微软把「数据分析」变成聊天——但先别急着装

做数据分析难，往往卡在两件事：数据散在文件、数据库、数据仓库各处，接起来费劲；问题又总是越问越多，聊着聊着就忘了自己从哪条路走过来的。Data Formulator 就是微软研究院为这件事做的工具——把界面操作和自然语言合在一起，让分析师既能说清楚意图，又能随时分叉出不同的分析路径。

它到底是做什么的

Data Formulator 是一个由 AI 智能体驱动的数据探索与可视化工具。它的核心不是「再做一个图表库」，而是给分析流程安了两样东西：

• ●数据连接器：用统一的方式接入文件、本地文件夹、数据库、Databricks 等平台，并维护一份「数据记忆」，记住不同数据源之间的关系。
• ●数据线程（Data Thread）：你可以在一条线索里不断追问、把任意一步分叉成另一条路、用可视化对比不同结论，而不会丢掉前面的上下文。

图表本身由微软开源的 Flint 语言生成，支持 30 多种图表类型，还能做主题和样式微调。

怎么用

项目同时提供桌面版、uv/pip 安装、Docker 三种方式，命令均来自官方 README：

uvx data_formulator

pip install data_formulator
python -m data_formulator

docker compose up --build

启动后默认在浏览器 http://localhost:5567 打开。用法很直接：先把你手上的数据丢进去——CSV、TSV、Excel、JSON、截图甚至一段文字都行；也可以让它自己去找并加载数据。之后在 Data Thread 里用自然语言提问，跟着推理过程看表格和可编辑图表，从任意一步分叉，或者把结果整理成一份可分享的报告。

优点

• ●真开源、真免费：MIT 协议，本地就能跑，不绑云账号。
• ●多数据源：文件、本地文件夹、数据库、Databricks 都能接，内置 DuckDB 支撑较大数据。
• ●思路可追溯：Data Thread 让「我是怎么分析到这的」一目了然，分叉对比不丢上下文。
• ●图表能力强：Flint 30+ 图表类型，带推荐和样式微调。
• ●模型灵活：通过 LiteLLM 支持 OpenAI、Azure、Ollama、Anthropic，有显卡就能走本地模型。

缺点

• ●仍是 beta：当前 0.8.0b1 是预览版，桌面构建未做代码签名和公证，Windows 会弹 SmartScreen、macOS 会报「无法验证」，需要手动放行。
• ●要自备模型密钥：云端模型得自己填 API key；走本地 Ollama 也得先有模型和算力。
• ●研究院原型定位：它不是面向企业的成品，权限治理、团队协作这些没在重点讲。
• ●贡献门槛：提交代码要签微软的 CLA（贡献者协议）。

最终效果：适合谁，不适合谁

适合：常和 CSV、库表打交道、想快速探索并出图的数据分析师；已经有 LLM key 或本地 Ollama 的个人/小团队；想把分析过程留下痕迹、方便复盘的人。

不适合：想要「双击就能用、一个 key 都不填」的纯小白；对权限、审计、多人协作有硬要求的企业场景；没有任何模型算力又不愿接云服务的离线用户。

下期预告

回到「本地优先」主线，做一期代码检索三件套横向对比——ck（语义 grep）/ 自托管向量库+代码分块 / 传统 ripgrep 管线，讲清各自边界与选型。