Explore data at any technical level

一句话介绍

Querio AI是一款Agentic Notebook数据分析平台，用户可以用自然语言提出业务问题，让AI在连接的数据仓库上生成SQL、Python、表格、图表和解释，并把结果发布、自动更新或嵌入自己的产品。

工具简介

Querio由Querio Ltd.运营，定位是让不同技术水平的团队成员直接探索企业数据。它把对话式分析与可检查的Notebook结合起来，既降低业务用户提问门槛，也让数据人员能够审查生成的查询和计算过程。

产品直接连接数据库或数据仓库，并围绕Explore、Notebook、Context、Layout、Board、Automation和Embed组织工作。它不是上传一份表格后给出一次性结论的轻量聊天工具，而是需要数据源配置和治理的企业分析工作区。

核心概念

主要功能

1. 自然语言数据探索

用户可以直接描述指标、时间范围和筛选条件，Querio会读取已有上下文，选择需要的数据并创建分析单元格。后续问题会保留在同一个Explore中，便于逐步缩小范围或比较不同维度。

• 按月查看最近一年的收入、订单、活跃用户或其他业务指标。
• 寻找某个季度按订单量、收入或留存率排序的客户。
• 比较不同获客渠道、产品版本或地区的转化表现。
• 围绕异常变化继续追问原因、受影响群体和相关明细。
• 把常用结论收藏、整理为Layout或交给自动任务定期刷新。

2. 对话与Notebook并行

一个Explore同时包含AI对话和Notebook。聊天区域解释系统做了什么并接收后续指令，Notebook则展示本次分析产生的SQL、Python、图表、表格和文本。

这种结构让业务人员可以先看结论，让数据人员进一步核对查询、过滤条件和计算。即使界面生成了看似合理的图表，也应检查底层单元格是否符合业务口径。

3. 数据目录与Context Layer

数据源连接成功后，Querio可以从数据库生成目录，帮助Agent理解schema、表、字段、连接关系和描述。团队还可以在Context区域补充指标规则与业务知识。

4. SQL与Python分析单元格

官方入门文档明确说明Notebook会显示SQL、Python、表格、图表和文本。数据团队可以借此追踪AI如何取数、转换和表达结果，而不是只接收无法检查的自然语言回答。

5. Layout与Boards

Layout允许把Notebook中的有用单元格添加到网格，并调整位置和大小，形成更适合阅读和分享的报告视图。Layout仍与原Explore关联，分析变化后可以继续更新。

• 将多张图表、关键指标和文字说明组合为一个页面。
• 隐藏探索过程中的临时单元格，只展示需要分享的结果。
• 继续通过原对话修改分析，并同步更新Layout内容。
• 带Layout的Explore会进入Boards区域，便于团队集中查找。
• Board默认可以浏览工作区成员共享的布局型分析。

6. 定时自动化

Automation可以按小时、每天、每周、每月或自定义Cron表达式运行。任务既可以刷新现有Explore，也可以每次从新提示创建一次分析。

7. 数据库与数据仓库连接

Querio直接连接数据已经所在的数据库或仓库。官方集成页列出PostgreSQL、MotherDuck、Redshift、Microsoft SQL Server、MariaDB、ClickHouse、BigQuery、MySQL、Snowflake、Databricks、Amazon Athena、Trino、Dremio和Materialize。

连接时通常需要只读用户或服务账户、主机与数据库信息，以及在网络受限时允许Querio的出口地址。正式环境应坚持最小权限，不要使用具备写入、删除或管理能力的数据库账户。

8. 嵌入式Explore界面

开发者可以把完整Explore页面嵌入自己的SaaS或内部系统。工作区令牌控制会话所属工作区和可访问的数据源，嵌入会话会自动保存在Querio工作区中。

嵌入页面可选择专注聊天模式或同时展示聊天与Notebook的混合模式，也可预填首个问题并自动运行。工作区令牌属于敏感凭据，不应放在可被无关用户复用的位置。

9. Embedded API v2

当前嵌入式API版本为v2，以Conversation和Turn为核心，支持多轮追问、标签、分页，以及表格和图表资产。它同时提供测试与生产环境，方便上线前验证集成。

