PRODUCT PHILOSOPHY
DataFinder 不是又一个 BI。它把数据接入、语义沉淀、问答与推送的全过程，交给一套真正能干活的 Agent。
数据接入、问答、可视化、巡检、推送，统一在同一个 Space、同一份元数据、同一条会话之上。告别在 BI、SQL 工具和消息平台之间来回切换。
把表关系、口径、字段含义沉淀进 Space 指令；多模型协同、三层降级，让 Agent 真正理解业务，生成准确 SQL，回答可追溯、可纠错。
从问题理解、SQL 生成，到图表展现与定时巡检，全程由 Agent 闭环交付。不止 Copilot 协同，更能 Autopilot 自治，按时把答案推到团队群里。
CORE CAPABILITIES
DataFinder 把数据连接、语义理解、SQL 生成、可视化、推送串成一条线，让团队从「排期等数据」变成「对话拿答案」。
数据库一键连接，文件直接上传。所有连接信息使用 Fernet 加密，密钥写入后只回显掩码，永不返回明文。
Agent 阅读 schema、样本与你写下的业务说明，把「上周 GMV 同比怎么样」翻译成可执行 SQL，并附上表格、图表与业务解读。
Agent 根据查询结果与业务问题自动选择图表类型，团队不需要再为「这数据该画成什么」纠结，更不需要拖拉拽。
用 cron 配置任意频率的指标巡检，DataFinder 自动跑批、出图、推送。失败时记录详细错误，方便快速排查。
在群里 @Bot 直接问数；定时任务的结果也能直接推送到日报群、值班群、运营群——数据回到团队最高频的工作场景。
维护一组业务问答对，DataFinder 自动跑批评测 SQL 准确率。指令、模型、Prompt 每次迭代都能量化对比，把控 Agent 的回答质量。
QUICK START
一杯咖啡的时间，把团队最高频的数据问题接进 DataFinder，从此不再排队等排期。
添加数据库连接或上传 CSV / Excel 数据集，DataFinder 自动读取 schema 与样本数据。
把相关数据集挂到一个 Space，写下业务说明:表关系、指标口径、字段含义。
用自然语言提问，看到 SQL、表格与图表。结果不对？追问一句，Agent 自动修正。
把高频问题做成定时任务，每天 9 点结果直接出现在飞书 / 钉钉 / 企业微信群里。
USE CASES
运营、数据、研发——三个最高频的数据使用场景，DataFinder 都能一站覆盖。
每天早上的 GMV、日活、转化漏斗，做成定时任务推到群里。看到异常，一句话追问，分钟级定位原因。
把「业务每天都来问的同样问题」自动化掉，把数据团队的时间留给真正复杂的分析与建模。
自助查埋点、看异常率、巡检关键指标，无需打扰数据团队。沉淀下来的 SQL 模板，全员复用。
ECOSYSTEM
不需要再为数据问题切上下文。在飞书、钉钉、企业微信里 @ 机器人就能问数；定时巡检的结果直接推到日报群、值班群、运营群。
PLATFORM ESSENTIALS
Flagship / Standard / Lite 分级调度，主模型异常时按链路自动切换，保证回答可用、成本可控。
每条对话、每次巡检的输入 / 输出 token、延迟、模型、估算成本都记录在案，用量与配额一目了然。
Space 维度的数据隔离，连接信息加密存储，跨用户访问严格 404，企业内部部署放心。
FAQ
不会。BI 适合做长期固定的看板，DataFinder 适合解决「临时但高频」的数据问题——尤其是那些不值得做仪表盘、又每天都要问的问题。两者互补。
仅 schema、字段说明与你提的问题会进入 LLM，原始数据行不会发送到外部。所有 SQL 都在你自己的数据库里执行，结果留在你侧。
主流关系型数据库（MySQL、PostgreSQL、ClickHouse 等），以及上传的 CSV / Excel 文件。也支持把多个数据集挂到同一个 Space 做联合分析。
在 Space 里写下表关系、口径、字段含义这些指令；用 Benchmark 维护一组业务问答对来评测 SQL 准确率；如果某次回答不对，对话里直接追问，Agent 会自动修正。
可以。后端是 FastAPI + SQLAlchemy，前端是 Vite + React，能直接跑在你自己的服务器上。LLM 也支持替换为内部网关或自托管模型。
