察言观数

察言观数AskTable是什么

察言观数AskTable是一款让业务人员用自然语言查询和分析企业数据的AI智能体。

当前产品由杭州记忆未来人工智能有限公司运营，重点解决口径、权限和真实数据分析问题。

AskTable主要功能

• 用自然语言查询数据库和表格。
• 自动生成查询、汇总和图表。
• 围绕结果继续追问和下钻。
• 沉淀指标口径、字段备注和业务文档。
• 按身份执行数据访问权限。
• 配置行级、字段级和脱敏规则。
• 在Web、飞书、API、MCP和CLI中使用。
• 把高频分析封装为技能和数字员工。
• 支持SaaS、私有化与开源部署。

它和传统BI有什么区别

传统BI通常先设计固定报表，AskTable更强调业务人员直接提问并持续追问。

它不是只把问题翻译为SQL，还会结合语义配置、指标口径和用户权限。

• 临时问题不必等待新建报表。
• 答案可以返回表格、图表和解释。
• 同一问题可按不同用户权限返回不同结果。
• 业务知识层减少指标口径不一致。
• 传统BI仍适合固定看板和复杂视觉设计。

支持哪些数据源

AskTable可连接数据库、数据仓库、文件和部分业务平台。

• MySQL和PostgreSQL。
• ClickHouse和StarRocks。
• OceanBase、TiDB等数据库。
• Excel与CSV文件。
• 飞书多维表格。
• ERP、CRM和用友等业务系统。
• 通过DAP扩展自定义数据源。

具体版本支持范围和驱动要求应以部署文档及控制台为准。

自然语言问数

用户可以直接询问销售、库存、财务、会员或运营问题。

• 查询某个时间段的核心指标。
• 按地区、渠道和产品拆分数据。
• 对异常波动进行下钻和归因。
• 比较不同周期或团队的表现。
• 生成表格、图表与文字结论。
• 追问缺失条件并补充筛选范围。

语义层与业务口径

语义层用于保存字段含义、指标公式、同义词、业务文档和分析偏好。

这些配置能让AI把业务语言映射到正确的数据表和计算规则。

• 给技术字段添加业务名称。
• 定义收入、活跃和转化等指标口径。
• 记录时间范围和过滤条件。
• 补充部门常用简称和同义词。
• 绑定相关制度、说明和数据字典。
• 为不同场景设置分析偏好。

权限与数据治理

AskTable可在查询执行前根据用户身份、角色和访问策略限制数据范围。

• 控制可访问的数据源。
• 限制特定表和字段。
• 通过行过滤器约束记录范围。
• 对手机号等敏感字段脱敏。
• 为管理员、成员和访客分配权限。
• 保留查询和管理操作的审计能力。

权限配置错误仍可能导致越权，正式上线前必须用测试账号验证。

图表、解释与追问

系统可把查询结果组织为表格、图表和文字说明，并支持连续追问。

• 先查看总量和趋势。
• 再按维度拆解差异。
• 定位异常时间点或业务对象。
• 比较目标值与实际值。
• 把结论整理为报告或行动建议。

AI解释属于辅助分析，最终判断仍需核对源数据和指标定义。

飞书、MCP、API与CLI

同一套问数能力可以通过多种入口提供给业务团队和开发者。

• Web工作台适合配置和交互分析。
• 飞书入口适合在群聊中直接问数据。
• REST API用于嵌入业务系统。
• MCP可让外部AI Agent调用数据能力。
• CLI适合终端与自动化工作流。
• Python SDK支持同步和异步调用。

AskTable使用教程

1. 明确首个高价值业务分析场景。
2. 选择SaaS、私有化或开源部署方式。
3. 创建组织并配置管理员账号。
4. 连接数据库、数据仓库或表格文件。
5. 使用只读账号并限制网络访问范围。
6. 添加字段备注、指标口径和业务文档。
7. 创建角色并配置表、字段和行级权限。
8. 用典型业务问题测试查询准确性。
9. 核对SQL、结果、图表和解释。
10. 建立已知答案的评测问题集。
11. 接入飞书、API、MCP或其他入口。
12. 持续审计错误、权限和业务口径变化。

SaaS套餐与价格

截至2026年8月30日，官方价格页按企业组织总人数计费。

管理员、成员和访客均计入人数，价格及促销规则以最终结算页为准。

免费体验

新用户可先使用免费体验额度，验证数据接入、自然语言问数和基础分析效果。

• 先接入脱敏样例或低风险数据。
• 准备一组已经知道答案的问题。
• 测试字段映射和指标公式。
• 检查错误问题是否会被明确拒答。
• 确认团队协作需求后再升级。

