「上个月辖区盗窃按区域分布画个柱状图」→ Code Interpreter Agent自动写SQL/Python→Dify沙箱安全执行→30秒出表格+图表。10万条案件宽表，多轮追问。民警从"等数据组3天"变成"自己30秒出图"。
「上个月城东区盗窃案发案趋势」——这个查询从提需求到拿到结果需要半天以上：写申请→IT排期→写SQL→出结果→核对。等数据到手，研判窗口已经过了。这不是技术问题，是流程问题。
民警有数据需求→填申请表→IT 部门排优先级→分配开发人员→写 SQL。整个流程中真正执行查询的时间可能只有几分钟，但排队等待占去了 95% 的时间。
响应以半天甚至天计业务人员最了解数据需求，但缺乏技术能力——不会写 SQL、不知道表结构、不清楚字段含义。需求传递给 IT 时往往已经失真，反复沟通又增加延迟。
需求传递失真公安数据严禁上传外部平台——市面上那些「AI 帮你写 SQL」的 SaaS 工具全部不可用。数据必须在内部网络完成查询，结果不能离开内网。
外部工具不可用不是教你写SQL，而是Dify Code Interpreter Agent替你写——你只管用自然语言描述需求，AI自动理解意图、生成SQL/Python代码、在Dify沙箱中安全执行、返回表格和图表。数据组终于不用加班了。
无需了解表结构、字段名或 SQL 语法。用自然语言描述：「上个月城东区盗窃案各派出所立案数」「今年 1-6 月各类刑事案件月度趋势」——就像问同事一样。
AI 自动理解用户意图，映射到正确的数据表和字段，生成 SQL 查询语句。在沙箱环境中执行——沙箱隔离确保查询不影响生产数据库，且仅允许 SELECT 操作，杜绝误删误改风险。
查询结果以表格形式呈现，同时自动生成简单图表（趋势图、对比柱状图等）。支持追问：「只看派出所 A 和 B 的对比」「加入去年同期数据」。结果可一键导出为 Excel。
以下演示展示从自然语言输入到 SQL 自动生成、沙箱执行、结果呈现的完整流程。
用户输入：「上个月辖区盗窃按区域分布画个柱状图」。Code Interpreter Agent自动解析意图——时间范围、地域、维度、图表类型——生成SQL在沙箱中执行，30秒内返回结果表格和柱状图。用户追问：「按时段呢」——AI在上一轮上下文基础上追加查询条件，再出折线图。全程多轮对话式数据探索，民警不用写一行代码。
通用 AI 无法连接公安内网数据库，外部 NL2SQL 工具无法在内网部署——天溥以本地大模型+沙箱执行填补了安全可控的智能查数空白。
| 维度 | 通用 AI 厂商 | 天溥科技 |
|---|---|---|
| 查询方式 | 无数据库连接能力，只能查训练数据 | 自然语言 → 自动 SQL → 连接内网实时数据库 |
| 响应速度 | N/A（无法实时查数） | 秒级响应，包含表格和图表自动生成 |
| 安全性 | 数据必须上传外部服务器才能使用 | 全本地部署 + 沙箱隔离，仅允许 SELECT 操作 |
| 门槛 | 需要编写 Prompt 工程 | 零代码，自然语言一句话，不问表结构不问字段名 |
| 上下文 | 每次对话独立，无法接续查询 | 支持追问和上下文关联，上一轮结果自动作为下一轮输入 |
