AI與數(shù)據(jù)分析的深度融合，一直是業(yè)界探索的焦點(diǎn)。Tomoro，一款集大數(shù)據(jù)分析引擎、表格化UI與AI于一體的創(chuàng)新型數(shù)據(jù)工具，旨在打破數(shù)據(jù)分析的門檻，讓普通用戶也能輕松駕馭海量數(shù)據(jù)。其核心亮點(diǎn)在于熟悉的表格操作、無邊界的數(shù)據(jù)引入能力，以及由AI驅(qū)動(dòng)的數(shù)據(jù)分析工作臺(tái)。而Lumos，作為Tomoro內(nèi)部強(qiáng)大的數(shù)據(jù)智能體，以多智能體架構(gòu)為基礎(chǔ)，致力于解決復(fù)雜場(chǎng)景下的專業(yè)分析難題，并不斷優(yōu)化用戶體驗(yàn)。本文將深入剖析Lumos實(shí)現(xiàn)其強(qiáng)大能力的技術(shù)思路與實(shí)踐經(jīng)驗(yàn)，為對(duì)Data Agent應(yīng)用前景充滿好奇的讀者提供深刻洞見。

Tomoro：大數(shù)據(jù)分析的革新之路

產(chǎn)品定位：AI賦能的全領(lǐng)域數(shù)據(jù)分析助手

Tomoro的愿景是成為一線數(shù)據(jù)分析師的得力伙伴，讓他們能夠輕松應(yīng)對(duì)全領(lǐng)域的數(shù)據(jù)分析任務(wù)。通過融合大數(shù)據(jù)分析能力、直觀的表格交互以及智能AI技術(shù)，Tomoro旨在實(shí)現(xiàn)數(shù)據(jù)的真正平權(quán)，大幅提升數(shù)據(jù)分析的效率，彌合技術(shù)鴻溝。其核心在于“大數(shù)據(jù) + 表格 + AI”的協(xié)同作用，構(gòu)建一個(gè)能夠覆蓋從數(shù)據(jù)引入到報(bào)告交付的全流程解決方案。

產(chǎn)品思考：化繁為簡(jiǎn)，回歸用戶習(xí)慣

在多年的數(shù)據(jù)分析工具實(shí)踐中，我們發(fā)現(xiàn)實(shí)現(xiàn)“零門檻大數(shù)據(jù)自助分析”的關(guān)鍵在于結(jié)合用戶熟悉且久經(jīng)驗(yàn)證的交互形態(tài)。Excel表格分析的強(qiáng)大生命力證明了這一點(diǎn)。Tomoro正是基于這一洞察，將AI能力注入到熟悉的表格操作中，打造一個(gè)既能滿足復(fù)雜分析需求，又易于上手的AI驅(qū)動(dòng)數(shù)據(jù)分析工作臺(tái)。

產(chǎn)品能力：全流程化繁為簡(jiǎn)

Tomoro致力于提供簡(jiǎn)單、直觀的數(shù)據(jù)分析體驗(yàn)。它支持無邊界的數(shù)據(jù)引入，無論是傳統(tǒng)數(shù)據(jù)倉庫、分析平臺(tái)數(shù)據(jù)，還是多模態(tài)數(shù)據(jù)（如帶數(shù)據(jù)的截圖、PDF報(bào)告），都能輕松整合。用戶可以像操作Excel一樣，進(jìn)行直觀的表格分析，包括枚舉值篩選、分組聚合、AI函數(shù)生成列操作以及多表關(guān)聯(lián)等。同時(shí)，它還支持交叉透視表、高階數(shù)據(jù)可視化（比肩Tableau）以及分析報(bào)告和儀表盤的自動(dòng)生成與更新，并內(nèi)嵌AI能力以提升使用體驗(yàn)和效率。

