画卷
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
画卷通过 AI 驱动的节点化设计解决这些问题:
- 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:
| 节点 | 说明 | 适用场景 |
|---|---|---|
| 数据节点 | 连接企业内部数据库,用自然语言查询和分析数据 | 业务数据分析、运营报表 |
| 图表节点 | 将数据可视化为图表 | 趋势图、占比图、对比分析等 |
| Python 节点 | 编写自定义 Python 代码处理数据 | 复杂计算、数据清洗、自定义分析逻辑 |
| Excel 节点 | 导入 Excel / CSV 文件进行即时分析 | 临时数据分析、外部数据导入 |
| 联网搜索节点 | 搜索公开市场数据、行业报告和趋势分析 | 市场研究、行业分析 |
画卷编辑器
界面布局
- 顶部工具栏 — 画卷命名、视图切换(Canvas / Kanban)、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。
Kanban 视图
画卷支持两种视图模式:
- Canvas 视图 — 自由的节点编排画布,适合复杂分析流程
- Kanban 视图 — 网格卡片布局,适合快速浏览和整理分析成果
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: