跳转到内容
Tukun.ai A Semantic-first Data Agent
站点导航
登录

核心概念

Tukun.ai 刻意把对象模型保持得足够小。用户如果说不清自己在创建什么、复用什么,产品就会越来越难以治理。

账户是 Tukun.ai 中最主要的所有权边界。

一个账户拥有:

  • 数据源
  • 对话
  • 语义资产
  • 卡片
  • 仪表板
  • 计费与用量

如果某些东西在运营上不该混在一起,那它们大概率也不该在同一个账户里。

Workbench 是唯一的执行面。你在这里提问、检查结果,并决定哪些内容值得保存。

这点很重要,因为 Tukun.ai 不会把执行流程拆到多个彼此脱节的分析表面里。

数据源是用于分析的、经过批准的业务数据连接。一次问题默认会针对一个选中的数据源执行。

这意味着数据源选择是答案上下文的一部分,而不是后台实现细节。

对话记录了一个问题、其后续追问,以及与之相关的分析上下文。

对话适合:

  • 探索
  • 迭代
  • 收敛歧义
  • 在结果升级为资产前保留上下文

语义资产是对业务含义的可复用定义,例如指标、维度或关系。它应该能在重复问题里保持一致。

它把“模型猜你是什么意思”变成“团队实际如何定义这个指标”。

卡片是一个保存下来的分析输出。当结果足够稳定、值得在原始对话之外再次引用时,就应该保存为卡片。

仪表板是由多个保存输出组成的运营视图,适合重复回顾,而不是取代探索流程本身。

正常路径通常是:

  1. 连接数据源。
  2. 在 Workbench 里提出问题。
  3. 在对话中审核结果。
  4. 通过语义定义消除歧义。
  5. 把稳定结果保存为卡片。
  6. 把重复使用的卡片组织成仪表板。

不要把 Tukun.ai 理解成“先聊天,回头如果记得再做资产”。产品真正鼓励的是反过来:探索性工作一旦证明稳定,就应当沉淀成可复用资产。