03 — 匿名交付
某內地科技公司 · 商業智能
DataClaw BI 分析智能體
讓自助分析可靠到可以直接交付。
平台需要替代外採 BI 產品與緊耦合的 ClickHouse 查詢鏈路。分析師既要有治理過的看板，也要能臨時取數；數據底座同時跨越 Hive、Presto、Doris 等多個引擎，指標口徑必須在引入自然語言後仍然一致。
我們交付自研 BI、多引擎查詢層與 DataClaw Agent 流程：MetricFlow 語義指標、元數據 grounding、SQL 靜態校驗與審計、MCP Session Pool，以及先執行再解釋和出圖的工具閉環。
工作裡
從零替代 BI
看板、圖表、空間與權限成為自研產品，不再受制於外採系統。
語義層治理
MetricFlow 指標定義與元數據為 NL2SQL 提供跨引擎、跨看板的受治理詞彙。
先 SQL，後呈現
生成、校驗、審計、修復與執行在出結果或圖表前形成可追溯閉環。
问题与背景
某內地科技公司需要替代外採 BI，同時支撐 3,000+ 看板、20,000+ 圖表與多查詢引擎。自助分析交付長期依賴研發排期，指標口徑缺失也令 NL2SQL 首次成功率受限。
量化结果
平台承載 3,000+ 看板與 20,000+ 圖表；語義緩存命中率由 50% 提升至 90%+。臨時取數由數天縮短至當天；DataClaw NL2SQL 一次成功率約 50%，SQL 治理鏈路可在發布前攔截 80%+ 錯誤 SQL。
合作范围
- 從零替代 BI：看板、圖表、空間與權限體系
- Presto + 雲 Doris 多查詢引擎與語義緩存
- DataClaw Agent、MetricFlow 語義指標與 SQL 治理鏈路
交付內容
- → 自研 BI 平台與多引擎查詢執行層
- → DataClaw Skills 引擎、LLM 意圖路由、Hive 元數據 API 與 MCP Session Pool
- → SQL Linter → LLM 審計 → 修復提示，並以 execute-before-chart 約束出圖流程
匿名说明
委託方名稱、產品名稱與商業數據已匿名化；平台規模、緩存、交付時效與 SQL 治理指標來自該項目記錄。