10. 模型选择与企业部署

Startup方案采用自动模型选择，Core与Enterprise允许选择模型。隐私政策说明Querio当前不运营自有基础模型，而是使用经过筛选的第三方大模型提供商。

Enterprise还列出专用计算、跨数据源查询、自托管、GovCloud、迁移与ETL支持。具体部署位置、模型清单、网络拓扑和服务承诺需要通过企业合同确认。

完整工作流程

1. 由数据管理员创建只读数据库账户，并限定可访问的schema、表和网络范围。
2. 在工作区添加数据源，填写连接参数并测试连接。
3. 等待平台生成数据目录，然后检查表、字段、连接关系和描述是否准确。
4. 在Context中补充指标定义、业务术语、过滤规则、可复用逻辑和技能。
5. 新建Explore，用明确的指标、时间窗口和筛选条件提出问题。
6. 同时检查聊天解释与Notebook中的SQL、Python、表格和图表。
7. 通过后续问题修正范围，把有价值的单元格加入Layout或收藏。
8. 将稳定结果发布为Board、配置自动更新，或通过Embed交付给应用用户。
9. 定期复核权限、上下文、查询成本、输出准确性和自动任务运行情况。

使用教程

运行第一次Explore

1. 确认工作区已经连接至少一个数据源，并可以读取需要的表。
2. 提出包含指标、时间范围和筛选条件的问题，例如最近12个月的月度收入。
3. 等待Agent建立Notebook单元格，不要只阅读最终摘要。
4. 打开SQL和Python单元格，检查时间字段、连接条件、空值和聚合方式。
5. 对比一小段已知数据，确认结果与现有报表或人工计算一致。
6. 通过追问补充分组、同比、异常解释或客户明细。
7. 把确认后的单元格收藏或加入Layout，并为Explore设置清晰名称。

创建自动报告

1. 先完成一个能够稳定重跑的Explore，避免直接把实验性分析发布为自动任务。
2. 进入Automations并创建任务，或者从Explore选择Schedule sync。
3. 选择刷新现有分析或每次运行新提示，并指定正确的数据源与模型。
4. 设置频率、时区和运行时间，复杂安排可使用Cron表达式。
5. 按需配置邮件或Slack接收位置，并检查是否包含敏感数据。
6. 执行Test run，核对图表、表格、接收者和数据更新时间。
7. 确认无误后将任务从Draft发布为Live，并定期检查失败记录。

嵌入到自有产品

1. 先决定需要完整Explore界面，还是希望自己设计交互并调用Embedded API。
2. 在Querio中生成对应的iframe令牌或API Token，并把密钥保存在服务器端。
3. 为租户或客户设计数据范围，避免多个客户共享不受限制的同一权限。
4. 在测试环境验证首轮提问、多轮追问、表格分页、图表资产和错误处理。
5. 对输入长度、查询范围、并发、超时和使用成本设置应用侧限制。
6. 完成安全评审后再切换生产环境，并监控会话、Token和数据访问。

适合哪些用户

• 业务分析人员：用自然语言快速探索指标，同时保留可检查的分析过程。
• 数据分析师：让Agent生成初始SQL、Python和图表，再进行专业复核与修改。
• 数据工程师：连接仓库、维护目录、上下文、权限和企业部署。
• 产品经理：分析功能使用、客户分群、转化和留存，不必为每个问题单独排期。
• 销售与运营团队：查看管道、收入、订单和区域表现，并接收定期报告。
• 管理者：通过Board浏览经过整理的指标和分析结论。
• SaaS开发团队：把客户数据问答、表格和图表嵌入现有产品。
• 需要私有部署的企业：评估Enterprise自托管、GovCloud和专用计算方案。

