A：

睿治Agent不提供大模型，大模型需要客户自备。平台支持接入符合OpenAPI标准接口的大模型，市面上主流产品基本都能用，包括DeepSeek、通义千问、智谱GLM、Kimi等。无论是公有云调用还是客户私有化部署的本地模型，均支持接入。

这个设计的出发点是：让客户自己选择最合适的模型，而不是被捆绑在某一个模型上。企业用哪个模型顺手、哪个模型符合企业的安全要求，就接哪个模型。

Q92：睿治Agent是否支持云原生部署？

A：

支持。

睿治Agent采用云原生架构设计，支持云上容器化部署。平台通过容器化方式实现资源隔离和弹性扩展，能够根据企业业务规模和应用需求进行资源调整，提高平台部署效率和系统扩展能力。

Q93：睿治Agent的微服务架构有什么优势？

A：

睿治Agent平台基于微服务架构，将数据治理相关能力拆分为独立服务，包括：

元数据服务； 

数据标准服务； 

数据集成服务； 

数据质量服务； 

数据资产服务； 

数据服务； 

数据安全服务； 

数据生命周期服务等。 

该架构模式具有以下优势：

各服务模块相互独立，便于功能扩展； 

支持按需部署和资源调整； 

提升系统维护效率； 

支撑企业不同规模的数据治理应用场景。 

通过微服务架构，平台能够更灵活地适应企业数据治理能力建设需求。

Q94：睿治Agent支持哪些部署方式？

A：

睿治Agent支持本地部署和云上部署。平台采用云原生架构，支持容器化部署方式，可以根据企业IT环境选择适合的部署模式。

同时，平台通过微服务架构提升部署灵活性，满足不同企业的数据治理平台建设需求。

Q95：睿治Agent是否支持信创环境？

A：

支持。睿治Agent支持国产化环境适配。平台能够适配国产服务器、国产操作系统、国产数据库等信创环境，满足企业在国产化替代背景下的数据治理平台建设需求。

Q96：睿治Agent如何保证系统扩展能力？

A：

睿治Agent通过云原生和微服务架构保障系统扩展能力。平台将不同治理能力拆分为独立服务，可以根据业务需求进行扩展和调整。同时，容器化部署方式支持资源弹性扩展，使平台能够适应企业数据规模增长和治理场景扩展。

Q97：睿治Agent如何保障平台安全？

A：

睿治Agent从平台架构和数据安全两个方面保障系统安全。

在平台安全方面，采用微服务架构进行服务隔离管理。

在数据安全方面，平台提供数据安全Agent能力，支持：

敏感数据识别； 

数据分类分级； 

数据加密； 

数据脱敏处理； 

敏感标签创建。 

通过AI技术贯穿数据安全管理过程，帮助企业实现安全可控的数据治理。

Q98：睿治Agent如何支撑企业数据治理全生命周期管理？

A：

睿治Agent围绕数据治理全过程提供能力支撑。

平台覆盖：

数据架构规划； 

数据模型管理； 

元数据管理； 

数据标准管理； 

数据质量管理； 

数据资产管理； 

数据安全管理； 

数据服务管理等能力。 

通过完整的数据治理能力体系，帮助企业实现数据从采集、管理、治理到应用的全过程管理。

Q99：睿治Agent有哪些核心技术优势？

A：

睿治Agent的核心技术优势主要体现在AI赋能和数据治理融合方面。

平台具备：

Data+AI智能引擎； 

数据治理Agent能力； 

自然语言交互能力； 

智能治理能力； 

云原生微服务架构； 

丰富的数据源适配能力。 

通过AI技术与数据治理能力融合，帮助企业提升数据治理效率，推动数据价值释放。

Q100：睿治Agent适合哪些数据治理应用场景？

A：

睿治Agent适用于企业开展数据治理体系建设和数据价值提升场景。

典型应用场景包括：

数据标准建设； 

数据质量提升； 

元数据管理； 

数据资产管理； 

数据安全管理； 

数据模型建设； 

数据集成开发。 

平台通过AI能力提升治理效率，帮助企业构建规范、高效、智能的数据治理体系。

A：

睿治Agent提供多维数据架构规划能力，支持企业建立规范的数据架构体系。

平台内置两类数据主题划分方式：

• 业务域：保存上游业务系统（OLTP）的架构规划； 
• 数据域：保存数据湖或数据仓库（OLAP）的架构规划信息。 

同时，平台内置纵向分层架构，包括：

• 业务系统层（SRC）； 
• 数据贴源层（ODS）； 
• 数据整合层（DWD）； 
• 数据汇总层（DWS）； 
• 应用数据层（ADS）。 

通过多维架构规划，帮助企业规范数据模型建设和数据资产组织方式。

Q82：睿治Agent支持哪些类型的数据模型设计？

A：

睿治Agent支持概念模型、逻辑模型和物理模型的设计与管理。

平台提供专业的数据模型设计工具，用户可以通过可视化方式设计数据模型。

其中：

概念模型支持定义实体、实体属性以及实体之间的关系； 

逻辑模型支持业务层面的数据结构设计； 

物理模型支持根据数据库类型生成对应数据库对象。 

通过分层模型设计方式，帮助企业实现从业务需求到数据库实现的数据模型规范管理。

Q83：睿治Agent如何实现可视化数据模型设计？

A：

睿治Agent提供专业的数据模型设计工具，通过可视化方式完成模型设计和维护。

平台支持：

概念模型设计； 

逻辑模型设计； 

物理模型设计； 

模型导入、导出； 

模型移动、删除、克隆。 

同时，在物理模型设计过程中，平台可以根据数据库类型转换生成表、字段、主外键约束、索引以及表间关系等数据库对象信息。

Q84：睿治Agent如何提升数据模型标准化程度？

A：

睿治Agent在数据模型设计过程中支持数据标准联动。

用户在定义模型属性时，可以采用标准联想方式，智能推荐与数据标准库匹配的数据元。

同时，平台支持对已有模型进行检视，将现有数据元与标准库进行智能匹配，帮助用户发现模型设计中的标准化问题，提升数据模型规范程度。

Q85：睿治Agent支持数据库逆向建模吗？

A：

支持。

睿治Agent支持通过导入方式完成数据库逆向建模。针对已有数据库环境，平台可以导入数据库对象信息，还原存量环境中的数据库对象，实现已有数据库模型的统一管理。平台支持包括PostgreSQL、MySQL、Oracle、ArteryBase、达梦等主流数据库的逆向建模。

