AskTable & Databend 让你快速拥有数据智能驾驶室

数据工作者目前最火爆的方向就是在探索 AI 和数据的结合，目前看来最成熟方向还是 TEXT2SQL 方向，但该方向的实际落地仍存在较大挑战。今天给大家推荐一下：AskTable，99元/月（SaaS 版本），助你实现数据智能驾驶室。

AskTable.com 是中国首家企业级表格智能体（Table Agent as a Service）服务商，基于世界领先的大模型（比如DeepSeek、通义千问、GPT、Claude等）打造，专为企业提供基于自然语言的数据分析体验，广泛支持Excel、数据库、数据仓库和知识库的智能查询。用户无需懂 SQL，只需用“说”的方式，即可获得实时数据洞察。核心架构：

图片

从上图来看，AskTable 对语义到 SQL 的生成高度依赖大模型。生成 SQL 后，目标数据库执行并返回结果，其中一部分数据直接返回，另一部分则通过 AI 进行自动语义处理。从官方网站看，支持的数据类型也较多。

图片

这里以 Databend 为例，为简便起见，直接使用 Databend Cloud（https://app.databend.cn）。本例使用的是 Github events 2025年5月15日当天的数据。

图片

图片

进入实战

1. 连接 Databend Cloud，AskTable 每个会话默认最多支持 100 张表。只需选择所需的表即可。

图片

选择完表后，等待 AskTable 获取表的元数据和一些统计信息然后和大模型交流，这块感感觉表如果太多和字段太多和大模型交互需要一些时间。 等待完成后，我们就可以开始第二步。

2.  验证智能数据分析

Q1:  基于数据当前热门的 top 10 的项目

图片

下面是对应的 SQL

图片

这个表里其实只有当天 2025年5月11日一天的数据，SQL 产生的逻辑好像是从数据的最小值到当前时间。

AskTable 给提供的可观测性数据：

图片

下面是 Databend Cloud 提供的 SQL 执行相关的日志：

图片

在 Databend Cloud  的 SQL 日志上看大概执行的时间为：  640ms ，但整体感觉时间应该也有 9 秒左右，从两边时间上看还有不少地方可以优化。下面是上述 SQL 在 Databend Cloud 上的执行计划：对应环节及用时。

图片

从可观测性看 AskTable 和 Databend 都具备比较好的可观测性来分析性能问题。 AskTable 私有化也是带可观测平台交付。

Q2： 最火的开发语言有哪些，显示 top 10 ， null 的不统计

图片

Q3: 显示一下被点 Star 的最多的项目 top 10 

图片

Q4：显示 5月15日 databend 相关 repo 都有谁在活跃

图片

这里显示竟然没有结果， 比较奇怪，看一下对应的 SQL 把 repo_name 写成了 like '%Databend%' 主要是 D 大写了。需要给他一个提示

图片

图片

给提示后可以完美的展示出结果。 这类问题也可以通过 AskTable 术语表解决，提前配置一下也可以。

Q5: 5月15日 github 上共有多少事件

图片

这个和 Q4 行成了反差，这次提问都有点不通顺，反尔AskTable 也可以完美理解及完成工作。

总结

通过测试，AskTable 在生成 SQL 方面，尤其是单表查询，表现相当出色。此外，AskTable 还支持基于 RAG（Retrieval-Augmented Generation）方式的提示，在大模型功能强大的支撑下，能够实现较为完善的自助查询能力。在单表模式下，对 github_events 每个字段的提示均准确，生成的 SQL 也较为精确，令人感叹大模型的强大。

AskTable 的最佳使用方式是在平台内部嵌入会话窗口使用，让平台快速具备 AI 分析数据的能力。