跳至主要内容
Mimir 讓使用者用自然語言查詢企業資料，由 AI 產生 SQL、取回資料並整理成結論；查詢結果可以存成圖表（View），再編排成儀表板（Dashboard）長期追蹤。

關於 Mimir | Asgard Data Insight

Mimir 是 Asgard 平台的資料洞察工具，在產品介面裡稱為 Asgard Data Insight。使用者不需要會寫 SQL，直接用自然語言問一個業務問題，Mimir 會判斷該查哪張表、產生並驗證 SQL、取回資料，最後整理成帶結論的回覆。

跟一般 BI 工具的差別在於進入點：BI 通常要先有人建好報表，使用者才能看；Mimir 是先問問題拿到答案，覺得這個答案值得長期追蹤，再把它存成圖表並放進儀表板。

Mimir 專案首頁：側邊的 Threads／Views／Dashboards，中央的提問框與建議問題

核心概念​

  • Project：頂端的專案切換器決定目前查的是哪一組業務資料，切換後側邊欄的所有內容都會跟著換。同一個 Workspace 底下可以有多個不同業態的 Project。
  • Semantic Model（語意模型）：專案切換器旁邊的下拉選單，決定這次提問要查哪一份語意模型。語意模型描述了資料表有哪些欄位、欄位是什麼意思、有哪些可用的度量，是 Mimir 能把自然語言翻成正確 SQL 的依據。零售範例專案底下就同時掛了 CRM 會員、ERP、電商、POS 門市、供應商、資料倉儲（OLAP）、WMS 配送中心等多份語意模型。語意模型本身是在 Odin | Asgard Studio 建立與發布的。
  • Thread（對話）：一次提問與後續追問構成一則 Thread，列在側邊欄的 Threads 區塊。見 Thread 提問與回答。
  • View（圖表）：把某一次查詢的結果連同它的 SQL 與呈現方式存下來，成為可重複使用的圖表。見 View 圖表。
  • Dashboard（儀表板）：把多個 View 編排在同一頁，做為長期追蹤的看板。見 Dashboard 儀表板。
  • Knowledge（知識）：頂端的 Knowledge 分頁，用來累積企業自己的查詢慣例與答題規則，讓 Mimir 產生的 SQL 與回答方式貼近組織的期待。見 Knowledge 知識設定。

一次典型的使用流程​

  1. 選好 Project 與要查的語意模型。
  2. 在首頁的提問框輸入問題，Mimir 建立一則 Thread 並開始查詢。
  3. 讀回覆的結論與資料表；需要細節時展開 Data Model 確認欄位定義。
  4. 覺得這個結果值得留下，就存成 View。
  5. 把幾個相關的 View 放進同一個 Dashboard，之後直接看板追蹤，不用每次重問。