现在，SmartBI CLI 已正式上架 WorkBuddy。

完成连接后，用户可以直接在 WorkBuddy中调用 SmartBI 的数据查询能力。既可以用自然语言提出业务问题，也可以查看已有的业务主题、数据模型、指标和维度；对于查询目标已经明确的任务，还可以直接指定数据模型进行精准查数。

这也意味着，企业已经沉淀在 SmartBI 中的数据模型和分析能力，也由此多了一个新的使用入口，让日常查数更自然地融入 Agent 工作场景。

从一个业务问题开始，直接调用SmartBI数据

很多日常查数需求，并不需要从复杂的分析流程开始。比如正在 WorkBuddy 中整理一份经营材料，突然需要确认：

“2026 年各区域销售额是多少？”

这时，可以直接用自然语言提出问题，由 SmartBI CLI 调用 SmartBI 中已有的数据查询能力，并返回结果。

对于临时查数、指标确认这类需求，用户不需要先把业务问题转换成复杂的查询条件，而是可以直接从自己熟悉的业务语言出发。数据查询不再是一个独立的操作环节，而可以自然衔接到正在进行的工作中。

当然，并不是每一次数据需求都能一开始说得很准确。有时候，用户只知道自己想看看销售、客户或者经营情况，却不清楚当前 SmartBI 中已经有哪些数据模型，也不知道具体有哪些指标和维度可以使用。

这时，可以先问：

“有哪些业务主题和数据模型？”

找到相应模型后，再继续查看：

“销售模型里有哪些指标和维度？”

再基于已有的数据内容，进一步发起查询。

从“先看看有什么”，到“再决定查什么”，SmartBI CLI 可以帮助 WorkBuddy 逐步利用企业已经在 SmartBI 中组织好的业务主题、数据模型和指标维度。

比如已经知道需要使用“销售模型”，希望按照“区域”维度查询“销售额”；或者需要周期性获取一组固定的经营数据。

针对这类需求，SmartBI CLI 还支持按模型精准查数。用户可以直接明确数据模型、维度和度量，再由 SmartBI 基于已有数据模型执行 MQL查询并返回结果。

例如：

销售模型 + 区域 + 销售额

和自然语言问数相比，两种方式解决的是不同的数据需求。

自然语言问数，更适合从一个业务问题快速开始；按模型精准查数，则更适合查询对象和口径已经明确的任务。但无论从哪一种方式开始，背后调用的都是 SmartBI 已有的数据模型和查询能力。

一个负责让提问更自然，一个负责让明确的数据任务更确定。

SmartBI CLI 进一步把企业已经建设好的数据模型和查询能力连接到 Agent 工作流，让不同的数据任务有了更灵活的调用方式。

SmartBI CLI 的接入过程也比较直接。

用户可以先在 SmartBI 体验中心（点击即可跳转） 获取令牌，再将令牌提供给 WorkBuddy，根据页面提示完成授权和环境连接，即可开始使用 SmartBI CLI。