Чем Analytics Agent отличается от Grafana?
Grafana сфокусирована на observability — наблюдении за метриками систем. Analytics Agent — про интерактивную визуальную аналитику: глубокое погружение в данные, а не только панели индикаторов. Отчёты правятся ИИ обычным языком, внутрь встраиваются Jupyter Notebooks, документы — это JSON-файлы под Git, а источников достаточно трёх строк подключения. Продукт создан аналитиком с более чем 25-летним опытом работы с данными.
Как ИИ добавляет отчёты и графики?
Рядом с любым блоком или ошибкой есть кнопка ИИ: опишите словами, что нужно («добавь график продаж по неделям», «сделай таблицу топ-10 клиентов»), выберите модель — откроется чат агента. Агент редактирует JSON отчёта напрямую, file watcher подхватывает изменение, и график появляется на экране мгновенно.
Что такое шаблоны анализа?
Это готовая библиотека из 257 решений для разбора данных: прогнозы продаж, сегменты клиентов, ассортимент, реклама, отчёты по Wildberries и Ozon — плюс бесплатный курс по аналитике на 50 уроков. Откройте шаблон, нажмите «Использовать этот шаблон» — и агент адаптирует его под ваши данные, запустит расчёты и поставит готовый отчёт в Analytics Agent. Подробнее — в разделе Шаблоны анализа.
Какие графики можно построить?
28 типов диаграмм — от линий, столбцов и точечных до воронок, диаграмм Ганта, потоков, карт регионов и графов связей. А у всех графиков есть общие возможности: опорные линии и коридоры норм, интервалы, подписи значений, сравнение с прошлым периодом и настройка осей. Полный перечень с объяснением «когда какой ставить» — в разделе Графики.
Какие базы данных поддерживаются?
SQLite, PostgreSQL и ClickHouse как полноценные источники с автоопределением схемы. Плюс Lakehouse: запросы к Parquet- и SQLite-файлам прямо из файлового браузера, без настройки источников.
Нужно ли уметь программировать?
Для чтения отчётов — нет. SQL полезен для своих запросов, но ИИ напишет запрос за вас по словесному описанию. Для сложной аналитики — Jupyter Notebook с Python прямо в отчёте (pandas, NumPy, Matplotlib, Seaborn уже в комплекте).
Что нужно для запуска?
Docker-хост: один контейнер, volume для данных, логин и SHA-256-хэш пароля в переменных окружения. ИИ-функции включаются указанием URL и API-ключа Pastukhov Agent.
Можно ли использовать без Pastukhov Agent?
Да: отчёты, графики, таблицы, источники данных, проверки, Jupyter, Lakehouse и шаблоны анализа работают самостоятельно. Интеграция добавляет ИИ-кнопки — добавление и исправление блоков обычным языком, а также применение шаблонов под ваши данные.
Где хранятся отчёты?
В виде JSON-файлов в volume /data/documents — можно версионировать в Git, редактировать руками, переносить копированием. Изменения подхватываются мгновенно без перезагрузки.
Можно ли отправить отчёт тем, у кого нет доступа?
Да, двумя способами. Отчёт выгружается в PDF — готовый файл для письма или совещания. А если нужен именно живой отчёт, документу можно поставить публичный доступ и показывать его по ссылке без входа. Подробнее — в разделе Отчёты и документы.