DataForest 常见问题

DataForest 是面向个人和小型团队的 AI 数据分析桌面软件。你可以围绕自己的问题开展数据处理、机器学习分析、可视化和报告制作，把分散的数据转化为更容易理解、检查和使用的成果。

适合。如果你手上有数据，却不知道从哪里开始，或不想把大量时间花在整理表格、编写分析代码和制作报告上，可以用自然语言描述目标，让 AI 辅助推进分析。你仍需要说明数据的含义，并检查分析方法和结论是否符合实际情况。

学生、教师和科研人员可以整理问卷、实验或教学数据；跨境电商和创业团队可以分析销售、成本和运营表现；自媒体创作者可以研究内容表现和受众反馈；个人投资者可以整理历史行情及公开财务数据，辅助自己的研究。

DataForest 的目标是降低个人和小型团队开展数据分析的门槛，帮助你完成数据整理、探索、图表和报告等工作。它让 AI 为你提供专业的数据分析能力，帮助你理解数据、发现问题并辅助决策，提高工作与学习效率。套餐和使用条件请查看价格页。

DataForest 围绕持续的数据分析任务组织工作，把数据处理、分析执行、图表和报告放在同一个工作空间中，便于检查过程与成果。提供面向专业数据分析的本地代码运行环境，支持需要长时间执行的机器学习任务，更适合持续计算和反复分析。如果你需要反复处理实际数据，并保留可复核的分析过程，这种工作方式会更贴近你的需求。

DataForest 支持多种数据格式，包括 Excel、CSV、TSV、JSON、Parquet、XML、Pickle，以及 Word、TXT 等文本格式数据源。你可以整理、分析和整合这些文件中的数据与信息。后续还将扩展数据库连接等更多数据源。

可以开展分类、聚类、时间序列预测等分析任务，内置pandas、NumPy、scikit-learn等多种数据工具。应根据问题与数据选择方法，并检查模型表现、误差和适用范围。预测结果存在不确定性，不能把模型输出直接视为未来一定会发生的事实。

可以把分析结果呈现为可视化图表，并制作 PPT、Word、PDF、Excel 等形式的成果，便于用于学习汇报、研究整理、内容制作或团队讨论。分享前，应检查图表口径、数据来源和报告结论是否一致。

DataForest内置联网工具，AI可以自行搜索互联网信息，可以整合公开资料与自己的数据结合起来，开展整理、比较和报告制作。

DataForest 强调可检查的分析过程。AI对每个任务都会建立分析计划、对每个疑问和洞察都会提供证据并记录在文档中供你检查，所有输出文件和输出代码、内容，你全部都可以检查，避免AI幻觉。

如果你看重专业分析、图表反馈和透明的代码过程，DataForest 内置Python代码环境提供专业的数据分析环境和机器学习运行能力，支持进行专业的分类、归因、时序预测等算法运行。

是否向外部模型服务发送内容，取决于你的模型配置。AI 模型由你自行配置，你可以选择信任的模型供应商，也可以接入本地运行的模型 API。本地文件保存与计算、发送给模型的请求是不同的数据环节；使用外部模型服务时，请确认请求内容及该服务的数据处理政策。对于文件操作，DataForest 提供三重安全保障，确保 AI Agent 不能直接操作数据源文件，模型难以读取本地实际文件路径，也不会直接触碰项目输出目录之外的文件。

是否用于训练 AI 模型，取决于你接入的模型供应商的数据政策及相关设置。与问题 12 一样，模型由你自行配置，你可以选择信任的模型供应商，也可以接入本地运行的模型 API。DataForest 绝不会获取你的本地数据，也不会将其收集用于模型训练。使用外部模型服务时，请确认该供应商对请求内容的训练用途、保留期限及隐私设置。