技術(shù)思路：環(huán)境、Agent與情景的協(xié)同

Tomoro的技術(shù)架構(gòu)圍繞三個(gè)核心要素構(gòu)建：

• Tomoro環(huán)境： 被設(shè)計(jì)為一個(gè)高效、易用的工作臺(tái)，既支持用戶交互，也支持Data Agent的調(diào)用。它包含可交互的GUI、OpenAPI、強(qiáng)大的分析引擎和工具集、豐富的元數(shù)據(jù)和數(shù)據(jù)資產(chǎn)，以及完善的安全管控。
• Lumos數(shù)據(jù)智能體： 作為Tomoro的“數(shù)據(jù)伙伴”，Lumos具備思考、規(guī)劃、使用工具（包括SQL、Python編碼和外部API）以及與用戶對(duì)齊的能力。它能夠理解復(fù)雜分析需求、業(yè)務(wù)背景和環(huán)境信息，并能以問答、報(bào)告或洞察等形式交付有效成果。
• 用戶分析情景： 涵蓋從思路分解、數(shù)據(jù)預(yù)處理、探索洞察、高級(jí)分析到結(jié)果呈現(xiàn)的全流程。盡管Lumos致力于自動(dòng)化分析，但考慮到當(dāng)前模型能力的局限性，用戶通過環(huán)境操作來驗(yàn)證Agent結(jié)果的能力至關(guān)重要，這有助于建立AI信任并為AI提供學(xué)習(xí)機(jī)會(huì)。

實(shí)用性驅(qū)動(dòng)的技術(shù)方案設(shè)計(jì)

Tomoro的技術(shù)落地遵循實(shí)用性驅(qū)動(dòng)的原則：

1. AI場(chǎng)景分析與設(shè)計(jì)： 優(yōu)先識(shí)別AI在數(shù)據(jù)分析流程中能夠顯著提升效率和用戶體驗(yàn)的場(chǎng)景，如分析引導(dǎo)、頁面操作提效、數(shù)據(jù)準(zhǔn)備輔助等。
2. Lumos Agent設(shè)計(jì)： 基于AI場(chǎng)景需求，設(shè)計(jì)Lumos的核心原子能力（如表格理解、問題推薦、數(shù)據(jù)洞察等）以及對(duì)公共能力（如環(huán)境信息、工具服務(wù)）的需求。
3. 分析環(huán)境設(shè)計(jì)： 在充分考慮AI輔助需求的前提下，對(duì)分析環(huán)境進(jìn)行定制和優(yōu)化，確保其對(duì)AI友好且易于集成。

Lumos落地實(shí)踐：多智能體架構(gòu)的深度解析

Lumos的角色定位：人機(jī)協(xié)同的數(shù)據(jù)伙伴

在Tomoro的生態(tài)中，Lumos扮演著至關(guān)重要的角色，旨在通過人機(jī)協(xié)同的方式，幫助一線非技術(shù)用戶克服數(shù)據(jù)分析中的技術(shù)和經(jīng)驗(yàn)障礙。例如，一位電商運(yùn)營同學(xué)，即使不熟悉SQL，也能在Lumos的協(xié)助下，對(duì)海量（3.5億行）動(dòng)銷商品數(shù)據(jù)進(jìn)行深入分析，定位問題并制定運(yùn)營策略。

多智能體架構(gòu)的優(yōu)勢(shì)

Lumos之所以采用多智能體架構(gòu)，是因?yàn)閺?fù)雜的數(shù)據(jù)分析任務(wù)往往涉及多個(gè)子任務(wù)，需要專業(yè)化處理。這種設(shè)計(jì)能夠更好地適應(yīng)復(fù)雜場(chǎng)景，解決專業(yè)領(lǐng)域問題，并避免單一Agent負(fù)擔(dān)過重，從而保證了系統(tǒng)的靈活性和專業(yè)性。

解決多智能體一致性問題

為了解決多智能體協(xié)作中的一致性問題，Lumos引入了共享工作記憶機(jī)制。這意味著各個(gè)Agent能夠觀察到彼此的目標(biāo)、計(jì)劃、結(jié)果和狀態(tài)，確保信息對(duì)齊。同時(shí)，任務(wù)按順序執(zhí)行，確保下游任務(wù)能夠有效利用上游結(jié)果。雖然順序執(zhí)行會(huì)損失一定的并行效率，但通過優(yōu)化關(guān)鍵查詢和計(jì)算工具的效率，可以彌補(bǔ)用戶體驗(yàn)上的損失。