Q86：睿治Agent是否提供行业化数据模型模板？

A：

支持。

睿治Agent在数据模型管理中提供模型模板库，并内置多个行业模型模板。平台内置：

• 教育行业模型模板； 
• 卫生行业模型模板； 
• 电商行业模型模板； 
• 金融保险行业模型模板； 
• 金融租赁行业模型模板。 

用户可以在线预览模板素材，根据模板快速创建模型，也可以将自定义模型保存为模板，便于后续复用。

Q87：什么是一键模型物化？

A：

一键模型物化是睿治Agent提供的数据模型快速落地能力。

平台可以根据已发布的物理模型，快速创建主题表，也可以根据多个物理模型批量创建主题集。通过该方式创建的主题表支持与模型进行一键同步，保证主题表与来源模型设计保持一致。

Q88：什么是数据集成Agent？

A：

数据集成Agent是睿治Agent平台面向数据开发场景提供的智能化能力。

该能力通过AI技术辅助用户完成数据集成任务设计。

用户可以通过自然语言描述数据处理需求，平台利用大模型理解业务意图，辅助创建数据处理流程，降低传统数据开发过程中复杂配置的工作量。

Q89：睿治Agent如何通过AI辅助创建数据集成任务？

A：

睿治Agent平台支持通过数据集成Agent模块辅助数据开发任务创建。

用户可以通过自然语言描述数据处理需求，系统根据需求内容进行理解和分析，辅助完成数据处理任务定义。平台支持通过AI能力降低数据开发门槛，使用户能够更加便捷地完成数据集成相关工作。

