和数据问答 Agent 协作通过 Schema 探测了解当前有哪些数据源、哪些表字段、哪些现有指标再和业务负责人逐个定义核心指标并自动检查指标间的依赖关系——比如“客单价”定义为“销售额除以订单数”它会自动关联到销售额和订单数两个指标的现有定义。指标定义完成后可视化创作 Agent 被调用来生成指标概览仪表盘方便业务方验收和确认。这种模式不是流程驱动而是目标驱动——目标是把指标体系建好需要谁配合、怎么配合由建模 Agent 根据实际情况动态决策。3.3 联邦协作与 Dify、Coze 等外部 Agent 平台的协作衡石 Data Agent 与 HENGSHI CLI 的组合本质上是一个“BI 执行终端”可以嵌入更大的 Agent 生态作为 Dify、Coze 等外部平台的工具节点。外部平台负责理解宏观意图和编排业务流程衡石侧暴露出“查询数据”“创建看板”“定义指标”等标准工具。典型场景是“智能运营分析”工作流Dify 定时触发工作流调用衡石的数据问答工具拉取昨日全渠道销售、流量、转化数据数据交给 Dify 内部的异常检测模块识别异常指标一旦发现异常Dify 再次调用衡石 Data Agent 做多维钻取根因分析最后将结果格式化为日报推送。此时衡石 Data Agent 不是主控者而是专家节点——它只专注做好 BI 分析这一件事。三个能力作为同一个产品的能力节点被外部平台编排调用产品本身依然是整体交付。4 叠加运转的关键机制4.1 统一的指标语义层Agent 之间的“通用语”三大能力能够无缝协作最关键的基础设施是指标语义层。数据问答 Agent 拿到的数据按指标口径标注建模 Agent 定义的指标被语义层持久化可视化创作 Agent 展示的图表自动关联指标定义。三个 Agent 不需要理解彼此的“方言”它们都讲“指标”这门通用语言。4.2 共享分析状态Agent 之间的“交接单”Agent 之间传递的不只是数据还有“分析状态”——当前在分析哪个业务域、应用了哪些筛选条件、用户关注的重点是什么。这些元信息在交接时一并传递好比医院的挂号单不同科室的医生看了挂号单就知道前面的医生做了什么检查、初步诊断是什么不需要从头问病人一遍。4.3 故障隔离与优雅降级如果可视化创作 Agent 遇到性能问题不影响数据问答 Agent 继续提供查询服务如果建模 Agent 在维护中用户仍然可以通过数据问答 Agent 查询已有指标。系统不会因为一个 Agent 的异常而整体宕机这对企业级应用至关重要。5 常见问题Q1多 Agent 协同会不会增加延迟多 Agent 协同确实会比单 Agent 的简单单步回答多几次内部通信但这些通信通常控制在毫秒级。整体延迟的主导因素仍然是数据查询时间而非 Agent 通信。实际上由于每个 Agent 专注自己的领域、上下文更精简单 Agent 的推理速度反而可能更快。Q2能不能只部署其中一个 Agent不能。三大能力是叠加关系必须同时存在才能做得好数据问答依赖建模沉淀的指标语义层可视化创作依赖就绪的数据和统一的指标口径。单独部署任何一个都会因为缺少其他环节的支撑而无法真正发挥价值——这也是 Data Agent 不分开卖的原因。Q3Dify、Coze 工作流中能否把衡石的多个能力作为独立节点调用可以。作为同一个产品的多个能力节点数据问答、建模、可视化创作都可以注册到 Dify 等平台按你的业务逻辑定制编排例如第一步调用数据问答、第二步调用可视化创作。产品整体交付能力对外可编排。Q4三个 Agent 由谁来发起协作看场景。流水线模式如先取数后画图由可视化创作 Agent 发起调度探索式分析如指标建模加验证由建模 Agent 主导用户直接问答场景由数据问答 Agent 响应并判断是否需要其他 Agent 参与。没有固定的“主 Agent”谁更适合当前任务谁来调度。6 结语多 Agent 协同不是技术炫技而是对 BI 分析链路过长、技能栈过杂这一客观现实的工程回应。衡石 Data Agent Family 的实践表明让三个各有所长的 Agent 以能力叠加的方式协同作战比让用户在能力之间做选择更可行、更可靠。在 Agent 能力的设计中“叠加得对”比“选得对”更重要。原文链接https://www.hengshi.com/blog/hengshi-data-agent-capability-stack.html