DataFocus
简体中文
← 返回博客

DataFocus · 博客

搭建第一个 OT Flash 本体:三张表、两份文档、一条可审计的答案

按 r57 用户手册的路径,从首次登录走到一条经过审计的 Agent 答案:登录改密,用文件或只读连接导入三张表,创建本体并绑定表与两份定义文档,读图谱质量,再用“查看处理详情”对照数据探索逐条核对,之后才邀请同事。

上手 DataFocus OT Flash,要做的事只有一件:搭一个很小的本体,在别人依赖它之前,先证明它答得对。r57 用户手册给出的路径分五步:登录并修改默认密码;通过文件或只读数据库连接,把两三张表导入 Flash;创建本体,绑定这几张表,再上传一两份界定业务术语的文档;向本体 Agent 提一个问题,打开“查看处理详情”(View processing details),看它用了哪些表、调用了哪些工具;最后和业务负责人一起过一遍简短的清单,再邀请同事。第四步是第一个本体最容易悄悄失败的地方:一条看起来没错、实际却建在错误的表上,或者根本没用到定义文档的答案,是不能交给同事的。

下文出现的每一个界面、字段和标签,都来自 OT Flash r57 用户手册。这是手册记载的操作步骤,不是对某个运行中实例的报告。

你要搭的是什么,动手前必须具备什么

OT Flash 是面向业务用户的数据分析与知识平台:输入关键词,系统自动画出图表;用自然语言向 FocusGPT 提问;或者和一个把业务数据与文档结合起来的本体 Agent 对话。在 Flash 里,一个本体是围绕一个业务主题组织起来的知识空间:相关的数据表、业务文档、指标和数据看板,再加上一个基于这些内容回答问题的 Agent,它还能调用“执行”去跑一次分析,或把结果写回。每个本体有 11 个模块:Agent、本体图谱(Ontology Graph)、文档中心(Document Center)、数据表(Data Tables)、数据探索(Data Explore)、历史问答(Answers)、数据看板(Pinboards)、数据应用(Data Apps)、指标(Indicators)、执行(Execution)和控制面板(Control Panel);第一个本体只会用到其中五个。

先把这些准备好:

你需要 为什么重要 由谁提供
Flash 的访问地址,例如 https://<server address>:31600 Flash 在浏览器里运行;手册推荐最新版 Chrome 管理员
一个角色里包含 Tables 和 Ontology 的账号 能看到哪些菜单,取决于你的角色和权限 管理员
已配置好的大语言模型服务 本体 Agent 只有在配置了模型服务之后才能使用 管理员
一个业务问题,有明确的负责人和写下来的验收标准 让本体小到可以人工核对 你和业务负责人
这个问题所涉及的表的样例数据或模拟数据 入门指南要求从模拟数据开始 你

如果还没有实例,OT Flash 免费发行;安装镜像和发行说明(含系统要求与支持的平台)在下载页和 GitHub 仓库都有。

第四行决定了后面所有事情的走向。DataFocus 的入门指南要求你在动手搭建之前,先定义任务、任务的业务负责人、验收标准和允许的范围。产品简介把选择范围收得更窄:挑一个已经有数据、有制度文档、有明确负责人的问题,比如订单交付或采购审批;为它建一个本体;让业务用户先用起来;然后才授权 AI Agent,或转向下一个业务域。一个实用的检验方法:如果你说不出是哪份文档定义了这个问题的关键术语,那你还没有选定问题。

第一步:登录,读一遍菜单

  1. 在 Chrome 中打开地址,用分配给你的账号登录。管理员首次登录会被强制修改默认密码;这个默认密码不要在任何别的地方复用。
  2. 现在就问清楚:邮件服务器配置了没有。自助找回密码只有在配置了邮件服务器之后才可用。
  3. 读一遍左侧菜单:从首页(Home,即本体工作台)开始,经过数据表管理(Tables)、本体管理(Ontology)、日志管理(Logs),到系统管理(Admin)和回收站(Recycle)。如果看不到 Tables 或 Ontology,说明你的角色里没有它。去申请角色,不要借别人的账号登录;第五步会解释原因。

第二步:把表导入 Flash

本体绑定的是系统里已经存在的表,所以数据先行。r57 手册列了五条导入路径:本地 CSV、Excel 或 JSON 文件,外部数据源,API,以及 HTTP 源。第一个本体的决策规则如下:

