微软开源代码库，终结企业数据工作中最糟糕的部分

微软研究院发布了 Data Formulator 0.7，这是一个开源的AI系统，专门解决困扰企业数据分析的数据碎片化问题。该平台整合了数据连接、上下文感知代理和多模态界面，让分析师无需成为硬核程序员即可探索、准备和可视化数据。 cuga-ibms-open-source-agent-harness-lets-you-build-apps-with-just-a-prompt-and-tool-list

企业团队在日常工作中经常遇到数据工作流的头疼问题，这些工作流涉及多个存储系统和工具。在真正的分析开始之前，他们需要建立受管控的连接、准备元数据、管理权限，并拼接工作流以组合来自不同来源的数据。Data Formulator 0.7 旨在通过统一的工作空间来消除这些额外负担。 the-migration-isnt-finished-until-the-build-server-says-it-is-why-ai-agents-keep-failing-at-enterprise-java

数据连接器

本次发布的核心是数据连接器功能，它提供了跨数据库、数据仓库、商业智能系统、对象存储和本地文件的受管控、可重用的连接。持久化连接支持身份验证、预览和元数据管理，减少了平台团队的集成工作量，并允许用户从集中管理的源中拉取数据，而无需反复手动上传文件。

这满足了企业对治理和可重现性的要求。连接是可重用、可共享的资产，因此团队可以标准化数据访问，而无需为每个新项目从头重建集成管道。 when-your-ai-knows-you-better-than-you-know-yourself-the-hidden-cost-of-context-in-17-slide-recaps

上下文感知代理

Data Formulator 的AI代理持续监控完整的分析工作空间：连接的数据源、加载的表、先前的图表以及用户的明确目标。它们不是进行单轮提示交互，而是通过工具进行推理，检查数据，在隔离环境中编写和运行代码，生成图表规格，并在显示中间步骤的同时解释结果。

当请求模糊时，代理会提出澄清性问题。这种结构化的反复交互支持复杂工作流：使分析与用户目标对齐，准备和转换数据，提出后续问题，批量生成表格和图表，并为每个结果生成可验证、可重现的代码。 ifbench-the-new-benchmark-testing-ai-instruction-following

迭代工作空间

Data Formulator 将其代理与一个多模态界面相结合，进行开放式分析。数据线程是一个结构化的聊天记录，记录每个问题、中间发现和图表。用户可以重新访问早期步骤，分支到替代分析中，并并排比较结果，而不会丢失进度。

在聊天旁边还有一个交互式画布，允许用户直接编辑可视化效果。当分析师从探索阶段转向展示阶段时，他们可以在画布上调整图表，或用自然语言描述更改，让代理调整标签、注释、布局、颜色和重点。该平台还支持生成报告和分享发现。 gui-agents-beat-cli-in-desktop-tasks-but-skill-coverage-holds-the-key

微软研究院以开源许可证发布了 Data Formulator 0.7，代码已上传至 GitHub。构建企业数据分析工作流的团队可以该项目为基础，将这些能力适配到自己的系统和需求中。 how-local-llms-like-gemma-and-qwen-are-taming-open-source-repository-triage-at-scale