Datus Studio · 云端
上手体验 Datus 最省事的方式：托管、免费。
免安装、免配置。连上你的数仓，几分钟内就能看到一个数据工程 Agent 自己构建上下文、写出经过校验的 SQL，并回答真实的业务问题。
先看它跑起来，再决定要不要装。
引入 Agent 最难的两件事，一是部署配置，二是怀疑它到底有没有用。Studio 把这两点都拿掉了：一个现在就能打开的托管 Datus 工作空间，用示例数据或你自己的数据都行。
- 本地零配置，在浏览器里直接跑
- 可以接自己的数仓，也可以先用示例数据体验
- 早期体验期免费
核心能力
你能得到什么
托管工作空间
一套托管的 Datus 环境，不用装 Python、不用 Docker、不用锁版本。登录即可开始。
几分钟接入
把 Studio 指向你的数仓，它会自动索引表结构并起草一份语义模型。
对话 + 子代理
用自然语言提问、生成经过校验的 SQL，并拉起面向特定业务域的子代理。
可演进的上下文
每一次交互都会写入记忆，用得越多，准确率越高。
把成果共享出去
把会话、指标和看板保存下来分享给团队。
企业级语义层
当你准备好时，指标就会变成受治理的公司资产。
大多数指标平台失败，是因为它们想先统一一切再产生价值。Datus 反过来：指标从团队已经在用、也已经信任的 SQL、看板和报表里自下而上长出来，再逐步收敛成全组织统一、受治理的语义层。
未验证已验证已认证已废弃已归档
唯一口径来源
组织内的每个工作空间共享同一棵指标树——指标只在这里定义、检索，也只在这里被信任。
全生命周期治理
每个指标都带着从「未验证」到「已认证」再到「已归档」的状态，内置版本历史与全局检索。
像 GitHub 一样管理
指标可以 push / pull，用 PR 评审与合并，从语义模型到看板追踪血缘，并用 RBAC 控制权限范围。
开放，不锁定
对齐 OSI 的语义层，不绑定任何 BI 工具或数仓，并为私有化部署提供 DB / BI 适配器。
企业本体不是画出来的，它从业务真正查询、真正上看板、真正验证过的指标里长出来。指标，就是数据本体的基石。