【技术解析】稻壳 SuperAI 数据分析台：Agent 是如何"思考"和"干活"的

上一篇【教程】稻壳 SuperAI 数据分析台使用指南带大家体验了稻壳 SuperAI 数据分析台（aibiao.wps.cn）从上传数据到产出图表、报告的全过程。这篇技术帖，我们深入后台，复盘 AI 在处理鸢尾花数据时的推理过程与处理过程，拆解它背后的技术原理与特征。

一、技术底座：Qingqiu Agent

稻壳 SuperAI 数据分析台的核心是自研的 Qingqiu Agent，它在国际权威评测 TableBench 方法论榜单中排名全球第一。面对一份表格数据，它不是简单地"套模板出答案"，而是像一位数据分析师那样：先理解问题 → 规划步骤 → 分步执行 → 自我校验 → 给出结论。这个"思考—行动"的过程，就是本帖要拆解的重点。

二、核心机制①：Agentic 推理循环（推理 ↔ 工具调用）

打开一次相关性分析，你会发现整个处理过程由"推理过程"与"工具调用"交替串联组成，形成典型的 Agent 循环（类似 ReAct 模式）：

可见的完整链路为：推理 → 计算相关性指标（工具）→ 推理 → 准备散点图数据（工具）→ 推理 → 生成可视化（工具）→ 推理 → 输出结论。每一次"推理"负责判断下一步做什么，每一次"工具调用"负责真正落地执行。

三、核心机制②：推理（思维链）——理解与规划

AI 的第一步不是急着算，而是先理解任务并规划。在"推理过程"里能看到它的英文思维链，明确列出执行计划：

它规划了四步：加载数据 → 计算相关性统计量 → 生成散点图 → 总结发现。这种先规划、后执行的行为，体现了大模型在数据分析任务上的结构化推理能力。

四、核心机制③：代码执行（代码解释器）

每个工具调用的底层，是 AI 动态生成的 Python 代码并交由沙箱执行。例如"计算相关性指标"工具，就生成了基于 pandas / scipy 的科学计算代码：

import pandas as pd
import numpy as np
from scipy import stats

df = pd.read_csv('iris.csv')

# 整体 Pearson 相关系数
pearson_r, pearson_p = stats.pearsonr(df['petal_length'], df['sepal_length'])
# 整体 Spearman 相关系数
spearman_r, spearman_p = stats.spearmanr(df['petal_length'], df['sepal_length'])

print("=== 整体相关性 ===")
print(f"Pearson 相关系数:  r = {pearson_r:.4f}, p-value = {pearson_p:.2e}")
print(f"Spearman 相关系数: r = {spearman_r:.4f}, p-value = {spearman_p:.2e}")

# 按品种分组
print("\n=== 分品种相关性 ===")
for sp in df['species'].unique():
    sub = df[df['species'] == sp]
    r, p = stats.pearsonr(sub['petal_length'], sub['sepal_length'])
    print(f"{sp}: Pearson r = {r:.4f}, p-value = {p:.4f}, n = {len(sub)}")

# 描述性统计
print("\n=== 描述性统计 ===")
print(df[['sepal_length', 'petal_length']].describe().round(2))

代码不仅计算 Pearson / Spearman 相关系数，还用 scipy.stats.linregress 做线性回归、构造回归线的可视化配置（regression_series，含 name / data / type 字段）。这体现了 "代码即工具" 的设计——数据分析的灵活性来自代码解释器。

五、核心机制④：可视化生成（规范化的 spec 数据）

图表不是 AI 凭空"画"出来的，而是按一套标准化 spec 数据结构生成 JSON，再交给渲染引擎出图。散点图的 spec 结构为 {x_label, y_label, data[{label, x, y}]}，AI 用 Python 把每个数据点（带品种标签）写入 visual 目录的 JSON 文件：

import json, os

os.makedirs('visual', exist_ok=True)

# 构造散点图数据：每个点带品种标签
data_points = []
for _, row in df.iterrows():
    data_points.append({
        "label": row['species'],
        "x": float(row['sepal_length']),
        "y": float(row['petal_length'])
    })

spec = {
    "x_label": "花萼长度 (sepal_length)",
    "y_label": "花瓣长度 (petal_length)",
    "data": data_points
}

with open('visual/scatter_petal_sepal.json', 'w', encoding='utf-8') as f:
    json.dump({"chart_type": "scatter", "spec": spec}, f, ensure_ascii=False)

print(f"数据点数量: {len(data_points)}")
print(f"花萼长度范围: {df['sepal_length'].min():.1f} - {df['sepal_length'].max():.1f}")
print(f"花瓣长度范围: {df['petal_length'].min():.1f} - {df['petal_length'].max():.1f}")
print(f"Pearson r = 0.8718, R² = 0.7600")
print(f"回归方程: petal_length = 1.86 * sepal_length - 7.10")

这种"数据与渲染解耦"的机制，让同一个数据源可以灵活切换图表类型（柱状图、散点图、箱线图、热力图等），也方便后续编辑。

最终，整个"推理—执行"链条产出了可直接使用的可视化成果——散点图（按品种着色、带回归线）与图表说明：

六、核心机制⑤：自纠错（技能动态加载）

技术帖最值得关注的一点，是 AI 的自我纠错能力。第一次生成散点图时数据格式有误，AI 没有放弃，而是主动"加载 visualization 技能文档"，查询正确的 spec 格式，再重新生成数据文件：

它能够在运行时按需加载领域技能（visualization、report 等），像人一样"查资料再动手"，这大幅提升了复杂任务的完成率。

七、核心机制⑥：结构化输出

分析完成后，AI 将结论整理成规范的 Markdown 表格输出，指标、数值、说明一一对应，还附带关键发现与分品种解读：

八、技术特征总结

回顾整个处理过程，稻壳 SuperAI 数据分析台的核心技术特征可归纳为：

九、结语

从这篇技术复盘可以看出，稻壳 SuperAI 数据分析台不是简单的"表格问答"，而是一个具备规划、执行、校验、总结能力的智能体（Agent）。它用代码解释器吃下复杂计算，用技能加载弥补知识盲区，用自纠错保证结果可靠——这正是它能在 TableBench 方法论榜单登顶的原因。

欢迎体验：https://aibiao.wps.cn