情况 路径 理由
两三张表,模拟数据或导出的数据,不需要刷新 在 Tables 下做文件导入 没有东西要配置、要加固,删起来也容易
同样这几张表,但必须保持最新 外部数据源加定时导入 导入向导可以设置定时计划
“保险起见”导二十张表 暂时哪条都不选 二十张表你没法人工核对

文件导入是第一次尝试的默认选项:把你的问题需要的表导出来,比如 orders、shipments 和 customers,在 Tables 下导入。

连接数据库则要填写数据源名称(Source Name)、服务器(Server)、端口(Port)、数据库(Database)、可选的 Schema 和 JDBC Param,以及用户名和密码,然后点 Connect 测试连接。手册建议为 OT Flash 单独申请一个只读数据库账号,只开放计划分析的库和表;去找 DBA 要一个,不要用你自己的凭据。之后的导入是一个三步向导:选择数据源、选择表、配置加载方式(含导入类型和可选的定时计划)。

不管走哪条路,都要打开每一张导入的表,检查列名和类型;Agent 只能引用表里确实存在的东西。

第三步:创建本体,绑定表与文档

创建

进入 Ontology。页面会显示已有多少个本体、还能再建多少个;手册里的示例是“2 items / 98 more can be created”。创建只需要一个名称和一个图标。按问题命名,叫“订单交付”,而不是按部门或来源系统命名;“财务表”这样的名字,同事看了完全不知道它能回答什么。

绑定表,定义关联

打开本体,进入数据表(Data Tables)。导入数据表(Import data table)把系统里的表加入这个本体;关系(Relationships)页签用来在这些表之间建立关联,做法与数据表管理章节相同。如果 orders 和 shipments 共用一个订单号,就在这里定义这条关联。不定义,Agent 和数据探索看到的就是两张互不相关的表。

接着用数据探索(Data Explore)。它提供与数据搜索(Data Search)相同的搜索功能,只是范围限定在这个本体的表。把验收标准所依赖的那两三个筛选条件跑一遍,比如上个月实际发货晚于承诺日期的订单,把数量记下来。这些就是第四步要用的参照数字。

上传界定术语的文档

进入文档中心(Document Center),上传解释这些数据的文档:指标口径、业务规则、操作规程。每份文档显示文件名、类型、大小、关联表、更新时间和状态。**只有当状态显示为 Completed(已完成),Agent 才能检索并引用这份文档。**在此之前提问,得到的是一条只基于表的答案,很容易被误认为是基于规则的答案。

这些文档配得上它们的位置。data.world 的研究者在 2023 年的一项基准测试中(Sequeda、Allemang 和 Jacob,arXiv)发现:直接对着一份保险业务的 SQL schema 提问时,GPT-4 对企业问题的回答正确率是 16%;同样的问题改为基于由本体和映射构建的知识图谱来回答,正确率是 54%。只有一个 schema、一代模型,所以这两个数字应当看作方向,而不是定律。方向本身很清楚:答案质量的上限由你绑定的上下文决定,而一页纸的定义,是你能加进去的最便宜的上下文。

一个具体的例子

考虑一个假设的“订单交付”本体(假设场景,不是手册里的例子):

绑定对象 内容 给 Agent 带来什么
orders 表 订单号、客户 ID、承诺交付日期 全集,以及承诺
shipments 表 订单号、发货日期、承运商、送达日期 实际发生了什么
customers 表 客户 ID、名称、区域 同事们要求的分组维度
关系 orders 与 shipments 按订单号关联;orders 与 customers 按客户 ID 关联 把它们组合起来的能力
文档 1 一页纸,定义“准时交付” 判定哪些订单算延迟的规则
文档 2 延迟订单的升级处理流程 建议措施的依据

提问之前先读图谱

本体图谱(Ontology Graph)把知识节点(表、文档、字段)及其关系画成一张网络图。它的图谱质量(Graph quality)面板列出节点数、关系数、孤立节点、连通分量、未映射的提及和失败的来源。添加数据或文档之后,用重建(Rebuild)或刷新(Refresh),然后对照上面那张表,问一问结构是否一致。一个孤立的表节点意味着少了一条关联;一个失败的来源意味着某份文档没有成功进来。在 Agent 有机会绕开它们之前,把这两类问题都修掉。英文界面下,图谱工具栏的标签是中文的,所以把手册的截图开在旁边。

