基于业务上下文的 AI 商业智能。
从业务问题出发，追查变化，并核查答案的依据。Datus Agent 利用团队维护的上下文，包括已配置场景下经审核的 DOSI 指标，辅助分析受支持数据源中的数据。
同一套共享定义，支持不同分析场景。
提出新问题、监控固定指标，或分享完成的报告。三个示例都使用同一套经审核的 Northstar Premier 定义和已记录的样本数据。
探索：客户为什么符合条件？
在一段对话中查看提问、上下文查询与分析结论。
基于 Northstar 已记录结果的 Datus Agent 流程示意；本页面不执行实时查询。
Northstar 虚构演示 · 经核对的样本数值 · 呈现形式为设计示意，并非实时产品界面。Agent 对话和第三方客户端界面均为示意。
阅读 Agent 生成看板的文章跟随业务上下文，核查答案的生成过程。
Datus 将已有业务知识带入 Agent 工作流。点击步骤，查看团队在 Studio 中能核查的内容。配置 DOSI 后，经审核的 Apache Ossie 定义为受支持的语义查询提供生成原生 SQL 的路径。
# 业务定义 营收 = SUM(orders.amount)。 按订单状态分组比较。 生成 SQL 时使用此定义。
示意 Datus Studio 工作区与电商示例数据；此演示不会执行实时 DOSI 查询。
Apache Ossie 是开放、厂商中立的规范。DOSI 使用 Elastic License 2.0 许可；Datus Agent 是开源项目。在受支持的数据源间复用定义，仍需核查映射和各数据源的能力。
关于 Datus AI/BI 的常见问题
Datus 可以分析哪些数据？
Datus 可以分析你通过受支持的数据库适配器连接并配置的数据源。可用的分析能力也取决于提供给 Agent 的上下文、权限与工具。接入数据源后，先检查表结构和业务定义，再用团队实际关心的问题验证工作流。
可以查看答案背后的 SQL 和指标定义吗？
在受支持的工作流中，可以查看生成或执行的 SQL 及其结果。如果配置了 DOSI 语义模型，还可以检查兼容的指标定义，以及受支持的语义查询如何编译成原生 SQL。具体能查看哪些依据，取决于所使用的界面和配置。
团队如何审核并改进 AI 生成的分析？
先把答案当作待核查的草稿。检查指标定义、数据源映射、SQL 与结果；发现问题时修正底层业务定义或查询，再用于后续分析。Datus 支持这类审核流程，但不能保证每个生成的答案或自动起草的模型都正确。
这会取代现有的 BI 看板吗？
取决于团队的使用方式。你可以保留现有 BI 看板，用 DOSI 作为无界面的集中式语义层，向受支持的 BI 工具提供经过审核的指标定义；也可以逐步将部分看板迁移为 Datus 生成的 HTML 报告和看板，在替换原有视图前核查结果。两种方式可以并行使用。交互式看板仍需连接数据源和相应后端。
继续阅读
从数据源到答案，了解 Datus 如何工作。
Datus 汇集业务知识与数据源，形成可复用的上下文。Studio 和 Agent 使用这套上下文；配置后，DOSI 与 Apache Ossie 提供可审核的语义定义。
已有知识
Datus Studio
团队协作开展 Agent 驱动数据工程的工作区。
Datus Agent
支持数据工程与分析的完整数据 Agent。
DOSI Engine
将兼容的 Ossie 定义转为原生 SQL 执行。
Apache Ossie Spec
开放、中立的语义建模规范。
使用共享上下文
概念架构图。实际步骤与可查看的依据取决于工作流和数据源配置。