管理智能分析助手

查看智能分析助手详细信息

• 基本信息
  查看智能分析助手的名称、创建者、修改时间、状态、描述等信息。

  1. 登录智能数据洞察控制台。
  2. 单击管理控制台左上角的，选择区域，单击左下角的企业项目选择项目。
  3. 在控制台右侧“我的项目”单击项目名称，进入项目页面。
  4. 单击“数据分析 > 智能分析助手”，进入智能分析助手页面。
  5. 单击“编辑”，进入智能分析助手详细信息界面，查看基本信息（图1），基本信息参数说明请参见表1。
     图1 查看基本信息
     

     表1 基本信息参数说明

     参数	说明
     名称	智能分析助手的名称。智能分析助手名称输入不能为空，由中英文、数字、中划线（-）及下划线（_）组成，且不超过32个字符。
     创建者	创建智能分析助手的用户。
     修改时间	更新智能分析助手的时间。
     状态	智能分析助手目前训练的状态：未训练、成功、失败。
     描述	用户自定义，可对智能分析助手进行简单描述。智能分析助手描述的字符不能超过1000

编辑智能分析助手

1. 单击“数据分析 > 智能分析助手”，进入智能分析助手页面。
2. 选择需要编辑的智能分析助手，单击“ 编辑”，进入编辑页面。
3. 编辑相关信息后，单击页面右上角“训练”重新训练数据。
   图3 编辑智能分析助手
   

删除智能分析助手

1. 单击“数据分析 > 智能分析助手”，进入智能分析助手页面。
2. 选择需要删除的智能分析助手，单击“更多 > 删除”，弹出智能分析助手删除页面（图4）。
3. 单击“确认”，删除智能分析助手。
   图4 删除智能分析助手
   

管理智能分析助手收藏问题

收藏的问题可以在问答管理进行查看、编辑、删除和添加。

1. 单击“数据分析 > 智能分析助手”，进入智能分析助手页面。
2. 单击“编辑 > 问答管理”，进入智能分析助手问答管理界面（图5）。
   图5 管理收藏问题
   
   • 编辑收藏问题：在问答管理界面单击“编辑”进入编辑界面，修改问题后单击“确定”。
   • 删除收藏问题：在问答管理界面单击“删除”进入弹出删除问题窗口，确认无误后单击“确认”。
   • 添加收藏问题：除了在智能分析助手问答界面通过单击收藏问题之外，也可以在问答管理界面直接添加需要收藏的问题。
     1. 单击问答管理页面右上角的“添加问题”，弹出添加问题页面（图6），填写问题后单击“测试”。
        • 如果是有效问题，单击“测试”后添加问题界面出现问题答案。
        • 如果是非有效问题，单击“测试”后添加问题界面报错。
     2. 测试完成后单击“添加”，成功添加问题。
        图6 添加问题
        

     3. 如果用户想对抽象的问题进行拆解，可设置关联问题。例如将初始问题设置为产品价格，关联问题设置为2022年销售价格、2021年销售价格（图7）。
        

        初始问题必填，且最多添加5个关联问题。

        图7 关联问题
        

     4. 在智能分析助手问答界面提问：产品价格。界面展示关联问题的图表数据（图8），单击图表右上角的查看其他关联问题，本例单击后将展示2022年销售价格（图9）。
        图8 2021年销售价格
        
        图9 2022年销售价格
        

导出智能分析助手问答问题

支持导出智能分析助手的问答问题以及解析过程，解析过程包括多轮改写、关键词改写、检索结果、提示词、语义SQL、DQE、SQL。

• 约束限制：
  • 使用该功能需要具备管理员的权限，权限说明请参见权限管理。
• 操作步骤：
  1. 单击“知识管理 > 提问管理”，进入提问管理页面。
     图10 提问管理页面
     

  2. 单击“导出”后，单击“确定”，即可导出在智能分析助手的问答问题以及解析过程，解析过程的参数说明如表2。
     图11 问题及解析过程
     

     表2 解析过程参数说明

     参数	说明
     多轮改写	用户处于多轮对话模式中时，模型会根据用户的历史问题和本轮输入问题，对本轮问题进行改写。
     关键词改写	用户可以在助手中进行问答关键字的配置。在多轮改写后，会检测问题是否包含用户所定义的问答关键字。当包含时，会将问题中的关键字替换为用户所配置的替换内容。
     检索结果	问答助手会根据用户查询检索相关的数据表和其中相关的字段以及枚举值。相比于直接输入所有的数据集schema和枚举值信息，检索步骤能够精简给模型的输入，提升NL2SQL模型效果并降低推理的时延。
     提示词	基于提示词模板，综合用户的指令、检索结果等信息，为每个用户查询动态生成对应的提示词。
     语义SQL	大模型根据提示词，进行NL2SQL任务的推理，生成语义SQL。值得注意的是，语义SQL是基于数据集Schema所生成的，并不是一个可直接执行的物理SQL。
     DQE	语义SQL会被转换成数据检索表达式（Data Query Expression, DQE）。相比于SQL，DQE是一个更结构化的数据结构体，是DataArts Insight系统中的通用数据查询结构体。在转换的过程中，语义SQL会被进行后处理，以校验、修正其中的幻觉和错误，提升整个数据查询的准确率。
     SQL	DQE将会被进一步转换为目标数据源可执行的物理SQL。转换的过程主要包括建立数据集Schema到物理表Schema的映射，目标数据源方言的适配，默认过滤条件和权限管控条件的注入等。