智析 AI 数据分析引擎

先把问题说清楚

拿到一份陌生的业务数据，很多人会卡在第一步：不知道每列是什么意思，更不知道数据之间藏了什么关系。传统做法要么写 SQL 手动 join，要么先做一轮 ETL 再扔进分析工具，光理清字段和表间关系就要花掉大量时间。更麻烦的是，结论往往是模型「看起来对」但无法回溯到具体数据行，一旦出错就很难定位。

智析想解决的就是这件事：把数据分析中最重复、最容易出错的前期工作交给 AI 主导，让用户只回答选择题，不用写分析脚本。

它是怎么工作的

核心流程拆成 7 个阶段，每个阶段结束后必须向用户展示阶段性成果并等待确认：

1. 导入 — 支持 Excel、CSV、JSON、截图、粘贴文本，自动输出数据画像（行数、Sheet 数、缺失率、疑似重复行、潜在表间关系）。
2. 语义理解 — 逐列推断类型和含义，遇到缩写、编码、行业术语会停下来让你确认。这一步不能跳过，是为了避免后续分析跑偏。
3. 关系图谱 — 检测主外键、层级、聚合、时序、语义关联等关系类型，生成可交互的可视化图。节点大小、连线粗细、颜色分区都携带语义信息。
4. 外部大模型配置 — 强制询问是否接入你自己的大模型 API（支持 OpenAI、Azure、国产模型、行业垂直模型）。不接就用内置通用能力。
5. 深度分析 — 先调用 scripts/analyze_csv.py 做真实计算（聚合、相关矩阵、中心性、异常检测），LLM 只对计算结果做业务解读，不凭空生成数值。
6. 优劣势 + 方案 — 每个劣势至少给出短中长期解决方案，并量化预期效果。
7. 交付 — 导出本地 HTML 报告，或委托 edgeone-pages-deploy 一键部署上线。

6 种分析模式覆盖常见场景：

• 模式 1 关系链追踪 — A 怎么影响 B
• 模式 2 关键节点 — 谁是核心枢纽
• 模式 3 聚类分层 — 数据能分成几类
• 模式 4 优劣势诊断 — 优势和短板在哪
• 模式 5 趋势推演 — X 变了 Y 会怎样
• 模式 6 合规风险 — 有哪些隐患

适用边界和注意点

• 不适用：只想画柱状图/饼图、纯 ETL 清洗、非结构化文本摘要或情感分析。
• 分析全流程零配置：不需要 EdgeOne 账号或 OCR 密钥，截图识别由 AI 直接读图转写。
• 部署阶段有依赖：如果要上线成在线应用，需要安装 edgeone-pages-deploy 和 edgeone-pages-dev，并配置 KV Storage。
• 调用韧性：外部模型调用带 30s 超时和指数退避重试；连不上时自动降级到内置分析，内置也失败则交付 scripts/analyze_csv.py 的确定性报告。
• 数据安全：原始数据仅在前端解析和云端函数临时处理，除非用户明确要求，否则不持久化存储。

整体来看，它更适合「拿到数据但不知道从哪开始分析」的工程师或业务人员——把语义理解和关系构建的负担交给 AI，自己只做确认和决策。