AI + MCP + 可视化工作流，打造可信可控的智能监督分析平台
基于 iModel Analytics Studio 的可解释分析架构，让每一个监督结论都能回溯到它是怎么算出来的。
什么是智能监督分析平台？
智能监督分析平台是一套面向监管、审计与合规场景的数据分析系统，核心特征是分析过程本身可被检查。它以 iModel Analytics Studio 的可视化工作流为底座，结合 AI 建模与 MCP（Model Context Protocol，模型上下文协议）连接机制，把分散在各业务系统中的数据汇聚、建模、分析并形成可解释的监督结论 – 每一步数据处理与判断依据都留在工作流里，可回溯、可复核、可审计。
监督分析所需的核心能力
从数据接入、建模研判到可视化呈现，覆盖智能监督的全链路，每个环节都以工作流节点的形式留痕。
数据集成与转换
支持多源 数据整合，并为 面向 AI 的数据准备 提供完整的 数据访问与转换 工具链。
企业协同与部署
依托 iModel Enterprise 实现多用户 协作 与 分析资产的持续部署，支持内网离线运行。
常见问题
关于智能监督分析平台的部署环境、能力边界与落地方式。
智能监督分析平台支持国产化环境吗？
支持主流 x86-64 国产化环境。已测试并部署的操作系统包括麒麟 V10 / V11 与统信 UOS 的 x86-64 版本，处理器侧海光 C86 已完成测试与部署；ARM 架构（鲲鹏、飞腾）目前尚不支持，在规划中。麒麟环境可直接下载 麒麟系统版本安装包。
MCP 在平台中起什么作用？
MCP 是 Model Context Protocol（模型上下文协议）的缩写，用于把大模型、分析工具与业务数据源以标准化的方式连接起来。它的价值在于让 AI 的每一次工具调用都是显式的、有记录的 – 调了什么、传了什么参数、返回了什么，都能查，这是”可信可控”的前提。
它能承接 SAS、KNIME 等工具的分析场景吗？
可以。iModel 覆盖统计分析、数据挖掘、可视化建模的完整流程，可承接原本运行在 SAS、SPSS 上的分析口径；对 KNIME 用户而言，iModel 基于同一开源内核二次开发，工作流使用习惯基本延续。迁移方式可参阅 SAS 迁移方案 与 KNIME 迁移方案。
监督分析结论是否可解释、可审计？
是。平台以可视化工作流记录每一步数据处理与建模逻辑，取数口径、清洗规则、判断阈值都以节点形式呈现在画布上，而不是藏在脚本或模型内部。同一份数据重跑可得到同一结果，满足监管与审计对”过程可解释、结果可追溯”的要求。
数据不能出内网，能部署吗？
可以。工作流的执行在本地或内网服务器完成，不依赖外部服务；若需要使用生成式 AI 能力，可对接可私有化部署、兼容 OpenAI 接口的模型服务，推理同样留在内网。是否引入大模型、引入到哪一层，都可以按数据密级分环境配置。
如何开始试用？
可点击页面上的下载按钮获取安装包，在本地跑通一遍示例工作流；需要结合真实监督场景做验证的，可 预约演示 或拨打 400-856-8196，由工程师安排试用环境。
