基於 LLM 大語言人工智慧模型在 自然語義理解、程式碼編寫、結構化與非結構化資料處理、對話式人機互動 等方面的優勢，可以看到這一技術在傳統資料分析（BI）場景的巨大應用潛力。
AI +資料庫，無疑是讓Agent的能力更上一層樓，無論你是需要實時掌握業務進展資料的管理者；還是需要處理繁瑣的資料分析工作的工程師，都可以基於這項能力透過零門檻的對話式互動完成資料查詢和分析、資料圖表生成等任務。
Excel資料分析？上傳、提問，搞定!
將Excel上傳至LinkAI內建資料庫
LinkAI 支援使用者建立內建資料庫，由平臺直接提供和維護，使用者無需感知底層的資料儲存，開箱即用。
可在內建資料庫中定義資料表結構、欄位，手動新增資料；也可以直接將現有的表格匯入生成資料。
第二步：將資料庫繫結至應用、工作流中
建立完成的資料庫，可以在繫結在🤖應用、🔀工作流中進行引用，與應用、工作流對話時可訪問資料庫中的資料。
第三步：開啟應用提問，圖表、總結，統統搞定
應用繫結資料庫後，可以在應用對話頁面透過對話提問使用。
AI 能夠智慧地分析使用者提問的意圖🤔
識別和選取正確的資料庫🔗
自動生成資料查詢 SQL 語句並執行🔍
對查詢結果進行分析統計並生成圖表📊和結論💬
 |
 |
|---|
同時，可以切換至「表格」選單檢視此次查詢的統計明細；切換至「SQL」選單檢視 AI 生成並使用的資料查詢 SQL 語句；還可以切換 餅圖、折線圖、柱狀圖 等多種維度檢視。
這一切，完全由 AI 自主完成！你需要做的只有“絞盡腦汁”地提問🙋。
業務系統資料也想用AI賦能？沒問題
對於企業來說，往往有在執行的業務系統，並在底層資料庫中儲存了大量的業務資料。
基於使用者自有的 MySQL 資料庫，LinkAI 提供一鍵直連的功能，在授權前提下 AI 智慧體可遠端訪問資料庫，並完成一系列查詢和分析任務。
第一步：建立和連線自有的遠端資料庫
LinkAI 支援直接連線使用者自己維護的遠端線上資料庫，實時獲取最新資料。
在建立遠端庫時需要填寫資料庫的連線資訊（目前支援 MySQL 資料庫）。
成功連線後會自動載入庫中的全部資料表，可手動選擇需要納入使用的資料表範圍，並預覽部分資料。
第二步：將資料庫繫結至應用、工作流中
同樣，遠端資料需要繫結至智慧體中使用。
除前面介紹的在應用中繫結資料庫以外，還可在工作流中新增資料庫節點，當工作流執行至該節點時，便會執行資料庫查詢操作。
第三步：不僅網頁端可用，還能在微信直接提問～
在 LinkAI 平臺支援的智慧體託管接入、自建接入渠道，同樣支援透過對話使用資料庫，目前已支援 企微、公眾號、飛書、釘釘、微信 等渠道。
假設你是公司銷售負責人，想象一下：每天早上醒來第一時間⏰，開啟微信直接提問就可以查詢昨天的銷售情況，資料明細、統計圖表、分析結論，快速獲取，一目瞭然，再也不用催著數分、商分的同學給你出報表了👩💻～
 |
 |
|---|
AI + Wechat + BI，未來是“資料在手邊，一問即可查”的時代！
資訊錄入工作繁瑣，讓 AI 幫你吧！
長期外出不便使用電腦的銷售崗員工，還在使用移動端不友好的 CRM 軟體進行線索管理和訂單錄入？🤦♂️
對客戶提供 AI 客服時，客戶反饋的問題、提出的投訴，還在用人工進行整理和記錄？📝
有資料庫加成的 AI 智慧體，可以輕鬆幫你解決這一類場景的任務，透過對話即可自動完成資訊錄入！
第一步：建立內建資料庫時，定義資料表描述
建立用資訊錄入的內建資料庫，並建立資料表。在資料表描述中用自然語言定義資料寫入的邏輯，例如，需要在 AI 客服與客戶對話過程中，自動收集客戶反饋的問題，則可以定義：當使用者聽從 AI 的指引，提供了手機號、具體問題時進行自動錄入。
第二步：與 AI 智慧體對話，自動完成資訊錄入
在資料記錄場景中，透過對話方式可寫入結構化資料，AI 會自動提取對話中的資料庫欄位進行資料錄入。
在微信端與 AI 智慧體機器人對話，同樣可以完成資訊錄入的任務。
瞭解更多...
多種部署模式，方便快捷又安全合規
🌐LinkAI 提供基於雲端服務的內建資料庫，開箱即用，可進行增、刪、改、查，最大支援儲存20萬行資料。
🔒還支援連線使用者自有資料庫，可選擇 SaaS 雲服務版本遠端直連，或本地部署 LinkAI 後透過本地伺服器連線。只需開放查詢許可權，全力保證您的資料安全。
相容 API 接入，助你打造個性化的 AI 資料應用
🔗透過 LinkAI 開放介面（對話介面、帶記憶的對話介面、工作流執行介面）訪問攜帶資料庫功能的應用、工作流時，同樣支援實現上述資料查詢、資料寫入的功能。便於使用者透過介面開發來整合第三方系統和服務，以實現個性化的 AI 資料應用場景。
「知識庫」與「資料庫」的區別？
📚知識庫是基於 RAG（檢索增強生成）技術，利用語義向量化匹配、關鍵詞匹配等手段，在海量非結構化資料（例如無結構的word文件內容）中進行檢索，再用於大語言模型對檢索結果和使用者問題進行分析，並生成答案。
📊資料庫則是儲存結構化資料（庫-表-欄位-欄位值）的載體，使用 AI 訪問資料庫時，核心是利用了 AI 自主生成資料查詢程式碼（SQL）的能力，以及將查詢後的資料進行統計分析的能力。
所以，知識庫檢索問答適合針對非結構化資料、對資料完整性要求不高、更偏定性回答的場景；資料庫查詢適合針對結構化資料、對資料完整性要求高、需要進行統計且更偏定量回答的場景。
可以點選資料查詢助手快速體驗以上功能，也可以參考資料庫文件來一步步建立並體驗~