微软数据分析工具 Data Formulator 0.7 发布

Data Formulator 0.7 是一个开源的、由 AI 驱动的企业数据分析系统，它在一个共享工作区中结合了数据连接性、agent 引导的探索和可视化精化功能。

它包括 Data Connectors 功能，支持跨数据库、数据仓库、BI 系统、对象存储和本地文件的受管的、可重用的连接，减少了平台团队的集成工作。

Context-aware agents 帮助用户准备数据、探索分析、生成可视化，以及导航长期运行和分支的分析工作流。

一个交互式的多模式界面允许团队在碎片化的数据源中迭代地探索和精化分析，无需任何 SQL 或编程专业知识。

企业团队越来越多地依赖 AI 系统进行分析，但企业数据工作流通常分散在各种存储系统和工具中。在分析开始之前，团队通常需要建立受管的连接、准备元数据、管理权限，以及为跨多个系统组合和重塑数据构建工作流。

除了数据连接外，分析本身对于分析师和领域专家来说仍然充满挑战，其中许多人缺乏深厚的编码专业知识。他们经常需要计算新的指标、比较数据组织的不同方式、检查中间输出，并随着需求的演变而精化可视化。这些工作流很难在孤立的聊天交互中重现，因为这些交互缺乏对企业数据、工作流历史和可视化上下文的持久访问。

我们的新版本 Data Formulator 0.7 旨在解决这些挑战。它是一个开源的、由 AI 驱动的数据分析系统，连接了分散的企业数据和迭代的分析工作流。它提供了一种轻量级的方式来跨各种数据源进行连接，context-aware agents 协助数据准备、探索和可视化，以及一个交互式工作区，用户可以在其中迭代地精化和共享他们的分析。

通过 Data Connectors 连接企业数据

Data Formulator 帮助团队将企业数据引入 AI 就绪工作区，无需为每个数据源重新构建相同的连接。Data Connectors 功能支持身份验证、持久连接、预览、元数据，以及跨数据库、数据仓库、BI 系统、对象存储和本地文件的统一工作区模型。这减少了平台团队的集成工作，使用户能够从集中管理的、可重用的数据连接工作，而不是依赖于重复的手动文件上传，如图 1 所示。

用于数据分析的 Context-aware Agents

Context-aware AI agents 构成了 Data Formulator 的核心。不同于单一的 prompt，Data Formulator 为 agents 提供了对完整分析工作区的访问权限，包括连接的数据源、加载的表、以前的图表和用户的目标。Agents 通过工具而不仅仅是文本进行推理和操作。在一次交互中，agent 可以检查数据、在隔离的环境中编写和运行代码、生成图表规范，并在显示中间步骤的同时解释其结果。

当请求模糊时，agent 会在继续之前提出澄清问题。这允许 agents 执行更复杂的分析工作流：将分析与用户的目标对齐、准备和转换数据、建议后续问题、批量生成表和图表，以及为每个结果创建可验证的、可重现的代码。

用于迭代数据分析的工作区

Data Formulator 将这些 agents 与为开放式分析工作流设计的多模式界面相结合。用户通过 Data Thread 与 agents 交互，Data Thread 是一个结构化的聊天，记录了整个分析过程中的每个问题、中间发现和图表。长时间的会话保持可导航性：用户可以重新访问之前的步骤、分支到替代分析，并在不失去上下文的情况下并排比较它们。

如图 2 所示，交互式画布通过允许用户直接编辑可视化来补充 Data Thread。当用户从探索转向交流时，他们可以直接在画布上精化图表，或用自然语言描述更改，让 agent 调整标签、注释、布局、颜色和强调。分析师还可以生成报告并与他人分享他们的发现。

为企业数据开发分析工作流的团队可以将该项目用作基础，以便将这些功能适配到自己的系统和要求中。