第四步:向 Agent 提问,然后审计它的工作

提问有两个地方。在首页(Home,本体工作台)上,与本体对话(Talking With Ontology)把问题发给所选本体的 Agent;“@ 本体名称”标签显示的就是选中的那个。在本体内部,Agent 模块会展示 Agent 读取表和文档、一步步处理问题的过程;停止任务(Stop task)可以中断它。测试问题请用 Agent 模块,并在每一问之前点清除上下文(Clear Context),让 Agent 开始一个新话题,前面的对话不会影响你即将核对的这条答案。

要有等待的准备。手册说一条答案通常需要几十秒,复杂问题更久。返回的内容包括结论、详细记录、风险提示和建议措施,说明数据来自哪些表,运行摘要(Run Summary)给出步骤数。

现在开始审计。答案引用的数据来自绑定到本体的表和文档,查看处理详情(View processing details)显示 Agent 查询了哪些数据、调用了哪些工具。最初的几个问题,每一条都对照下表读一遍。

处理详情显示 可能原因 去哪里修
查询了一张你没预料到的表 绑定过多,或者某条关联把查询引到了意想不到的地方 数据表:移除该表,或修正关系
一个依赖定义文档的问题,答案却没有引用该文档 文档尚未 Completed,或者问题里没有用到文档中的术语 文档中心;然后用文档里定义的术语再问一次
同一筛选条件下,详细记录与数据探索的数量不一致 缺少关联,或者筛选条件被作了不同的解释 关系页签;把 Agent 实际应用的筛选条件和你跑的那条比一比

改写问题在上表只出现了一次,而且只在文档已 Completed 之后。当 Agent 用错了表或跳过了文档,原因几乎总在第三步;靠改提示词绕过结构上的缺口,并不能告诉你下一位同事的问题会不会以同样的方式失败。

第五步:邀请同事之前要确认什么

和你一开始指定的业务负责人一起过这份清单。

  • 本体只覆盖一个业务问题,名字说明了是哪一个。
  • 每一张绑定的表都是必需的。“以备不时之需”绑进来的表已经移除。
  • 每份文档在文档中心都显示 Completed,并且是当前版本。
  • 图谱质量显示没有失败的来源,每一个孤立节点你都能解释。
  • 已经问过三到五个典型问题,处理详情都对照数据探索核对过。
  • 答案符合写下来的验收标准。入门指南提醒:未经确认,不要把生产完工、发运和客户验收当成同一件事;在交付问题里,这正是你的定义文档应该敲定的区别。
  • 数据库连接使用只读账号。
  • 访问权限通过角色授予,而不是共用登录账号。

最后一项就是第一步说“申请角色、不要借账号”的原因。r57 预置了一组不可修改的系统角色,其中有 SYSTEM_MANAGER、SOURCE_MANAGER、DEPARTMENT_MANAGER、DEVELOPER 和 LOG_MANAGER;管理员可以新增自定义角色,按资源逐项授予权限,资源分为全部资源(All Resources)、本体(Ontology)和数据填报(Data Entry)三类。日志管理(Operate Logs)记录登录、表导入等操作,每条记录带操作用户;查看它需要 LOG_MANAGER 或 SYSTEM_MANAGER 角色。当同事反映“昨天的答案变了”,这份日志能告诉你是否有表被重新导入、是谁导的。共用一个登录账号,这份日志就成了噪音。

开始之前要知道的限制

  • **Agent 依赖管理员配置的模型。**手册没有指明任何厂商或模型,本文也不对答案质量或速度做任何断言。Flash 是本地部署、自建运行的;如果配置的是外部模型,请按你的数据政策确认有哪些内容会被发送给它。
  • **本体是一个工作空间,不是形式化的建模语言。**在 r57 中,你用表、关系、文档、指标和图谱把它搭起来。如果你需要显式的对象类型和规则定义,Flash 的手册没有描述这部分。
  • **小是目的,不是妥协。**三张表、两份文档,一个人就能核对完。把部门拥有的一切都绑进去,就没有人能核对答案了——这和答案出错是两个不同的问题,而且更难察觉。

下一步

动手时把 r57 用户手册开在第 10 章(本体)和第 6 章(数据源)。先按入门指南的要求写下任务、负责人和验收标准;判断本体是否奏效,靠的就是这些标准。