研发效能数据还在手工拉报表，用 GLQL 让 Agent 直接回答

定义框：数据分析 Agent 是极狐GitLab Duo Agent Platform 内置的专用智能体，它使用极狐GitLab 查询语言（GLQL）和 Orbit 检索平台内的工作项数据，把自然语言问题转成可执行的查询，直接返回合并请求、议题、里程碑等数据的统计与趋势，并输出可复用的 GLQL 语句。

每个季度做研发复盘，最耗时的往往不是分析，而是取数。未解决的缺陷有多少、上个月的合并请求吞吐是多少、某个里程碑还剩哪些工作项——这些问题本身一句话就能说清，但落到操作上通常要导出 CSV、在表格里透视、再截几张图贴进汇报材料。等到数据齐了，讨论的窗口也过去了。

更麻烦的是口径。不同人用不同的筛选条件跑出来的数字对不上，"到底以谁的表为准"常常比结论本身占用更多会议时间。

为什么研发数据总要手工再加工一遍

问题不在没有数据，而在数据分散在平台各处，且缺少统一的查询入口。议题在一个页面、合并请求在另一个页面、里程碑又是一处，跨维度组合（比如"某团队成员上月合并的、带某个标记的工作项"）只能靠人肉筛选或者导出后加工。

传统做法有两条路：一条是查 API 写脚本，灵活但每次需求变化都要改代码，且脚本通常只留在写它的人手里；另一条是在 UI 里逐层点选，直观但条件一复杂就点不出来，而且结果没法沉淀复用。

数据分析 Agent 想解决的是第三件事：把取数过程本身变成一次对话。它不新增数据源，而是直接用 GLQL 和 Orbit 读取平台已有的数据，把问题翻译成查询。关键在于它产出的不是一张死图——生成的 GLQL 语句可以复制出来，嵌入议题、合并请求、史诗、评论、Wiki、代码片段和发布中，成为一份会自己更新的活报表。

这一层差异很重要：导出的截图下次还得重做，而嵌入的查询每次打开页面都是最新的。

这个 Agent 能回答哪几类问题

官方文档把它覆盖的场景归纳为六类，理解这个边界比记住操作步骤更有用：

它可用的范围是基础版、专业版、旗舰版均提供，JihuLab.com 与私有化部署都支持。实际能查到哪些字段，取决于你所用版本开放的 GLQL 数据源与 Orbit 索引内容。

四步把问句变成可复用的查询

第一步：确认内置 Agent 已开启

使用数据分析 Agent 的前置条件是开启内置 Agent。在极狐GitLab Duo 侧边栏选择「添加新聊天」，从下拉列表中选择「Data Analyst」，会话会在右侧边栏打开。

第二步：把问题写全，而不是写短

官方文档给出的建议很实在，三条都指向同一个目的——减少歧义：

1. 指定范围：明确是某个项目还是某个群组；

2. 包含时间范围：基于时间的分析必须给出区间，例如"过去两周""本季度"；

3. 明确工作项类型：议题、合并请求还是史诗。

同样是"有多少工作没做完"，加上"项目 A、未解决、缺陷类型、本月创建"之后，返回结果的可用性完全是另一个量级。

第三步：让它把 GLQL 语句也交出来

只拿结论会浪费掉这个 Agent 最大的价值。直接追加一句：

为分配给我的未解决议题编写一个 GLQL 查询。

拿到语句之后，在支持极狐GitLab 风格 Markdown 的位置用代码块嵌入即可：

display: table
fields: title, state, assignee, milestone, created
query: type = Issue AND state = opened AND assignee = currentUser() AND created >= "-30d"
limit: 50

上面这段嵌入议题或 Wiki 后，每次打开页面都会重新执行。字段与条件的完整集合以官方 GLQL 数据源文档为准，按你项目里实际存在的标记与里程碑替换即可。

第四步：把结论沉淀进工作流

生成的查询最有价值的用法是放进迭代议题或团队看板页面——复盘会上直接打开，不用再临时取数。

三个必须先知道的边界

超过 100 条的数据集会不完整。 官方已知问题里写得很明确：该 Agent 能对查询到的数据做轻量聚合，但对超过 100 条的数据集，结果可能不完整。所以别拿它做全量审计——它适合回答"趋势如何""哪几类最多"，不适合回答"精确总数是多少"。

它查不到所有数据源。 GLQL 只支持查询特定领域的数据，并非覆盖平台内全部数据源。如果某个字段反复查不出来，先确认 GLQL 是否支持该领域，再怀疑提问方式。

不能直接写进工作项或仪表板。 它无法把结果直接输出到工作项或仪表板，但生成的 GLQL 语句可以复制出来嵌入到支持极狐GitLab 风格 Markdown 的页面。这是目前把它变成"长期看板"的唯一路径。

此外，团队绩效类问题要慎用。把"某人提交了多少个合并请求"直接当作绩效结论，会鼓励拆分提交这类数字游戏——用它做流程诊断（哪些环节在堆积），比做人员排名更有价值。

FAQ

数据分析 Agent 和普通的 Duo 对话有什么区别？

它专门针对平台内的工作项数据做了适配，会用 GLQL 和 Orbit 去检索真实数据再回答，而不是仅凭上下文生成文本。因此它适合取数与统计类问题，不适合改代码、写文档这类任务。

查询结果能不能导出成图表文件？

目前没有直接导出图表的能力。推荐做法是让它生成 GLQL 语句嵌入页面，这样每次打开都是最新数据；需要对外汇报时再结合分析结果自行制图。

私有化部署能用吗？

可以。该 Agent 在 JihuLab.com 与私有化部署上均提供，覆盖基础版、专业版、旗舰版。

把取数时间还给自己

研发数据的价值在于及时，而及时的前提是取数成本足够低。把"问一句就拿到答案"变成常态之后，讨论的重心才会从"数字对不对"回到"流程哪里堵了"。

如果你正在梳理团队的研发度量口径，可以从这三个问题开始试：本月合并请求的中位停留时长是多少、哪些合并请求卡在评审超过三天、上季度缺陷创建与关闭的比值是多少。

开始使用：在极狐GitLab Duo 侧边栏新建会话并选择 Data Analyst，先从一个带明确范围和时间的问题问起。需要评估私有化部署方案或申请试用，可联系极狐GitLab 团队获取支持。