Q90：睿治Agent支持哪些数据处理工具集成？

A：

睿治Agent支持多种数据处理工具的元数据采集和管理。平台支持的数据处理工具包括：

亿信数据工厂； 

DataStage； 

IBM CDC； 

Kettle； 

Oracle Data Integrator； 

Solution； 

兴融ESB； 

亿信数据交换平台。 

通过对数据处理工具的支持，平台能够更好地管理企业数据处理过程中的相关信息。

A：

睿治Agent通过数据安全Agent能力，为企业提供智能化的数据安全管理能力。

平台将AI技术应用于数据安全管理全过程，支持通过对话式交互快速完成数据加密、脱敏处理、敏感标签创建以及数据资产分类分级等操作。

同时，平台结合企业分类分级制度文件和现有资产信息，智能构建适配企业业务场景的数据分类分级体系，实现数据安全管理的标准化和规范化。

Q74：什么是数据安全Agent？

A：

数据安全Agent是睿治Agent平台面向数据安全治理场景提供的智能化能力。

数据安全Agent依托大模型核心技术，通过语义解析、模式匹配、特征提取等AI技术，实现对企业数据中的敏感信息智能识别。

同时，数据安全Agent支持通过对话式交互完成数据加密、脱敏处理、敏感标签创建以及数据资产分类分级等安全管理操作。

Q75：睿治Agent如何识别敏感数据？

A：

睿治Agent通过数据安全Agent实现敏感数据智能识别。

平台支持覆盖结构化、半结构化等多类型数据场景，包括数据库字段、文本日志、PDF文件等数据载体。

通过语义解析、模式匹配、特征提取等AI技术，平台可以识别各类敏感数据，包括个人信息、商业秘密、政务敏感数据以及行业专属敏感信息。

Q76：睿治Agent支持识别哪些类型的敏感数据？

A：

睿治Agent支持识别多类型敏感数据。平台具体涵盖：

个人信息：如身份证号、手机号、银行卡号、生物特征等； 

商业秘密：如核心技术参数、客户名单、财务数据等； 

政务敏感数据； 

行业专属敏感信息：如医疗行业病历数据、金融行业交易流水等。 

通过AI识别能力，帮助企业发现和管理不同类型的数据安全风险。

Q77：睿治Agent如何实现数据分类分级？

A：

睿治Agent通过数据安全Agent辅助企业开展数据分类分级管理。

平台结合企业下发的分类分级制度文件以及现有数据资产信息，通过智能分析方式构建适配企业业务场景的分类分级体系。

通过建立规范的数据分类分级体系，帮助企业实现数据安全管理标准化，为数据资产管理和数据合规应用提供支撑。

Q78：睿治Agent支持数据脱敏处理吗？

A：

支持。

睿治Agent平台的数据安全Agent模块支持通过对话式交互快速完成数据脱敏处理。

用户可以通过平台交互方式，根据安全管理需求执行相关数据安全处理操作，实现数据在使用过程中的安全保护。

同时，平台支持数据加密等安全处理能力，帮助企业提升数据安全管理水平。

Q79：睿治Agent如何降低敏感数据识别误判和漏判？

A：

睿治Agent通过AI语义理解能力提升敏感数据识别准确性。

相比传统基于规则的识别方式，数据安全Agent模块具备“语义理解+上下文关联”的深度识别能力。

平台可以结合数据上下文信息进行判断，例如区分“测试用手机号”和“真实用户手机号”、“公开客户信息”和“保密客户档案”等不同场景，从而降低误判和漏判情况。

同时，当出现新增隐私字段或业务敏感信息时，平台支持更新识别规则。

Q80：睿治Agent如何支撑企业数据安全合规管理？

A：

睿治Agent通过数据安全Agent实现数据安全与合规管理支撑。

平台通过敏感数据识别、数据分类分级、安全处理等能力，帮助企业建立规范的数据安全管理体系。

通过AI技术贯穿数据安全管理全过程，企业可以在保障数据安全可控的前提下，推动数据资产化运营和数据价值释放。

A：

睿治Agent平台通过数据资产Agent能力，帮助企业开展数据资产智能化管理。

平台结合大模型能力和数据治理体系，可以辅助企业完成数据资产梳理、数据资产目录建设、资产分类管理等工作，提升企业对数据资源的认知和管理能力。

通过将元数据、数据标准等治理成果与数据资产进行关联，睿治Agent帮助企业形成统一的数据资产管理体系，促进数据资源的规范管理和价值利用。

Q64：什么是数据资产Agent？

A：

数据资产Agent是睿治Agent平台面向数据资产管理场景提供的智能化能力。

数据资产Agent基于大模型能力，通过自然语言交互方式辅助用户完成数据资产相关管理工作。

该能力可以帮助企业快速完成数据资产梳理，自动分析数据资源特征，辅助构建标准化的数据资产目录，提高数据资产管理效率。

Q65：睿治Agent如何进行数据资产梳理？

A：

睿治Agent平台通过数据资产Agent辅助企业开展数据资产梳理。

平台可以基于已有的数据资源信息、元数据信息等内容，对企业数据资源进行分析和整理，帮助用户识别可管理的数据资产。

通过AI能力辅助分析数据内容和业务含义，可以提升数据资产盘点效率，减少人工梳理工作量。

Q66：睿治Agent如何建设数据资产目录？

A：

睿治Agent平台支持通过数据资产Agent辅助建设数据资产目录。

平台结合企业数据资源信息和治理成果，对数据资产进行统一管理，并支持按照业务需求建立数据资产分类体系。

同时，平台支持智能创建资产类目，基于企业已有资产信息和分类管理要求，辅助构建适配企业业务场景的数据资产分类体系。

Q67：什么是智能创建资产类目？

A：

智能创建资产类目是睿治Agent基于AI能力提供的数据资产分类建设能力。

平台结合企业已有资产信息以及分类管理要求，通过智能分析方式构建符合企业业务场景的数据资产分类体系。

该能力能够辅助企业完成数据资产分类规划，提高资产目录建设效率，实现数据资产的规范化管理。

Q68：睿治Agent支持哪些数据资产分类管理方式？

A：

睿治Agent支持基于企业业务场景的数据资产分类管理。

平台可以结合企业的数据资源特点、资产信息以及管理要求，辅助建立适配业务需求的数据资产分类体系。

同时，平台支持数据资产分类分级管理能力，为企业开展数据资产管理提供统一规范。

Q69：数据资产与元数据有什么关系？

A：

元数据是数据资产管理的重要基础。

睿治Agent支持元数据打标，并将打标后的元数据同步到数据资产，实现元数据与数据资产之间的关联。

通过这种关联方式，企业可以基于元数据掌握数据资产的结构、属性和关系信息，提高数据资产管理的准确性和可理解性。

Q70：睿治Agent如何提升数据资产复用能力？

A：

睿治Agent通过建立统一的数据资产管理体系，提高企业数据资源的可发现性和可理解性。

平台通过数据资产目录、分类管理以及元数据关联等能力，帮助用户快速了解企业已有数据资源。

通过规范化的数据资产管理，可以减少数据重复建设，提高数据资源利用效率。

Q71：数据资产管理如何支撑企业数据价值释放？

A：

睿治Agent通过数据资产管理能力，帮助企业将分散的数据资源转化为可管理的数据资产。

平台通过数据资产梳理、分类管理、目录建设等方式，提高企业对数据资源的认知能力，为数据应用和数据价值开发提供基础。

同时，结合数据治理能力，保障数据资产具备更好的规范性、可用性和可信度。

Q72：睿治Agent的数据资产管理如何保障数据合规？

A：

睿治Agent通过数据资产管理与数据安全管理能力结合，实现数据资产规范管理。

平台支持结合企业分类分级制度和资产信息，智能构建适配企业业务场景的数据分类分级体系。

同时，通过数据安全Agent支持敏感数据识别、数据分类分级、数据脱敏等能力，为数据资产安全管理提供支撑。

A：

睿治Agent提供完整的数据标准管理流程及方法，帮助企业建立统一的数据标准体系。

平台通过数据标准制定、发布、管理等一系列活动，结合制度约束和系统控制手段，实现企业数据的完整性、有效性、一致性、规范性和开放性管理。

同时，数据标准可以作为数据质量检查、数据安全管理等治理活动的重要依据，为企业后续数据治理工作提供标准支撑。

Q56：睿治Agent的数据标准管理包含哪些核心能力？

A：

睿治Agent数据标准管理主要包括：

数据标准创建； 

数据标准维护； 

数据标准发布； 

数据标准映射； 

数据标准评估； 

数据标准监控。 

平台支持通过不同方式快速建立数据标准，并通过标准集管理、标准映射和落地评估等能力，推动数据标准在企业中的应用。

Q57：睿治Agent支持哪些方式创建数据标准？

A：

睿治Agent提供多样化的数据标准录入方式。平台支持：

• 手动创建数据标准 ：用户可以通过平台操作界面，根据业务需求快速创建数据标准。
• 从元数据拾取生成数据标准 ：平台支持从已有元数据中拾取相关信息，简化数据标准创建流程。
• 批量导入数据标准 ：用户可以将数据标准整理后，通过导入方式批量创建数据标准。
• 通过多种创建方式，可以满足企业不同场景下的数据标准建设需求。

