Tableau+AI:LLM 驱动的 Tableau Server 增强平台

让每个人用自然语言
与数据对话

Vizwise Hub 在 Tableau 的嵌入浏览、权限、血缘与缓存之上,叠加自然语言查询(NLQ)、带工具调用与长期记忆的 AI 对话、 对外 MCP Server、订阅推送与多团队组织管理,构成一套完整的企业级 BI 中台。

自然语言查询 AI 智能对话 Tableau 无缝嵌入 订阅推送 多团队权限隔离 中/繁/英三语界面
0级权限角色体系
0内置 AI 工具分层
0Tableau 集成能力
0核心数据模型
0功能模块
Tableau + AI

Tableau 让人人看到数据,Plus 让你问出答案

基于Tableau Server 2025.3+;不改变你已有的 Tableau,只在上面加一层「用一句话就能提问」的能力

Tableau数据连接 · 建模 · 计算 · 可视化
+
AI理解问题 · 真实取数 · 解释结论
=
Vizwise Hub每个人都能问的 Tableau
销售 · 运营 · 财务 · 管理层 无需 Tableau 账号,无需学习站点导航 用业务语言提问 Vizwise Hub(新增的一层) AI 数据问答 内容门户 订阅推送 权限治理 ··· 官方接口取数 你的 Tableau Server / Tableau Cloud 数据源 · 工作簿 · 仪表板 · 既有权限体系,全部保留不变
取数、计算、渲染仍由 Tableau 完成;我们叠加的是 AI 数据问答与更灵活、更细粒度的权限控制

报表里没有的答案,谁来给?

这是所有 Tableau 客户共同的处境:报表越做越多,问题却永远问不完。

  • 报表是固化的,问题却是无限的:「换个维度看看」「只看华东」——每一张成品图只能回答设计者当初想到的那几个问题。
  • 搜索、收藏、导航这一层,Tableau 已经做得很好:我们不在这里重复造轮子,只提供风格一致的入口。
  • 一个临时问题要走完整流程:提需求、讲口径、排期、交付——两三天后拿到图,决策窗口已经过去了。
  • 分析师被重复问题淹没:团队规模永远追不上提问的增长速度,真正该做的深度分析一拖再拖。

让 Viewer 成为 Explorer

让只能「看数」的人也能「问数」,方能最大化数据的价值!

Viewers 只能看别人做好的图 AI 问答 AI Explorers 能用一句话问数据 不必升级许可,也不会越界 —— 能问到哪一层,由管理员设定的规则决定
  • 许可成本不增加:Viewer 保持 Viewer,但具备了提问与探索的能力。
  • 探索边界由管理员定:能看什么内容、能问到哪一层,全部由权限规则约束。
  • 成本与风险同时可控:既不增加许可支出,也不放松数据管控。
Core Capabilities

六大核心能力

从「看数据」到「问数据」,覆盖查询、对话、集成、血缘、协议与推送的完整闭环。

AI 智能问答 New

流式对话式 BI 助手,能看、能查、能记、能分享。

本月各品类销售对比? 华东区 · 各品类销售额 品类 销售额 办公用品 1,284,300 家具 962,150 技术 741,820 口径:2026-09 · 按品类 · 销售额降序
  • 流式对话:答案逐字输出,支持编辑重发、重新生成与点赞反馈
  • 仪表板上下文:嵌入页内"就此看板提问",元数据 / 数据双模式
  • 长期记忆:跨会话记住用户偏好与业务口径
  • 只读会话分享:团队成员可通过链接"加入我的对话"
  • 移动端入口:/m/chat 随时随地提问
  • AI 可观测:独立的观测数据区,记录每次调用的过程、事件与小时级指标

VDS 查询实验室

自然语言直查 Tableau 已发布数据源,LLM 生成结构化 VDS 查询。

各品类利润对比? 解析为查询规格 fields: [品类, 利润] sort: 利润 desc · limit 10 品类 利润 办公用品 · 家具 · 技术 已返回
  • NLQ 两阶段管线:问题结构化解析 → VDS 查询 JSON → 执行
  • Prompt 调试面板:提示词模板 → 上下文增强 → 表结构注入 → 采样数据全链路可视
  • 错误自动纠正:执行失败由 LLM 自省修正,默认重试 3 次
  • 查询历史:近 10 条一键重放,支持语义搜索数据源
  • 字段元数据:维度 / 度量 / 隐藏字段统计,卡片与模型双视图

Tableau 深度集成

官方认证的直连信任机制,免密安全无缝嵌入。

免密嵌入 · 无需 Tableau 账号
  • 内容浏览:项目 / 工作簿 / 视图 / 数据源,网格列表切换、全文搜索
  • 多格式导出:PDF / PNG / 交叉表 CSV,支持数据提取刷新
  • AI 看板概览:LLM 预生成见解缓存,打开即见
  • 视图级 RLS:自定义工具栏与行级安全过滤器下发

