技术博客
深入理解亿问 Data Agent 背后的技术路线与方法论
17 篇文章3 个专题系列持续更新
专题系列
围绕企业级 Agent、可信问数与业务语义，系统整理可连续阅读的技术内容。
专题系列共 9 篇
企业级 Agent 技术基础
企业级 Agent 不只是会调用工具，它还要接得上系统、拿得到可信数据、读得懂企业业务。这个系列从 MCP 和 Agent Skill 讲起，一路讲到可信问数与企业本体。
MCPAgent Skill可信问数企业本体
阅读路径MCPAgent Skill可信问数企业本体
查看完整系列 专题系列共 5 篇
企业语义层：从指标口径到业务世界
数仓和指标平台已经建好了，为什么 Data Agent 还是会答错？这个系列从数据架构和语义建模讲起，再用一条真实规则说明，业务含义怎样落到可执行的查询里。
AI-Ready 数据语义层本体化语义层语义规则
阅读路径数据架构建设目标方案对比企业语义规则落地
查看完整系列 专题系列共 3 篇
可信问数工程：从 NL2SQL 到 NL2LF2SQL
会生成 SQL，不等于能稳定问数。这个系列讲清直接 NL2SQL 的局限，以及 LogicForm、确定性推理和 SemanticDB 怎样把一条业务问题变成可复核的查询结果。
NL2SQLNL2LF2SQLLogicForm可信问数
阅读路径路线突破性能与稳定完整算法链路
查看完整系列 所有文章
共 17 篇企业级 Agent 技术基础 · 第 1 篇技术解析
MCP 如何让 AI Agent 连接外部系统：原理、边界与适用场景
阅读全文
企业级 Agent 技术基础 · 第 2 篇技术解析
如何编写一个可用的 Agent Skill：SKILL.md 结构、6 步方法与常见错误
阅读全文
企业级 Agent 技术基础 · 第 3 篇技术解析
MCP 和 Agent Skill 有什么区别：一个管连接，一个管做事方法
阅读全文
企业级 Agent 技术基础 · 第 4 篇技术解析
Data Agent + Skill：可信问数如何进入企业工作流
阅读全文
企业级 Agent 技术基础 · 第 5 篇产品更新
YiAsk MCP：在 WorkBuddy 和 OpenAI Codex 中直接问企业数据
阅读全文
企业级 Agent 技术基础 · 第 6 篇技术解析
企业本体如何让 Data Agent 理解业务：从对象、事件到可执行语义
阅读全文
企业级 Agent 技术基础 · 第 7 篇技术解析
本体、知识图谱和数据模型有什么区别：一张表看懂三者分工
阅读全文
企业级 Agent 技术基础 · 第 8 篇技术解析
企业本体怎么建：从高价值问题到最小可用本体的 5 个步骤
阅读全文
企业级 Agent 技术基础 · 第 9 篇技术解析
零售订单本体怎么建：用"上个月买了什么"拆解对象、事件和指标口径
阅读全文
企业语义层：从指标口径到业务世界 · 第 5 篇技术解析
亿问 Data Agent 语义层：month_day 如何准确处理会员生日查询？
阅读全文
可信问数工程：从 NL2SQL 到 NL2LF2SQL · 第 3 篇技术解析
亿问 Data Agent 智能问数核心算法解析：从自然语言到可信 SQL
阅读全文
可信问数工程：从 NL2SQL 到 NL2LF2SQL · 第 2 篇技术解析
5秒内、无限上下文、复杂语义、稳定输出：NL2SQL 怎么同时做到？
阅读全文
企业语义层：从指标口径到业务世界 · 第 4 篇技术解析
亿问 Data Agent 的语义层，和指标平台到底有什么不同？
阅读全文
企业语义层：从指标口径到业务世界 · 第 3 篇技术解析
NL2SQL 中的本体化语义层和指标语义层，到底差在哪？
阅读全文
企业语义层：从指标口径到业务世界 · 第 1 篇观点洞见
数仓为 BI 而建，却喂不动 Data Agent：AI 时代的数据架构怎么改
阅读全文
企业语义层：从指标口径到业务世界 · 第 2 篇技术解析
语义层不能只剩指标和维度：Data Agent 时代，企业到底该建什么？
阅读全文
可信问数工程：从 NL2SQL 到 NL2LF2SQL · 第 1 篇技术解析
NL2SQL 的天花板，NL2LF2SQL 是怎么突破的？
阅读全文