Q58：睿治Agent是否支持批量导入数据标准？

A：

支持。睿治Agent支持通过导入方式批量创建数据标准。

用户可以先通过平台导出标准集，在线下整理数据标准内容，再将整理完成的数据标准导入平台，导入后的数据标准可以用于后续的数据标准映射和评估。

该方式适用于企业已有大量数据标准，需要快速迁移或集中建设的场景。

Q59：睿治Agent如何进行数据标准监控？

A：

睿治Agent提供数据标准监控能力，对数据标准建设和应用情况进行统一监控。

平台支持对数据标准相关指标进行监控，包括：

• 近3个月数据标准发布审批情况； 
• 定版标准生效统计情况； 
• 各标准集及映射情况； 
• 标准集评估通过率； 
• 定版标准集标准变更统计情况； 
• 落地评估统计； 
• 定版标准集标准生效情况。 

同时，监控表支持根据客户需求进行二次改造。

Q60：数据标准如何帮助企业提升数据一致性？

A：

数据标准通过统一数据定义、数据格式和管理规范，帮助企业减少不同系统、不同部门之间的数据理解差异。

睿治Agent通过数据标准管理能力，将统一的数据标准体系应用于企业数据治理过程中，为数据质量检查、数据安全管理等提供标准依据。

通过标准化管理，可以提升企业数据的完整性、有效性、一致性和规范性。

Q61：睿治Agent如何实现数据标准与业务系统数据的关联？

A：

睿治Agent支持数据标准映射能力。

平台可以将数据标准与企业现有数据资源进行关联，通过标准映射评估数据标准的应用情况。

通过数据标准落地管理，企业可以了解标准在实际数据环境中的应用情况，推动数据标准从制定向落地应用转变。

Q62：数据标准如何支撑数据质量管理？

A：

数据标准是数据质量管理的重要基础。

睿治Agent通过统一的数据标准体系，为数据质量检查提供标准依据。

企业可以基于数据标准定义的数据规则、业务口径和规范要求，开展数据质量检测，发现数据不一致、不规范等问题，并推动数据质量持续优化。

A：

元数据管理是睿治Agent数据治理体系的重要基础能力。

元数据承担着规范数据定义、梳理数据关联、保障数据可理解性和可复用性的作用。通过系统化的元数据管理，企业可以建立统一的数据认知体系，提升数据管理和使用效率。

睿治Agent通过元数据采集、元数据管理、元数据分析和元数据质量检核等能力，实现对企业数据资源的统一管理，为数据标准、数据质量、数据资产等治理环节提供支撑。

Q46：睿治Agent支持哪些类型的元数据？

A：

睿治Agent支持多类型元数据管理，包括：

• 业务元数据：用于描述数据的业务含义和业务定义； 
• 技术元数据：用于描述数据结构、数据库对象等技术信息； 
• 管理元数据：用于支撑数据管理过程中的相关信息。 

平台支持对不同类型元数据的基本信息、属性、依赖关系、组合关系进行管理，同时支持元数据打标，并将标签同步到数据资产，实现元数据与数据资产关联。

Q47：什么是元模型管理？

A：

元模型管理是睿治Agent元数据管理的重要组成部分。

平台元数据体系以Meta Object Facility（MOF）规范为基础，支持XML格式的元模型导入和导出。

元模型管理支持对元模型基本信息、属性、父子关系、依赖关系、组合关系等进行增删改查操作。

同时，平台支持元模型发布机制，只有发布后的元模型才可以被元数据使用，实现元模型设计与实际应用的隔离。

Q48：睿治Agent支持多少种元数据采集适配器？

A：

睿治Agent提供丰富的元数据采集适配器，支持多种数据环境下的元数据采集需求。平台支持：

数据库类型20+种； 

报表工具14种； 

ETL工具9种等。 

同时，采集适配器支持用户自主配置需要采集的元数据类型和过滤条件，满足不同企业的数据采集需求。

Q49：睿治Agent如何自动采集元数据？

A：

睿治Agent通过内置元数据采集适配器，实现元数据自动化采集。用户可以通过配置数据源参数和定时采集任务，实现直连数据源的端到端元数据采集。

同时，平台支持对不需要采集的元数据进行过滤设置，并提供多种入库方式，满足不同数据更新场景需求。

Q50：睿治Agent支持哪些数据源采集？

A：

睿治Agent支持多类型数据源元数据采集。平台支持的数据库包括但不限于：

• GBase 8a； 
• GaussDB（DWS）； 
• GaussDB（openGauss）； 
• KingbaseES； 
• 达梦数据库； 
• MySQL； 
• Oracle； 
• PostgreSQL； 
• SQL Server； 
• Hive； 
• HBase； 
• MongoDB； 
• Elasticsearch等。 

同时支持数据处理工具、BI工具、建模工具以及Excel文件、FTP系统、JDBC驱动、SQL脚本等多种采集类型。

Q51：睿治Agent如何管理元数据变更？

A：

睿治Agent提供元数据变更管理能力。平台支持：元数据变更订阅； 元数据变更查询； 元数据变更历史记录。 

用户可以订阅指定元数据，当该元数据发生变化时，通过通知方式及时了解变化情况。同时，平台保存元数据历史变更信息，用户可以按照查询范围、元数据类型、变更日期等条件查询元数据变更记录，实现元数据变更可追踪。

Q52：什么是数据血缘分析？

A：

数据血缘分析是睿治Agent元数据分析能力的重要组成部分。通过数据血缘分析，企业可以查看数据之间的来源关系和流转关系，了解数据从产生、加工到应用过程中的关联情况。

