Text2Dashboard：面向企业数据大脑的自然语言仪表盘生成受控智能体架构
事件
Text2Dashboard 是一个面向企业数据大脑 DataBrain 的原型系统，目标是把自然语言分析请求转化为可检查的仪表盘。它由可安装的 Codex 插件和独立智能体运行时组成，将受模式约束的模型决策与类型化工具、持久状态以及确定性钩子结合起来，用于审批、审计、检查点、恢复和故障处理。整个流水线负责实体解析、元数据发现、只读 SQL 强制、仪表盘组装，并执行静态检查、动态预检和浏览器端检查。模型只负责提出动作，实际执行和状态记录由确定性软件控制。
在冻结的真实 DataBrain 任务和受控钩子故障上，严格成功率为 8 项中的 6 项：元数据选择 4/4 通过，四个 SQL 任务全部满足语义标准，其中 2/4 满足精确输出列契约。最终版本通过了 4/4 单面板仪表盘任务、一个双面板任务和一个已有仪表盘细化任务；一个参数化任务超出步数限制。十个故障场景全部达到预期结果，且没有未经批准的外部副作用。模型推理占各组观测运行时间的 97% 以上。
这些结果规模较小且仅针对 DataBrain，尚不能说明生产可用性、通用文本转 SQL 准确率，也不代表比人工搭建仪表盘更高效。值得关注的是其“模型提议、软件控制”的受控智能体思路，以及把审批、审计和故障恢复做成确定性钩子的工程实践，这为企业在敏感数据场景中落地自然语言分析提供了可审查的参考架构。
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：arXiv cs.AI*