bagofwords1/bagofwords

解决的问题

Bag of Words (BOW) 是一个连接大语言模型（LLM）与企业数据之间的代理型分析平台。它解决了为 AI 代理提供必要上下文（如特定数据源、工具、凭证和权限）的问题，使其能够执行复杂分析任务、生成报告并进行根本原因分析，而无需每次交互都手动配置。

工作原理

BOW 作为 LLM、数据源和通信渠道之间的受控网关。用户可以配置具有特定指令并访问广泛连接器（数据库、数据仓库、BI 工具和 API）的「代理」。这些代理可部署在聊天、定时报告、仪表板和 MCP 客户端等各种界面中。平台包含一个查询加速缓存，可加快分析查询速度，并配备一个评估框架，当代理未能达到预期行为时，会使用自我改进循环自动起草并测试指令修复。

适用对象

专为需要在组织内大规模使用数据代理进行商业智能、自动报告和事件驱动调查的团队和企业设计。

主要亮点

• 广泛的连接性：支持大量数据连接器，包括 PostgreSQL、Snowflake、BigQuery 以及 Tableau、Power BI 等多种 BI 工具。
• 代理治理：提供 RBAC、审计日志和行级安全，精确控制每个代理可访问的数据和工具。
• 自我改进循环：使用评估集监控代理行为，并自动迭代指令以提高可靠性。
• MCP 网关：将代理连接至 Model Context Protocol (MCP) 服务器，并向 Claude Code 等 MCP 客户端暴露。
• 查询加速：具备自动更新缓存，可将分析查询速度提升 10–1000 倍。
• 多表面部署：代理可通过 Web 应用、Slack、Microsoft Teams、WhatsApp、电子邮件和 Excel 运行。