睿治Agent基于元数据关系分析能力，支持血缘分析、影响分析、全链分析等功能，帮助用户掌握数据链路关系。

Q53：睿治Agent支持哪些元数据分析能力？

A：

睿治Agent提供丰富的元数据分析应用能力，包括：

• 血缘分析； 
• 影响分析； 
• 全链分析； 
• 关联度分析； 
• 属性差异分析； 
• 元数据对比分析； 
• 重复元数据分析。 

同时，分析结果支持导出和收藏保存。

平台还支持完整模式和简介模式切换，用户可以根据不同场景查看完整数据上下级关系或简单数据链路。

Q54：元数据如何支撑数据资产管理？

A：

元数据是数据资产管理的重要基础。

睿治Agent支持通过元数据管理建立数据资源的统一描述和关联关系，并支持元数据打标。

打标后的元数据可以同步到数据资产，实现元数据与数据资产关联，为数据资产盘点、分类管理和价值应用提供基础支撑。

通过元数据体系建设，企业能够提升数据资源的可理解性和可复用性。

A：

睿治Agent通过数据质量Agent实现企业数据质量全流程智能化治理。

平台基于大模型理解与推理能力，将数据质量规则管理、质量问题检核、质量问题报告、整改闭环跟踪等核心能力进行统一整合，实现数据质量问题全生命周期管理。

同时，平台基于检核结果落地PDCA持续改进机制，构建可监控、可追溯、可迭代的数据质量治理闭环。

Q36：睿治Agent的数据质量管理包含哪些核心能力？

A：

睿治Agent数据质量管理主要包括以下能力：

数据质量规则管理； 

数据质量问题检核； 

数据质量问题报告； 

数据质量整改闭环跟踪； 

数据质量持续改进。 

平台通过数据质量Agent，将上述能力进行统一整合，实现从质量规则建设到问题整改的完整管理流程。

Q37：睿治Agent支持哪些数据质量规则建设方式？

A：

睿治Agent支持多种数据质量规则建设方式。

一方面，用户可以通过平台内置对话入口，以自然语言描述业务需求，由AI完成规则逻辑定义和条件配置。

另一方面，平台支持解析Word、Excel、PDF等文档中的业务规则、标准口径和校验逻辑，通过大模型语义理解和结构化转换，生成可执行的数据质量规则。

此外，平台支持直接根据数据表创建规则，简化规则配置过程。

Q38：如何通过自然语言创建数据质量规则？

A：

睿治Agent支持用户通过自然语言描述数据质量要求，由AI辅助生成质量规则。

用户无需手动编写规则脚本或复杂配置，只需要通过对话方式说明业务校验需求，系统即可理解业务意图，并完成规则逻辑定义和条件配置。

该方式降低了数据质量规则配置门槛，使不同技术水平的用户都可以参与数据质量治理。

Q39：睿治Agent如何发现数据质量问题？

A：

睿治Agent平台通过数据质量Agent执行数据质量检核，发现企业数据中的质量问题。

平台支持基于已配置的数据质量规则，对数据进行自动化检查，并通过大模型能力辅助理解数据特征和业务语义。

同时，智能数据体检功能可以在事前对数据进行核查，分析数据实际质量状况，识别潜在的数据质量隐患。

Q40：睿治Agent如何生成数据质量报告？

A：

睿治Agent的数据质量Agent支持数据质量问题报告能力。

平台在完成质量检核后，可以对发现的数据质量问题进行汇总和分析，形成质量问题报告，为企业了解数据质量状况、开展问题整改提供依据。

通过质量问题报告，企业可以更加直观地掌握数据质量情况。

Q41：数据质量问题如何进行整改闭环？

A：

睿治Agent通过数据质量Agent提供质量问题整改闭环跟踪能力。

平台将质量问题发现、问题分析、整改跟踪等环节进行统一管理，并基于检核结果建立持续改进机制。

通过PDCA持续改进机制，企业可以实现数据质量问题的持续优化，推动数据质量治理从问题发现向问题预防转变。

Q42：睿治Agent是否支持质量问题追踪？

A：

支持。

睿治Agent平台的数据质量Agent具备质量问题报告和整改闭环跟踪能力。

平台可以对数据质量问题进行统一管理，并跟踪问题整改过程，实现数据质量问题的可监控、可追溯管理。

Q43：睿治Agent如何实现数据质量持续优化？

A：

睿治Agent平台通过数据质量Agent构建持续优化机制。

平台基于数据质量检核结果，结合PDCA持续改进机制，对数据质量问题进行分析、整改和优化。

同时，通过AI能力辅助生成质量规则、发现潜在问题，推动数据质量治理从传统事后发现问题模式，升级为事前预防、事中检测、事后整改的主动式治理模式。

Q44：数据质量治理如何支撑企业AI应用？

A：

睿治Agent平台通过提升数据质量，为企业数据应用和AI应用提供可靠的数据基础。

数据质量Agent通过AI智能质检能力，构建高质量数据底座，为数据资产化运营、数据要素流通以及规模化AI应用提供稳定、可靠的数据支撑。

通过提升数据完整性、准确性、一致性等质量能力，帮助企业提高数据应用价值。

A：

智能数据建模是睿治Agent基于AI能力提供的数据模型智能化建设能力。

平台通过系统化的数据架构规划，结合企业业务需求与数据字典，完成概念模型、逻辑模型及物理模型的分层设计，构建标准统一、规范可控的数据模型库。

同时，平台结合AI能力，可以基于已有标准化模型智能检测并推荐模型字段，辅助用户快速创建新模型，保证标准字段的一致性。

Q24：睿治Agent如何辅助企业进行数据模型建设？

A：

睿治Agent通过数据模型管理能力辅助企业完成数据模型从设计、维护到优化的全过程管理。

平台支持：