典型使用场景

• 分析收入、订单、活跃用户和留存的月度变化，并追查异常月份。
• 比较不同产品、地区、营销渠道或客户群的转化率。
• 把已确认的关键指标排成管理Board，并按计划刷新。
• 每周生成管道或运营摘要，通过Slack发送给负责团队。
• 为客服或客户成功团队提供受权限约束的客户数据查询入口。
• 在SaaS产品中加入多轮数据问答，而不自行开发完整分析Agent。
• 为不同租户返回分页表格与Vega-Lite图表，并使用自有前端渲染。
• 通过Context统一收入、活跃、流失等容易产生歧义的业务定义。

产品优势

• 自然语言对话与可检查Notebook并存，比只返回摘要的问数工具更透明。
• Context把目录、指标逻辑、长期记忆、扩展和技能集中管理。
• 支持多个常见数据库和云数据仓库，不要求先导出为静态文件。
• Layout与Board可以把探索过程整理成持续更新的报告页面。
• 自动化支持计划刷新、新提示运行、邮件和Slack交付。
• 同时提供完整界面嵌入和v2 API，适合不同开发投入的产品团队。
• API支持多轮会话、表格资产和图表资产，而不只是返回一段文本。
• 企业方案提供跨数据源、专用计算、自托管和GovCloud选项。
• 公开安全、隐私、分包商和信任中心资料，便于企业开展供应商评估。

使用限制与注意事项

• AI生成SQL、Python和解释可能出现连接错误、指标口径偏差或不合理因果推断。
• 准确性依赖数据目录、业务定义、表关系和Context维护质量，不能只靠模型自动理解。
• 即使使用只读账户，复杂或无筛选查询仍可能消耗大量仓库计算资源。
• 免费体验的具体提示次数、计算额度和保留期限没有在公开定价页明确列出。
• Startup与Core只包含有限数据连接数，跨数据源查询列为Enterprise能力。
• 年度订阅金额较高，团队应在试用期验证使用频率和传统BI替代范围。
• 公开界面和文档主要使用英语，没有核实到完整中文界面承诺。
• 嵌入式令牌和API Token必须视为密钥，泄露可能导致未授权访问工作区数据。
• 自动邮件或Slack可能把敏感指标发送给错误接收者，发布前需要测试权限和内容。
• 医疗、财务和其他受监管决策不能直接依赖AI输出，必须由合格人员复核。

价格与套餐

以下价格于2026年8月22日核验。当前定价页的动画没有稳定显示月付数字，因此表格优先采用页面明确写出的年度总额，并给出数学折算的月均成本。

定价页同时提供月付与年付切换，但抓取到的当前公开文本没有可靠显示月付金额。历史官方文章出现过其他价格，不能替代最新购买页面。

套餐功能对比

订阅与退款注意事项

服务条款说明费用通常预先收取且不退款，除非合同另有约定。订阅会自动续订，用户需要至少在续费前30天取消。

企业采购应在签约前确认试用范围、API用量单价、计算积分、超额费用、续订日期、终止后的数据返还和删除流程。

支持的数据源

支持平台

API、SDK与开源情况

Querio提供公开的Embedded API v2文档、Bearer Token认证、接口示例、测试与生产环境以及OpenAPI规范。当前公开文档没有列出由官方维护的Python、JavaScript或其他语言SDK。

官方GitHub组织已经存在并指向Querio品牌，但截至核验时没有公开代码仓库。商业平台源码没有开放，因此不能标记为开源。

安全与合规

Querio安全页面声明通过SOC 2 Type II，并采用AWS基础设施、持续漏洞评估、监控和审计。静态数据使用AES-256加密，传输使用TLS 1.3，并支持角色权限与最小访问原则。

• 数据库连接可以使用SSH隧道、SSL或TLS、VPN和IP允许名单等方式保护。
• 数据源账户应设为只读，并仅开放分析所需的schema和表。
• 平台声明遵循GDPR与CCPA，并在接入时提供数据处理协议。
• 安全页列出HIPAA合规，但隐私政策明确说明服务默认不是HIPAA合规产品。
• 处理受保护健康信息前，必须与Querio签署BAA或等效数据保护协议。
• Enterprise可协商自托管、GovCloud与专用计算，但具体控制需要合同确认。
• 任何传输和存储方案都无法保证绝对安全，安全认证也不能替代客户自身权限治理。

