AntV 的社区新成员,AI 数据分析工具 Sive

简介: 蚂蚁集团 AntV 团队出品的 AI 驱动的数据可视化创作平台,用自然语言对话快速构建数据可视化图表、报告,以及数据分析,让数据跃然眼前,让每一份洞察即刻可见、轻松分享。

AntV 是由蚂蚁集团发起,并自 2017 年起开源,将图形语法理论融入 JavaScript 语言,重新定义了数据可视化。针对传统图表库在灵活性和易用性之间的取舍问题,我们将数据可视化技术分为四大系列:2、6、7 和 8,分别代表 统计分析、图分析、地理分析 以及 非结构化数据可视化,并将这些能力扩展到不同技术方案,包括图表库、研发工具以及 AI 驱动的智能可视化。


「蚂蚁企业级 AI 数据可视化解决方案,让人们在数据世界里获得视觉化思考能力」

Turning data into a visual language for better thinking.

在 AI 时代,我们提供了相关 AI x Visualization 相关的技术方案和开源基建,包括有 AntV 的上下文服务、MCP、Skill,以及便于在 AI 环境使用的数据分析可视化组件 GPT-Vis,以及 AI Native 的数据分析框架 AVA,让数据可视化和分析在 AI 时代。

除此上述之外,最近我们开放了一个免费的 AI 数据可视化研发、创作、和数据分析的工具产品 Sive。

image.png


下面我会重点介绍一下这个产品的功能,使用方式,以及特点。

产品理念

AI 带来了用户交互形式,用户习惯的巨大变化,对于数据可视化的研发、制作和分析,也有了很大的区别。在过去:

  • 对于程序员,要开发一个好看的可视化图表,需要找到对应的可视化库,查看官方文档,然后找到并理解 API,然后写出对应的代码。
  • 对于办公场景的图表需求,则需要找到一些产品通过表单、配置等手动操作,生成对应的可视化 UI。
  • 而对于数据分析用户,使用链路就更重了,要么是分成几个链路去自定义研发,要么是走相对通用,但是复杂度极高的 BI 产品。

Sive 期望将这个过程简化,核心的产品信息架构。


image.png


  1. 数据源,数据分析最重要的就是数据源。在 Sive 中分成为结构化数据源和非结构化数据源。
  1. 结构化的数据,这部分包含:本地数据(json、csv、excel 等)、远程数据(http、mysql 等)、三方 Sass 产品的数据。
  2. 非结构化的数据,这部分包括:网络检索,数据 API 数据源 等,结果模型进行整理,我们内置了常用的非结构数据源。
  1. 数据分析,提供了 SQL,Python 代码作为 AI 的中间媒介对数据进行分析,这里对于分析意图解析规划,准确度和速度是最重要的指标。
  2. 产物智作,基于分析结论和数据,利用 AI 集合各种 Design 生成最终的产物形态发布,这种产物包括有:单图表、报告、PPT、分析过程等等。


使用流程

这里介绍一下整个 Sive 的使用过程,从用户群体,我们将 Sive 分成多个入口:数据单图,数据报告,数据分析。

image.png


数据单图智作


数据单图主要是为了给一些办公场景,需要将数据变成一个可视化图表的情况。只需要用户输入 Query 文字,可以关联一个结构化的数据集,或者在 query 中 附带数据。


image.png


例如:选择泰坦尼克号的数据集,然后输入我要获取的数据,风格之类的。然后 AI 就会根据数据输入。

image.png


大概 1-2min 之后,就可以看到生成的图表,并且可以在不同的场景去预览(PPT、小红书、社交媒体、微信公众号封面等等)

image.png


然后就可以下载使用了。


数据报告


相对一份数据进行一个粗略的探查,然后将一些信息,生成一个可以分享的报告。这个就可以使用我们的数据报告能力。使用非常简单粗暴,输入 Query,生成报告,分享出去。


image.png


这个过程会对整个数据集进行探查分析,然后寻找有意思的维度去分析数据,从中找到一些有意思的数据和洞察,然后最后以美观的报告呈现出来。

image.png


然后就可以发布分享出去吧!报告地址:https://sive.antv.antgroup.com/rx5pdyPR8GbD9NVkK4Jj


数据分析

数据分析是 Sive 近期迭代上线的能力,把关注点从前面做单图、报告更加倾向于可视化呈现,转移到更加关注数据的分析和探索的过程。我们做数据分析的过程一般是:

image.png


  • 探查数据集,看看有什么可能的分析维度
  • 基于我的意图,或者 AI 的推荐意图,尝试性的作出一些分析指令,每次的分析指令都会返回 1 个或者多个数据结果、结论,以及数据简报。
  • 用户在经过多次不断探索的分析过程中,会产生多个中间数据。
  • 当用户达到自己数据分析的目的之后,选择合适的中间数据结果,生成最终的产物发布,比如单图表、报告、PPT 等。