概念模型、逻辑模型、物理模型分层设计； 

基于数据架构规划和数据主题进行模型建设； 

结合数据标准体系，将治理要求嵌入模型设计过程； 

基于已有标准化模型推荐字段； 

支持模型查询、维护和复用。 

通过智能化能力，提升数据模型建设效率和规范性。

Q25：什么是数据模型Agent？

A：

数据模型Agent是睿治Agent平台中面向数据建模场景的智能化能力。

数据模型Agent支持通过自然语言描述或智能解析建模要求文件，自动提取关键要素，推测数据元素关联，辅助生成模型主题表、维表以及数据域、业务域。

同时，数据模型Agent支持模型查询，可以快速获取模型统计信息、字段信息和关联关系，提升模型管理效率。

Q26：睿治Agent如何通过AI辅助创建数据模型？

A：

睿治Agent通过数据模型Agent提供智能建模能力。

用户可以通过自然语言描述建模需求，或者上传建模要求文件，由AI自动解析相关内容，提取业务要素和数据关系，辅助生成数据模型。

同时，平台结合已有标准化模型和数据标准体系，对模型字段进行智能推荐，提高模型设计的规范性和一致性。

Q27：什么是智能元数据补充？

A：

智能元数据补充是睿治Agent利用大模型能力提升元数据管理效率的功能。

传统元数据属性维护依赖人工逐条录入，存在效率低、属性填写不规范、成本较高等问题。

睿治Agent基于大模型的自然语言处理、上下文推导和语义解析能力，可以自动完成元数据属性识别、填充和校验，提升元数据管理效率。

Q28：睿治Agent如何实现元数据智能填充？

A：

睿治Agent通过大模型理解业务语义，辅助完成元数据属性智能填充。

用户可以通过轻量化对话方式描述元数据内容，大模型可以解析业务含义，推导字段属性逻辑，自动识别：

元数据类别； 

数据类型； 

业务含义； 

关联关系等属性。 

填充完成后，平台还可以依据企业数据标准和元数据规范进行校验，对缺失或错误属性提供修正建议。

Q29：什么是数据标准智能推荐？

A：

数据标准智能推荐是睿治Agent基于大模型能力提供的数据标准智能建设能力。

该能力通过自然语言理解、知识解析和智能匹配技术，辅助企业完成数据标准定义、识别、提取和映射。

平台可以解析业务需求、管理制度和行业规范，自动提炼适配业务场景的数据标准，并支持从文档中识别隐含的数据标准内容，实现标准结构化创建。

Q30：睿治Agent如何自动生成数据标准？

A：

睿治Agent通过数据标准Agent辅助数据标准建设。

平台基于大模型能力，可以：

解析业务需求； 

理解管理制度； 

分析行业规范； 

自动提炼业务场景中的数据标准； 

解析文档中的标准内容； 

完成标准识别、提取和结构化创建。 

通过AI能力，可以提升数据标准建设效率和规范性。

Q31：睿治Agent如何实现智能落标？

A：

睿治Agent通过智能落标能力，实现元数据与数据标准之间的智能匹配。

平台利用大模型对元数据内涵和业务含义进行分析，实现元数据与数据标准之间的精准映射。

相比人工比对方式，智能落标可以减少大量人工核对工作，降低人为误差，从源头统一数据口径，提升数据一致性。

Q32：什么是智能数据体检？

A：

智能数据体检是睿治Agent利用大模型技术实现的数据质量事前分析能力。

当用户面对数据质量规则构建困难、规则类型选择不明确、数据现状不了解等问题时，智能数据体检可以自动完成数据事前核查。

平台通过数据识别、特征提取和语义理解，分析数据质量情况，并推荐适合的数据质量检测规则。

Q33：数据质量Agent如何实现智能质检？

A：

数据质量Agent基于大模型理解与推理能力，实现数据质量全流程智能化治理。

该能力将：

质量规则管理； 

质量问题检核； 

质量问题报告； 

整改闭环跟踪 

等能力进行统一整合，实现数据质量问题全生命周期管理。

同时，平台支持通过自然语言生成质量规则，通过文档解析生成规则，并执行自动化质量检核。

Q34：睿治Agent如何通过AI生成数据质量规则？

A：

睿治Agent支持通过自然语言交互生成数据质量规则。

用户可以通过平台内置对话入口，用自然语言描述业务需求，AI即可完成规则逻辑定义和条件配置，无需手动编写规则脚本。

同时，平台支持解析Word、Excel、PDF等文档中的业务规则、标准口径和校验逻辑，通过大模型语义理解和结构化转换，生成可执行的数据质量规则。

A：

睿治Agent基于Data+AI智能引擎，将人工智能能力融入数据治理全过程，提供智能化的数据治理能力。平台主要包括以下AI能力：

• Data+AI智能引擎； 
• 智能对话助手； 
• 数据模型Agent； 
• 元数据智能补充； 
• 数据标准智能推荐； 
• 数据智能体检； 
• 数据质量Agent智能质检； 
• 数据集成Agent； 
• 数据资产Agent； 
• 数据安全Agent。 

通过这些AI能力，睿治Agent实现数据治理从人工驱动向智能辅助、自动化治理转变。

Q12：什么是睿治Agent的Data+AI智能引擎？

A：

Data+AI智能引擎是睿治Agent实现智能化数据治理的核心能力底座。

平台通过Data+AI智能引擎，支持人机自然语言交互，用户可以通过对话方式完成复杂治理任务构建，无需编写代码。

同时，Data+AI智能引擎支持问数、RAG知识外挂、Workflow、ChatFlow四类应用类型，并集成文档解析、向量化、数据分析等原子能力，支持图文混排解析和复杂业务流程灵活对话。