極致查詢與計(jì)算工具響應(yīng)

為了實(shí)現(xiàn)億級(jí)數(shù)據(jù)查詢的“本地化”速度，Tomoro與Mixquery引擎協(xié)作，構(gòu)建了分級(jí)計(jì)算框架。該框架通過存儲(chǔ)、計(jì)算和多級(jí)緩存的設(shè)計(jì)，加速不同數(shù)據(jù)源和規(guī)模數(shù)據(jù)的計(jì)算。主要手段包括場(chǎng)景預(yù)計(jì)算、內(nèi)存數(shù)據(jù)庫、托管式高性能引擎以及Python計(jì)算加速。這不僅提升了Agent的執(zhí)行速度，也使得用戶能夠更便捷地驗(yàn)證Agent結(jié)果，從而增強(qiáng)AI信任度。

AI Coding與工具調(diào)用的權(quán)衡

在AI Coding和工具調(diào)用之間，Tomoro優(yōu)先選擇工具調(diào)用，并在工具存在局限性時(shí)，再啟用AI Coding。以繪圖為例，最初僅依賴AI Coding效果不佳，切換到MCP工具后體驗(yàn)大幅提升。最終方案是結(jié)合使用，并建立反饋機(jī)制，持續(xù)監(jiān)控AI Coding生成的圖表類型，驅(qū)動(dòng)工具迭代，以實(shí)現(xiàn)大部分高頻圖表被有效覆蓋。

共建專家Agent，滿足復(fù)雜業(yè)務(wù)需求

對(duì)于指標(biāo)異動(dòng)歸因、實(shí)驗(yàn)效果分析等高度專業(yè)化的復(fù)雜場(chǎng)景，Tomoro通過與業(yè)務(wù)方共建專家Agent來實(shí)現(xiàn)。通過將業(yè)務(wù)特定工作流和知識(shí)融入Agent，避免了Master Agent的知識(shí)負(fù)擔(dān)。系統(tǒng)的高度開放性支持業(yè)務(wù)自定義高級(jí)工具和Workflow共建，從而滿足多樣化的業(yè)務(wù)分析需求。

提升用戶提問有效性

為了提高用戶提問的有效性，Tomoro引入了問題推薦和澄清能力。基于表的推薦能夠幫助用戶快速提問并激發(fā)分析創(chuàng)意。多輪問題推薦結(jié)合上下文信息，引導(dǎo)用戶進(jìn)行更深層次的分析。而澄清能力則能避免用戶寬泛的問題導(dǎo)致無效回答，確保Lumos生成更精準(zhǔn)、有價(jià)值的反饋。

Agent分析能力的有效測(cè)評(píng)

有效的測(cè)評(píng)是Lumos持續(xù)迭代的關(guān)鍵。Tomoro構(gòu)建了產(chǎn)品能力測(cè)評(píng)和Agent能力測(cè)評(píng)雙體系。通過對(duì)數(shù)據(jù)分析的“分析認(rèn)知”進(jìn)行分解，并持續(xù)完善和擴(kuò)充Benchmark數(shù)據(jù)集合，以確保對(duì)數(shù)據(jù)領(lǐng)域問題的全面覆蓋，并持續(xù)引導(dǎo)Agent能力的提升。

工程結(jié)構(gòu)優(yōu)化，保障Data Agent穩(wěn)定性

在工程層面，Tomoro通過合理的應(yīng)用層劃分、公共層引入和模型層設(shè)計(jì)原則，為Data Agent提供了足夠的防御和支持，確保了Agent層面的靈活、可靠和有序迭代。

下一步計(jì)劃與合作展望

Tomoro Lumos數(shù)據(jù)智能體未來將重點(diǎn)優(yōu)化業(yè)務(wù)知識(shí)、工具引入和業(yè)務(wù)場(chǎng)景應(yīng)用驗(yàn)證，并深化與更多業(yè)務(wù)的協(xié)作，持續(xù)提升智能體效果。歡迎訪問官網(wǎng)，體驗(yàn)大數(shù)據(jù)分析的新方式，共同探索AI分析的無限可能。