来一个案例。

image.png


上图是我更具泰坦尼克号的数据库,经过 3 次数据分析之后,选择了不同年龄的生还率,不同船舱的生还率数据做出来一个报告。然后就可以发布分享出来:https://sive.antv.antgroup.com/KjpgNDy9gnmvzEJZxnl4


最终分享出来的内容就是一个分析过程和结论的报告,内容完善完备,包含有:分析过程、分析指标定义、关键洞察、以及详细数据等。


集成到本地 AI Agent 环境

上面是 Sive 提供的核心能力的演示和说明,但是总体会有一种感觉是整个流程和我个人的本地 AI Agent 是隔离开的,无法串联联动,现在各种产品服务都会提供 Skill、CLI 等,不例外,Sive 也提供了 Open API 服务,以及API Key 申请,完全免费使用。


第一步,免费创建 API Key

image.png


第二步,在个人 AI 环境中,一句话安装 Sive。这一步就更简单了,复制提示词,喂给 AI 就可以了,AI 会提示你输入 API Key

image.png



第三步,自由探索吧,不打扰你了!


最后

Sive 是 AntV 在 AI 时代在可视化产品工具上的探索,尽可能的做到简洁,好用,开源开放,也希望多关注我们的开源项目 https://github.com/antvis/sive,提 Issue,反馈问题都可以!记住 AntV Sive 的小章鱼图标。

image.png

🪼 Sive, See it Live, Share it Real.

目录
相关文章
|
7月前
|
SQL 机器学习/深度学习 人工智能
基于本体论的应用到底能做什么?
本文剖析本体论从亚里士多德哲学到AI核心技术的演进,对比Palantir、UINO、字节、帆软等厂商技术路线,揭示其在跨表查询(准确率≥95%)、语义理解与知识积累上的优势,也明确其需本地部署、依赖大模型等边界,助力企业理性选型。(239字)
全网首发:gstreamer如何接入RTSP流(IP摄像头)的代码范例
全网首发:gstreamer如何接入RTSP流(IP摄像头)的代码范例
1234 0
|
存储 分布式计算 大数据
大数据处理流程包括哪些环节
大数据处理流程作为当今信息时代的关键技术之一,已经成为各个行业的必备工具。这个流程涵盖了从数据收集、存储、处理、分析到应用的各个环节,确保了数据的有效利用和价值的最大化。
|
SQL 分布式计算 Serverless
鹰角网络:EMR Serverless Spark 在《明日方舟》游戏业务的应用
鹰角网络为应对游戏业务高频活动带来的数据潮汐、资源弹性及稳定性需求,采用阿里云 EMR Serverless Spark 替代原有架构。迁移后实现研发效率提升,支持业务快速发展、计算效率提升,增强SLA保障,稳定性提升,降低运维成本,并支撑全球化数据架构部署。
1642 56
鹰角网络:EMR Serverless Spark 在《明日方舟》游戏业务的应用
|
1月前
|
存储 人工智能 Prometheus
AI Agent 时代,需要的不是更多数据,而是一个语义层
AI Agent 缺的不是数据而是系统地图。UnifiedModel 开源语义层将资产、数据与关系组织为可查询对象图,实验显示旗舰模型准确率提升 10-20%。它助 Agent 按对象读数、沿关系定位根因,真正看懂复杂系统。
|
人工智能 自然语言处理 Devops
云效 AI 助手上新:让 AI 融入 DevOps 协作的每个环节
云效 AI 助手上新:内置于研发页面,覆盖需求录入、用例生成、代码评审、流水线排障、发布风险评估到日报周报的全流程,支持随时唤起、场景直用与定时/事件自动化,让 AI 走进研发协作的每一个环节。
|
4月前
|
存储 人工智能 前端开发
为了 Vibe Coding 地图更方便,我给 WeaveFox 造了一个轮子
开发者基于WeaveFox Vibe Coding打造合规高德地图React组件库amapcn,支持shadcn分发、NPM包及AI Skill集成,内置15+地图能力组件。同步开源并上架WeaveFox技能市场,3天快速构建全栈地图应用,免费部署上线。
502 120
|
3月前
|
存储 人工智能 自然语言处理
阿里云盘企业版 CDE Agent 正式发布!企业网盘会思考、能办事,存储即智能
阿里云盘企业版推出CDE Agent,依托Qoder Cloud Agent实现网盘内文件智能处理与内容生成。文件存入即成“可对话、可执行”的智能资产,支持多模态检索、跨格式分析、自动总结与安全分享,全程数据不出域、权限原生继承、操作全程审计,让网盘升级为安全合规的AI智能工作空间。
580 0
|
4月前
|
SQL 人工智能 自然语言处理
开放语义模型:构建企业级数据语义层
过去二十年,企业围绕数据建设逐步形成了一套成熟的方法体系,形成了数据仓库(中台),通过BI和报表进行业务赋能。然而,在智能化时代,这些是远远不够的,现在的数据治理体系并不足以让AI真正理解企业业务。换句话说,不能被AI通过消耗Token方式消费的数据平台,是没有未来的。本文介绍另一种受到广泛关注的知识管理的方法,就是(逻辑)语义模型。

热门文章

最新文章