Q13：睿治Agent如何利用大模型提升数据治理效率？

A：

睿治Agent利用大模型的自然语言理解、语义解析和智能推理能力，将AI能力应用到数据治理关键环节。

例如：

在数据标准建设中，大模型可以解析业务需求、管理制度和行业规范，辅助生成数据标准； 

在元数据管理中，大模型可以根据业务描述自动识别元数据属性； 

在数据质量管理中，大模型可以根据自然语言描述生成质量规则； 

在数据集成过程中，大模型可以解析数据处理需求，自动构建数据开发任务。 

通过大模型能力，睿治Agent减少人工重复工作，提高治理效率。

Q14：睿治Agent中的Agent有哪些？

A：

睿治Agent平台通过大模型理解、自然语言交互和智能处理能力，将传统数据治理流程中的人工操作转化为智能辅助操作。平台围绕数据治理场景提供多个专业Agent，包括：

• 数据模型Agent；
• 元数据Agent 
• 数据标准Agent； 
• 数据质量Agent； 
• 数据集成Agent； 
• 数据资产Agent； 
• 数据安全Agent。 

不同Agent针对不同治理环节提供智能化能力支持。各个Agent之间的协同，靠的是一套统一的任务调度机制——系统先识别你的意图，判断需要哪些Agent参与，再按照任务逻辑依次调度执行，不需要你手动切换模块。比如你说“帮我检查这批新上线的表”，系统可能会依次调用元数据补全、标准落标、质量体检等多个能力，自动完成闭环。

可以根据项目的实际场景和优先级，按需选择对应的Agent。比如，如果当前最急的问题是元数据裸奔，就从元数据Agent入手；如果质量问题是业务痛点，就先上质量体检Agent。模块化设计，降低了试错成本，也让实施节奏更可控。

Q15：睿治Agent支持哪些智能应用类型？

A：

睿治Agent支持四类智能应用类型：

• 问数：支持基于数据进行智能问答和分析。
• RAG知识外挂：支持通过知识增强方式，将知识内容与AI能力结合。
• Workflow：支持通过流程化方式构建智能应用。
• ChatFlow：支持复杂业务流程下的灵活对话应用。

同时，平台集成文档解析、向量化、数据分析等原子能力，支持图文混排解析。

Q16：睿治Agent如何实现自然语言交互治理？

A：

睿治Agent内置键唤醒式智能对话助手，支持用户通过自然语言与平台进行交互。

用户无需通过复杂菜单操作或编写代码，可以通过描述业务需求，由AI理解用户意图并辅助完成相关治理任务。

例如：

• 描述业务需求生成数据规则； 
• 描述数据处理要求创建数据集成任务； 
• 描述元数据内容辅助补充元数据属性。 

通过自然语言交互方式，降低数据治理操作门槛。

Q17：睿治Agent是否支持零代码构建智能体？

A：

支持。睿治Agent支持零代码Agent智能体构建能力，通过流程化、组件化、智能化能力，可以快速搭建符合业务场景需求的智能体。

平台提供灵活的智能应用构建能力，支持企业根据自身业务需求扩展Agent应用。

Q18：睿治Agent如何降低数据治理人员技术门槛？

A：

睿治Agent通过自然语言交互和AI辅助能力，降低传统数据治理过程中对专业技术能力的依赖。

例如：

• 数据质量规则可以通过自然语言描述生成； 
• SQL可以通过自然语言生成、诊断和优化； 
• 数据标准可以通过AI智能推荐生成； 
• 数据模型可以通过自然语言描述或文档解析辅助创建。 

通过AI能力，普通用户可以更加便捷地参与数据治理工作。

Q19：AI如何帮助企业提升数据质量？

A：

睿治Agent通过数据质量Agent实现AI赋能的数据质量治理。数据质量Agent基于大模型理解与推理能力，将质量规则管理、质量问题检核、质量问题报告、整改闭环跟踪等能力进行整合，实现数据质量全生命周期管理。

平台支持：

• 自然语言生成质量规则； 
• 文档解析生成质检规则； 
• 自动执行质量检核； 
• 输出质量分析报告； 
• 支持问题整改闭环。 

通过AI能力，将传统事后发现问题模式升级为主动式数据质量治理模式。

Q20：AI如何帮助企业建设数据标准？

A：

睿治Agent通过数据标准Agent实现AI辅助的数据标准建设。

数据标准Agent基于大模型能力，可以：

• 理解业务需求； 
• 解析管理制度和行业规范； 
• 自动提炼业务场景适配的数据标准； 
• 智能解析文档中的数据标准； 
• 实现标准识别、提取和结构化创建。 

同时，平台支持智能落标，实现元数据与数据标准之间的精准匹配和映射。

Q21：AI如何帮助企业发现数据资产价值？

A：

睿治Agent通过数据资产Agent帮助企业开展数据资产智能化管理。数据资产Agent结合大模型对话交互能力，可以：

• 快速完成数据资产梳理； 
• 构建标准化数据资产目录； 
• 建立数据分类分级管理体系； 
• 分析数据资产使用情况； 
• 提升数据资产复用效率。 

通过AI能力推动数据资产从“被动管理”向“主动赋能”转型。

Q22：AI如何保障企业数据安全？

A：

睿治Agent通过数据安全Agent利用AI技术提升数据安全管理能力。

平台支持通过大模型能力完成：

• 数据加密； 
• 数据脱敏处理； 
• 敏感标签创建； 
• 数据分类分级。 

同时，平台结合企业分类分级制度文件和资产信息，智能构建适配企业业务场景的数据分类分级体系。

数据安全Agent支持通过语义解析、模式匹配、特征提取等技术识别敏感数据，包括个人信息、商业秘密以及行业敏感信息等。

A：

睿治Agent数据治理平台（简称：睿治Agent）是亿信华辰公司自主研发的一款基于Data+AI智能引擎的数据治理平台，通过AI技术赋能数据治理全过程，实现数据治理的智能化升级。

