阿里发布新版 Quick BI，聊聊 ChatBI 的底层架构、交互设计和云计算生态

Sat, 06 Sep 2025 00:00:00 +0000

8月28日，阿里云发布了数据分析工具 Quick BI 的全新版本。它是大模型应用在 BI 行业的最新实践。Quick BI 在云计算基础设施之上，搭建了一个 ChatBI 应用。阿里为这个应用起了一个拟人化的名字：智能小Q。智能小Q允许用户以对话的形式探索数据。无需写 SQL，只需与小Q对话，即可获得想要的统计信息。

智能小Q其实是一个多智能体系统（multi-agent system），包含多个 Agent：

报告 Agent
问数 Agent
搭建 Agent
解读 Agent

这些 Agent 均由领域大模型驱动。

Note: 领域大模型经过 SFT、RL 微调，可将业务知识迁移泛化到同类任务中，从而在特定领域获得更优表现。此外，领域大模型的参数量小、推理速度快，也是优势之一。

一、智能小Q能做什么？

下面介绍智能小Q的两种模式：问数和解读。

1）问数界面

当用户提问：“店日均杯量是多少？”小Q可以找到数据并可视化，这就是“问数”。

2）解读界面

解读界面允许用户筛选面板中的数据，并基于筛选后的数据向小Q提问。

将「筛选后的数据」作为上下文向小Q提问有什么优势？

一方面，直接引用数据源意味着大模型无需去猜你想分析哪张表，节省了宝贵的 token；另一方面，直接引用提问涉及的数据范围，有助于大模型关注到真正有用的线索，避免大模型因为找不到重点，变得泛泛而谈。

在与智能体的对话中，明确引用所指对象是好文明！

二、拆解 Quick BI 技术路径

Quick BI 的底层架构是 Agent + 数据库。只要有这两个核心模块，你也能做出简易的 ChatBI，这一点在我的开源项目 luochang212/clickhouse-chatbi 中亦有记载。其中，Agent 对 Quick BI 的实现尤为关键。

先来盘一盘 Agent 框架有哪些能力？

能力	技术	代表	偏向
路由	Router	ChatGPT	模型
检索	RAG	LlamaIndex	工程
状态	Session	Google ADK	工程
记忆	Memory	Letta	工程
交互	ReActChat	Qwen Agent	模型
工具	MCP	Claude	工程
规划	Supervisor	LangGraph	工程
安全	Guardrails	OpenAI Agents	工程

* 上面的「代表」不是 SOTA 的意思，只是我第一个想到的例子

ChatBI on Chang Luo

阿里发布新版 Quick BI，聊聊 ChatBI 的底层架构、交互设计和云计算生态

一、智能小Q能做什么？

1）问数界面

2）解读界面

二、拆解 Quick BI 技术路径