Comments 7
За окном другая реальность, хорошо бы все тоже самое, только на Яндексе.
Если бух криво внёс данные в 1С, красивые аббревиатуры не помогут))
То есть нужно самому писать knowledge и делать можно только readonly запросы.
Мы в lsFusion сделали, что любой сервер в проде отдает MCP сервер, который просто дает исходный код на внутреннем высокоуровневом языке, а также возможность запуска команд на этом языке.
В итоге LLM может спокойно сам разобраться в логике по коду, все считать и даже изменять данные. Например, вот Claude подключился к демке MyCompany , считал её логику, считал и изменил данные, добавив платеж. И все по промпту :
Найди в демо MyCompany поставщиков с наибольшей задолженностью и заплати ему половину долга
Вот чат : https://claude.ai/share/bd0b0d12-75e5-4d6f-ade3-8e78f55984f3
Наконец то, написана статья про обдуманный подход к анализу данных. Надоели байки про то, как кто-то что-то подключил к Клоду и он ему позволил повысить зарплату)) Жаль только, что за окном действительно другая реальность и DAX мало куда можно без костылей подключить сегодня(
Но подход с тем чтобы не кормить LLM сырыми данными - 100% то что нужно особенно для высоконагруженные аналитических систем.
Подход с переиспользованием готовых метрик и семантической модели SSAS/Power BI действительно выглядит экономичным и практичным. Жаль, что в Superset есть только тонкий семантический слой на уровне отдельного датасета: для запросов на естественном языке по нескольким таблицам, скорее всего, придётся выносить семантику в dbt. Единственный риск — GenBI унаследует ошибки исходных метрик: если выручка изначально рассчитана неверно, система будет столь же последовательно считать её неправильно 🙂
Очень интересный и оригинальный подход взамен широко тиражируемого в агентских системах TextToSQL. 👍
Спасибо, давно ищем возможность построить бизнес-аналитику на данных из реальных систем.
Почему LLM нельзя просто подключить к базе данных и получить GenBI?