第一次分析

一次有效的 Scopwis 分析至少需要三样东西：可访问的 Server、兼容的推理模型，以及当前 actor 有权检查的数据源。

1. 配置推理模型

打开 设置 → 模型，选择供应商，填写凭据，加载或输入模型，执行 测试，然后 保存。模型凭据只保留在 Server，不会返回给客户端。

模型必须支持原生 tool/function calling。只能输出纯文本的模型不能驱动生产 Agent。

2. 添加或选择数据

在 设置 → 数据源 管理数据，或者从“分析”工作区打开数据对象浏览器。Scopwis 会区分“目录里看得到”和“真的可以分析”：只有 Server 完成所需的有界读取后，数据才算真正可用。

3. 提一个有边界的问题

好的请求描述你关心的对象、指标、比较方式或决策，而不要求你自己写 SQL。

例如：

分析 stocks.csv。按 symbol 做价格质量画像，比较覆盖率和分布；当 date 字段可用时继续检查时间行为，并报告缺失与限制。

Agent 可以发现数据源、检查元数据、记录计划、执行类型化查询或已注册方法，再综合结论。你不需要自己指定底层临时表或查询 IR。

4. 看证据，不只看答案

运行期间工作区会展示真实执行结构：

Data → Plan → Trace → Evidence

Query、Mining、Analysis 和 Report artifact 都可以在 Observatory / Artifact 面板查看。重要结论必须引用当前 run 的真实证据。

5. 只有需要时才生成报表

普通分析应该以核验后的答案结束。如果你需要长期可读的视觉交付物，明确提出：

把这次分析做成报表，包含摘要、symbol 对比表、价格分布图和限制说明。

这时才会进入 ReportSpec 链路。Scopwis 不会因为问题“像分析”就自动生成报表。

什么时候才该让你继续输入

只有当缺少权限、对象、业务定义，或确实存在只能由你决定的选择时，运行才应该进入 needs_input。模型/工具/协议内部失败不应该被包装成“请重新授权同一计划”。