什么是画卷
画卷是 AskTable 的可视化数据分析画布。通过 AI 驱动的自然语言交互与节点化的方式，构建从数据获取到分析呈现的完整流程。 核心价值： 让数据分析流程可视化、可复用、可协作。为什么需要画卷
传统数据分析面临三个困境：- 流程不透明 - SQL 查询、数据处理、图表生成散落各处，难以追溯
- 无法复用 - 每次分析都要重新编写代码，重复劳动
- 协作困难 - 分析逻辑藏在代码里，团队成员难以理解和接手
- 用自然语言描述需求，AI 自动创建对应的分析节点
- 节点间的依赖关系自动构建数据流转路径
- 整个画卷即完整的分析流程，可保存、分享、复用
快速开始
创建第一个画卷
- 点击左侧导航栏”画卷”
- 点击”创建画卷”按钮
- 进入画卷后，在 Welcome 页面的聊天框中用自然语言描述你的分析需求，例如：
- “查询本月销售数据并生成趋势图”
- “导入这份 Excel 文件，分析各地区的销售额”
- “搜索 2024 年中国 GDP 增长率”
- AI（Autopilot）会自动理解你的意图，创建对应的节点并在画布上呈现
节点类型
画卷支持五种节点类型：画卷编辑器
界面布局
- 顶部工具栏 — 画卷命名、保存
- 中央画布 — 节点编排区域，以 ReactFlow 图形方式展示节点及其依赖关系
- 右侧面板 — 节点详情（数据表 / 图表展示）+ 对话记录（与 AI 的交互历史）
节点创建方式
- Welcome 聊天输入 — 空画卷时，直接在 Welcome 页面用自然语言描述需求，AI 自动创建节点
- 右键菜单 — 在画布空白处右键，选择”查询数据”、“联网搜索”或”导入 Excel”
- 悬浮聊天输入 — 点击已有节点的聊天按钮，在悬浮输入框中描述需求，AI 会基于上下文创建新节点
- 文件拖拽 — 将
.xlsx、.xls、.csv文件直接拖入画布，自动创建 Excel 节点
节点操作
- 拖拽节点 — 在画布上移动节点调整布局
- 点击节点 — 在右侧面板查看数据结果、图表和对话历史
- 节点工具栏 — 每个节点提供快捷操作：创建图表、继续对话、创建 Python 节点、重新运行、删除
- 多选操作 — 选中多个数据/Python/Excel 节点后，可一键”继续追问”或”创建 Python 节点”
边的自动生成
节点之间的连线（边）由系统根据数据依赖关系自动生成，无需手动拖拽端口连接。当一个节点引用了另一个节点的数据时，系统会自动在两者之间绘制连线。使用场景
场景一：周期性业务报表
用自然语言描述需求，AI 自动构建分析流程：- 输入”分析本月销售数据，计算同比环比，生成趋势图”
- AI 创建数据节点查询数据、图表节点生成可视化
- 下次使用时，重新运行画卷即可自动更新结果
场景二：市场趋势分析
组合多个数据源：- 输入”搜索 2024 年行业报告，并与我们的业务数据对比”
- AI 创建联网搜索节点获取行业数据、数据节点查询自有数据、图表节点对比展示
场景三：临时数据探索
快速分析上传的文件：- 将 Excel 文件拖入画布
- 在悬浮聊天框中输入”分析各区域销售额并生成柱状图”
- AI 基于文件数据创建分析节点和图表
与其他功能的关系
画卷 vs 对话- 对话：一次性问答，适合临时查询
- 画卷：可复用流程，适合周期性、多步骤分析
- 报告：静态文档，展示分析结果
- 画卷：动态流程，可持续更新数据
- 速查：快速查询单个指标
- 画卷：复杂分析流程，多步骤处理