Сгенерировали видео пример, который показывает, как мы организовываем связку Qlik Sense + LLM через MCP В демо пользователь пишет один запрос: “Посчитай долю NPL (долю проблемных кредитов) по отраслям и собери дашборд” Снаружи кажется, что это задача для одного агента, но на практике это мини-проект для команды агентов: Первым идёт методолог. Он не считает значение показателя, а ищет показатель в глоссарии: NPL_SHARE, числитель, знаменатель, правила расчёта, единицы измерения, граничные условия Затем агент data architect через MCP читает живую модель Qlik: таблицы, поля, ключи, гранулярность Дальше доменный эксперт проверяет смысл: отраслевой разрез применим? NPL считаем на отчётную дату? План-факт здесь вообще нужен? Только после этого Qlik-аналитик собирает выражение, hypercube и визуализацию А tester независимо пересчитывает показатель и может заблокировать выдачу, если методика, выражение или цифра не сходятся Для пользователя всё выглядит проще: открыл Qlik, выбрал нужный срез, написал вопрос в чат, получил проверенный дашборд и аналитическую записку Технически между Qlik и LLM стоит MCP-мост: открытая вкладка Qlik Sense → Chrome extension → MCP-сервер → LLM Важный момент: показатели считает не LLM, а Qlik Engine LLM формулирует запросы к модели: какие поля взять, какую мастер-меру использовать, какой фильтр применить, какой hypercube собрать. А QIX возвращает результат в контексте текущей сессии пользователя. Пользователь выбрал регион - агент работает в выбранном регионе Кликнул по отрасли - следующий вопрос уже в этом срезе Снял фильтр - расчёт перестраивается В итоге, архитектура выглядит так: • Qlik остаётся источником правды и расчётным движком • MCP даёт модели управляемые инструменты • Оркестратор раскладывает задачу на роли • Глоссарий копит проверенные показатели • Тестировщик не выпускает непроверенные цифры наружу Таким образом, получается не просто BI-бот, а управляемый аналитический контур: • Один запрос на входе • Проверяемая методика, живая модель данных, независимая верификация и трассируемый результат на выходе
Сгенерировали видео пример, который показывает, как мы организовываем связку…
Источник
https://t.me/nikitaanddata/72Канал Никита Сусоев - про AI и данные · опубликовано 3 июл. 2026 г.
Из этого канала
- #73Опубликовал сегодня свой персональный лендинг - nikitasusoev.com теперь можно…
Опубликовал сегодня свой персональный лендинг - nikitasusoev.com теперь можно визуально объяснять, чем я вообще занимаюсь😁 Изначально всё ради раздела Tools,…
- #65Ради вас пожертвовал своими персональными данными в обмен на свежий отчёт от…
Ради вас пожертвовал своими персональными данными в обмен на свежий отчёт от Sensor Tower по состоянию рынка AI Заскринил самые, на мой взгляд, интересные…
- #63Продолжая тему нашего MCP к Qlik Sense, который мы сделали в Datanomix.pro: мы…
Продолжая тему нашего MCP к Qlik Sense, который мы сделали в Datanomix.pro: мы разработали skill для проектирования отчётов и дашбордов по стандарту IBCS На…
- #62Довелось впервые принять участие в подкасте, да ещё и сразу с такими крутыми…
Довелось впервые принять участие в подкасте, да ещё и сразу с такими крутыми собеседниками - спасибо им за доверие https://www.youtube.com/watch?v=xqV08EV02K4