隐私与AI数据处理

隐私政策把数据源连接、查询、Dashboard、提示和AI输入输出视为Customer Data。Querio在客户工作区中通常代表企业客户处理这些数据，具体规则优先受客户协议约束。

分包商页面还列出AWS、Vercel、Neon或Databricks、PostHog、Stripe等服务。不同供应商处理的数据类型和所在地区不同，受监管企业应索取最新清单。

与传统BI和通用聊天机器人的区别

基本信息

推荐指数

推荐指数：4.4 / 5。Querio把自然语言问数、可审查Notebook、业务Context、Board、自动化和嵌入式API组合得较完整，适合希望同时服务业务用户、数据团队和产品客户的企业。

主要门槛是正式套餐价格较高，免费体验额度不透明，并且AI分析质量高度依赖数据治理。医疗等敏感场景还必须单独完成协议与权限评估，不能只依据安全页的简短合规标签。

常见问题

Querio AI是做什么的？

它用于连接企业数据库或数据仓库，并让用户通过自然语言和Agentic Notebook完成分析。结果可以包含SQL、Python、表格、图表、解释、Board和自动报告。

不懂SQL可以使用Querio吗？

可以用自然语言开始探索，但这不代表可以忽略数据知识。关键分析仍需要检查指标口径、筛选、连接、聚合和AI生成的查询。

Querio免费吗？

官网允许免费开始且无需信用卡，但没有公开列出稳定的免费套餐额度。正式团队方案从Startup开始，当前页面明确的年费为$5,000。

Startup和Core有什么区别？

Startup包含1个数据连接和10名用户，采用自动模型与标准资源；Core包含3个连接、无限用户、SSH或VPN、自选模型、更高计算、扩展积分、培训和高级支持。

支持哪些数据库？

公开集成包括PostgreSQL、MySQL、SQL Server、Snowflake、BigQuery、Redshift、Databricks、ClickHouse、MotherDuck、Athena、Trino、Dremio等。缺少的渠道可向官方咨询。

Querio会复制整个数据库吗？

安全页称客户数据不会被永久保留，临时数据位于受保护环境或客户自有部署。隐私政策又给出不同数据类别的具体保留期限，企业应以客户协议和实际配置为准。

客户数据会用于训练AI吗？

隐私政策称Querio和其签约模型提供商不会用Customer Data训练模型。为生成结果，相关提示、schema、元数据和查询内容仍可能发送给所选模型提供商处理。

Querio默认符合HIPAA吗？

不是。隐私政策明确说明通用服务默认不是HIPAA合规产品，提交受保护健康信息前必须签署BAA或等效协议。

可以嵌入自己的SaaS吗？

可以。开发者可以嵌入完整Explore页面，也可以使用v2 API自行构建多轮对话、分页表格和Vega-Lite图表体验。

提供API和SDK吗？

提供Embedded API v2与OpenAPI规范，价格表说明API按使用量计费。没有核实到官方维护的语言SDK。

Querio开源吗？

不开源。官方GitHub组织目前没有公开仓库，商业平台也没有公开源代码许可证。

自动报告可以发到哪里？

Automation可以通过邮件发送结果，也可以连接Slack后发送到指定频道。没有配置Action时，任务只会刷新工作区中的Explore。

订阅可以随时取消吗？

条款要求至少在续费前30天取消自动续订，已预付费用通常不退款。企业合同可能另有约定，应以签署文件为准。

总结

Querio适合希望把自然语言分析与可检查代码、统一语义、持续报告和客户嵌入结合起来的团队。它的价值不只在生成答案，而在于把Explore转化为Notebook、Board、Automation和产品内分析能力。

正式采用前，应先用只读连接验证指标准确性和仓库成本，再评估套餐、API用量、数据保留和部署方案。对敏感数据和受监管业务，还需要以合同、DPA与BAA等文件确认真实合规边界。