DataBuddy有什么应用场景？

DataBuddy 的定位是"大数据原生智能体工作台"，其典型应用场景涵盖数据基础设施建设的三大核心领域：

1. 数据分析场景

面向不会写 SQL 的业务人员和分析师，DataBuddy 支持智能问数、指标归因分析、报告生成和可视化看板搭建。

核心是一个六层知识体系——从底层表结构、统一指标口径，到企业业务术语、个人使用记忆，层层递进。你对话中提到的业务洞察，会自动沉淀为持久知识资产，Agent 越用越懂你的业务。

分析结果基于统一语义层产出，确保不同用户对同一问题得到口径一致的答案，避免"同数不同源"的分析混乱。

2. 数据治理场景

把人工巡检+事后补救，升级为"自动巡检→AI 诊断→智能修复"。

DataBuddy 覆盖数据编目、语义建模、数据质量、数据安全、血缘分析五大域，自动发现元数据缺失、语义冲突、质量异常、合规风险、资源浪费等问题，并沿血缘追溯根因，生成修复方案并分级执行——低风险操作秒级自动完成，高危操作需人工确认后执行。

从单表诊断到全局数仓巡检，数十人天的治理工作缩短为小时级交付。

3. 数据工程场景

数仓建设从"多模块手工串联"变成"对话式全链路交付"。

DataBuddy 覆盖数仓建设到运维的全生命周期——数据接入、分层建模、ETL 代码开发、工作流编排调度、故障诊断，原本分散在五六个模块的操作，现在一轮对话完成。

DataBuddy 会基于源表分析生成数仓分层设计与目标表结构，并根据确认后的方案自动生成 ETL 代码和工作流配置，将原本 1-2 周的建仓工作压缩到小时级交付。