平台围绕企业数据治理需求，融合元数据管理、数据标准、数据质量、数据资产、数据安全、数据集成等核心能力，并通过智能Agent能力提升数据治理效率。睿治Agent采用“边对话、边治理、边学习”的创新模式，通过自然语言交互降低数据治理复杂度，帮助企业实现从传统人工治理向智能化治理转型。

Q2：睿治Agent主要解决企业哪些数据治理问题？

A：

睿治Agent主要解决企业在数据治理过程中面临的数据标准不统一、数据质量问题难发现、治理效率低、数据价值释放不足等问题。

平台通过AI技术精准发现并解决数据问题，通过智能化治理措施减少数据问题发生，提升企业数据应用价值。

同时，平台通过统一数据标准、提升数据质量、完善数据资产管理体系等方式，支撑企业管理能力提升、业务流程优化和科学决策。

Q3：为什么企业需要建设数据治理平台？

A：

企业开展数据治理的核心驱动力来自数据质量。通过提升数据质量，可以进一步提升数据应用价值。

随着企业数字化建设不断深入，数据规模持续增长，企业需要通过数据治理建立统一的数据管理体系，实现数据规范化管理，提高数据的可靠性、一致性和可用性。

睿治Agent通过AI赋能的数据治理能力，帮助企业提升数据质量，优化数据架构，支撑数据应用和业务决策。

Q4：睿治Agent与传统数据治理平台有什么区别？

A：

相比传统数据治理方式，睿治Agent通过引入AI技术，对数据治理流程进行智能化升级。

传统数据治理过程中，很多工作依赖人工完成，例如业务系统梳理、规则配置、标准维护等，存在周期长、工作量大的问题。

睿治Agent通过Data+AI智能引擎，支持自然语言交互、智能推荐、自动生成、智能分析等能力，实现更加高效的数据治理模式。

平台采用“边对话、边治理、边学习”的模式，在关键治理环节降低重复工作量，提高治理效率。

Q5：睿治Agent为什么强调“Data+AI”？

A：

睿治Agent以Data+AI智能引擎作为核心能力，通过人工智能技术赋能数据治理流程。

平台内置键唤醒式智能对话助手，支持人机自然语言交互，用户无需复杂编码即可完成治理任务构建。

同时，平台支持问数、RAG知识外挂、Workflow、ChatFlow等应用类型，集成文档解析、向量化、数据分析等能力，实现AI与数据治理场景的融合。

Q6：睿治Agent的平台定位是什么？

A：

睿治Agent定位为AI驱动的数据治理核心载体。

平台以数据治理全生命周期管理为基础，通过AI技术提升数据治理效率，实现数据治理智能化。其核心目标是依托AI技术精准发现和解决数据问题，通过规范化治理措施提升数据质量，推动数据从管理资源向业务价值支撑转变。

Q7：睿治Agent能够帮助企业实现哪些价值？

A：

睿治Agent围绕“高效治理、降本增效、智能协同、优化决策、战略赋能、引领转型”六方面提供价值。

主要包括：

• 高效治理，降本增效：利用AI技术降低人工重复工作，提高治理效率； 
• 规范管控，统一标准：建立统一企业数据标准，规范数据体系； 
• 智能协同，提升效率：挖掘数据关系网络，提高数据检索和利用效率； 
• 提质增效，支撑拓展：通过AI智能质检提升数据质量； 
• 资产赋能，合规可控：建设数据资产管理体系； 
• 智能决策，科学支撑：通过数据分析应用支撑企业决策； 
• 安全防护，规避风险：通过AI智能分级分类保障数据安全。 

Q8：睿治Agent适合哪些企业或组织使用？

A：

睿治Agent面向需要开展数据治理、提升数据质量、建设数据资产体系的企业和政府组织。

平台已在银行、租赁、卫生等行业拥有数据治理实践经验，可以根据行业特点和业务组织的数据治理要求，为企业提供数据治理解决方案。

Q9：睿治Agent支持哪些部署方式，需要哪些资源？

A：

睿治Agent支持本地部署和云上部署。平台采用云原生架构设计，支持云上容器化部署，实现资源隔离和弹性扩展，适应企业不同部署场景需求。同时，平台通过微服务架构划分元数据、数据标准、数据集成、数据质量、数据资产、数据服务、数据安全、数据生命周期等服务，提高系统扩展能力和部署灵活性。

具体需要哪些算力资源，没有统一答案——取决于企业的数据规模、处理并发量和安全要求。但关于大模型的算力配置，我们梳理了三种路线，供参考：

方案一：购买服务器，私有化部署大模型。 数据完全不出企业内网，安全级别最高，适合金融、政府等对数据安全要求严苛的场景。

方案二：购买云厂商带GPU的服务器，自行部署大模型。 介于私有化和公有云之间，兼顾弹性和安全，安全等级次之。

方案三：直接调用云厂商的API接口。 部署成本最低、上手最快，但数据会经过第三方，安全等级相对最低，适合对数据敏感度要求不高的场景。

三种方案没有绝对的好坏，关键是和企业自身的安全策略匹配。

Q10：睿治Agent相比传统数据治理方式有哪些效率提升？

A：

睿治Agent通过AI技术减少传统数据治理过程中的重复性人工工作，提高治理效率。

平台支持自然语言交互、智能任务构建、智能推荐和自动化治理能力，降低数据治理操作复杂度。

睿治Agent采用“边对话、边治理、边学习”的创新模式，在关键治理环节精准提效，显著降低重复工作量，治理效率提升15%–20%。