如何选择SaaS档位

• 三人小组可从最小组织套餐开始。
• 访客也计入人数，邀请前先规划席位。
• 跨部门推广要统计实际使用总人数。
• 问答不限次属于促销期规则。
• 高敏感数据应评估私有化部署。
• 超过二十人应咨询企业方案。

私有化部署

官方支持私有化部署，数据可留在企业内网、专有云或指定环境。

私有化价格需商务报价，取决于环境、数据规模、交付范围和服务周期。

• 支持接入内部数据库和数据仓库。
• 可配置企业角色与行列级权限。
• 可结合模型策略、脱敏和审计。
• 能够对接内部系统和工作流程。
• 实施前需评估算力、网络和运维能力。
• 商业支持、升级和SLA需写入合同。

SaaS、开源与私有化对比

开源状态

官方公开了AskTable all-in-one部署仓库，采用Apache-2.0许可证。

该仓库提供Docker相关文件，可运行UI、REST API和MCP服务。

• 支持单机、阿里云和Sealos等部署方式。
• 构建时可选择国内Python镜像源。
• 部署需要自行配置数据库和大模型。
• 开源部署版不自动包含商业实施与SLA。
• 云端全部托管能力不能简单等同于仓库内容。

Python SDK

官方Python库用于访问AskTable REST API，同样采用Apache-2.0许可证。

• 支持Python 3.8及以上版本。
• 提供同步和异步客户端。
• 请求与响应包含类型定义。
• 支持分页、文件上传、重试和超时设置。
• API密钥应通过环境变量管理。
• 调用额度和服务价格以所用部署方案为准。

API与MCP安全

• 为不同项目创建独立API密钥。
• 按最小权限分配聊天或管理角色。
• 不要把高权限密钥写入前端代码。
• 设置调用日志、速率限制和异常告警。
• MCP接入前检查工具暴露的数据范围。
• 密钥泄露后立即撤销并轮换。

数据准确性如何保障

可靠问数需要数据质量、语义配置、权限规则和模型能力共同配合。

• 建立包含标准答案的测试集。
• 检查生成查询是否使用正确表和字段。
• 验证时间、去重和聚合口径。
• 对高风险指标显示计算过程。
• 为缺少条件的问题设置澄清流程。
• 业务口径变化后及时更新语义层。

隐私与用户数据

隐私政策说明，用户拥有其上传、创建和Bot运行产生的AskTable用户数据。

平台原则上按用户指示处理数据，但免费托管不等于承担永久存储义务。

• 用户需保证数据来源和处理行为合法。
• 账号、设备和浏览记录可能用于安全运营。
• 境内运营产生的个人信息原则上境内存储。
• 删除、注销和授权管理应按政策操作。
• 重要数据必须保留独立备份。
• 对外发布Bot时用户还需提供自己的隐私规则。

适合哪些企业

• 销售、运营和财务需要频繁临时取数的团队。
• 拥有多套数据库和业务系统的企业。
• 希望统一指标口径与权限的数据部门。
• 需要在飞书中直接查询数据的组织。
• 希望为AI Agent提供真实数据能力的开发团队。
• 要求内网部署和审计的国企与大型机构。

产品优势

• 自然语言问数与业务语义层结合。
• 权限规则在查询前生效。
• 支持数据库、数仓、文件和多入口。
• 可把高频分析沉淀为技能和数字员工。
• 同时提供SaaS、私有化和开源部署。
• 官方提供REST API、MCP和Python SDK。

使用限制与注意事项

• AI分析仍可能生成错误查询或解释。
• 数据质量差会直接影响答案可靠性。
• 管理员、成员和访客都计入SaaS人数。
• 不限问答属于促销期和合理使用规则。
• 私有化价格需要商务评估。
• 开源部署需要自行承担运维与安全。
• 高风险决策必须回查源数据。

常见问题

察言观数AskTable主要能做什么？

它让用户用自然语言查询企业数据库和表格，并返回数据、图表、解释与追问结果。

不会SQL也能使用AskTable吗？

可以，业务人员可直接提问，但数据团队仍需配置数据源、语义口径和权限。

AskTable SaaS如何收费？

2026年8月30日三人、十人和二十人组织月价分别为200、600和999元。

AskTable支持私有化部署吗？

支持，最终报价取决于部署环境、数据规模、交付范围和服务周期。

AskTable是开源工具吗？

官方all-in-one部署仓库采用Apache-2.0，但商业云服务与实施支持需另行购买。

AskTable提供API和MCP吗？

提供REST API、MCP、CLI和官方Python SDK，可用于系统集成与智能体调用。

AskTable的分析结果一定准确吗？

不一定，仍需通过测试集、查询检查、指标口径和源数据核对来持续验证。