元数据血缘图谱

自研布局算法驱动的元数据与血缘合并交互式图谱。

数据源 工作簿 仪表板 这张图的数字从哪来 改了上游,影响谁一目了然
  • 全景图谱:工作簿泳道、实体节点、标签节点、图例与详情面板
  • URL focus 定位:分享链接直达任意节点并高亮上下游
  • 结果缓存:按访问热度自动调整缓存时长(热点 30 分钟 / 冷数据 24 小时)
  • 自动同步:每日 03:00 全量元数据同步,15 分钟热点预热

MCP 协议双向支持

既是 MCP Client 连接 Tableau 官方服务,也对外暴露 MCP Server。

双向 Tableau 官方 MCP Vizwise Hub 外部 AI 客户端 向内连官方服务 · 向外供 AI 调用
  • 每团队独立连接:隔离运行官方 MCP 服务,直连信任认证
  • 对外 MCP Server:标准 HTTP 传输,会话相互隔离,防止跨团队越权
  • API Key 管理:创建 / 列表 / 吊销,配套调用用量监控与统计
  • 工具治理:支持按工具禁用与供应商总开关,上游工具变更自动感知
  • MCP 实验室:前端工具聚合搜索、状态徽章、结果直跳 VDS 查询

订阅推送与报告

邮件 + 站内双通道定时投递,内容变了才发送。

每周一 09:00 触发 自动生成快照 → 发送邮箱 收件人无需登录即可查看
  • 订阅类型:视图快照 / 交叉表(自选维度度量)/ 系统通知 / 一周概述周报 / 管理告警日报
  • 灵活频率:立即 / 15min / 30min / 小时 / 天 / 周 / 月,支持自定义周期与月末、首周五等特殊规则
  • 附件格式:PDF / PNG / 图文混排
  • 差异检测:数据摘要对比,内容未变不重复发送
Governance

企业级权限与治理

四层防护体系:角色 → 资源 → 数据行级 → 审计追溯,多团队数据天然隔离。

ROLE 1超级管理员系统级管理,平台配置与全局视图
ROLE 2团队管理员团队管理,成员 / 设置 / 订阅治理
ROLE 3数据分析师查询 + 导出,使用 VDS 与 SQL 能力
ROLE 4数据查看者只读浏览,仅查看被授权内容

三层权限模型

  • 资源级:Group/User × 项目 / 工作簿 / 数据源的 ALLOW / DENY
  • 权限码:业务权限点分类授权,按钮可见性与查询过滤编码下发
  • 行级 RLS:Tableau 视图过滤器,按人下发数据范围
  • 角色矩阵:角色 × 功能码复选配置,强制项锁定

组织架构

  • 多团队工作区:团队切换器,全部页面支持 /t/团队作用域路由
  • 部门树:支持多层级的组织架构,每个团队独立成树
  • 用户组:内容权限的授权对象
  • 批量管理:Excel 模板导入、邀请注册、批量分配团队

安全与审计

  • 登录安全:安全会话令牌、密码加密传输、散列存储
  • 敏感配置加密:高强度加密算法保护 Tableau / SMTP / LLM 密钥
  • 双审计:操作审计(含变更前后快照与撤销)+ AI 审计(交互日志审查 + MCP 用量)
  • OAuth 登录:GitHub / Google / 微信 / 企业微信,支持代理转发
Panorama

功能全景

按侧边栏导航还原的真实产品结构 —— 数据库工作区、团队协作与系统管理三区分离。

AI Tool Registry

20+ 内置 AI 工具,五层调度

AI 对话并非只能"说"——通过分层工具注册表,模型可以实际读取视图数据、执行查询、创建订阅,且全程凭证隔离,防止模型编造不存在的对象。

Layer 0用户记忆
跨会话记忆的写入与遗忘
Layer 1元数据搜索
内容全文检索工作簿/视图/数据源列举对象详情读取
Layer 2视图操作
读取视图数据与截图创建视图订阅
Layer 3VDS 查询
数据源发现与元数据读取结构化查询执行结果导出数据异常检测
Layer 4本地数据库
安全受控的数据库查询
工具凭证调度 · 防幻觉 UUID 意图标记 结构化产物提交 导出文件暂存下载,不占用对话上下文 查询中断自动停止,节省资源 AI 管理助手复用同一工具层
Environment & Deployment

支持环境与部署方式

贴合企业现有 IT 基础设施:数据不出内网,模型自主可控。

Tableau Server 2025.3+

深度适配 Tableau Server 2025.3 及以上版本环境

Linux / Windows Server

支持主流服务器操作系统,平滑融入企业机房环境

完全本地部署

全栈本地化运行,数据不出企业内网,无外部 SaaS 依赖

自定义 LLM 模型

OpenAI 兼容接口接入客户自有大模型,模型选择自主可控