OpenClaw 与 EdgeOne Pages 的“奇葩”相遇——不止是智能问答，直接抓 BI 大屏！

先说一句实话：我写这篇文章时脑子里全是咖啡渍和凌晨的代码报错。OpenClaw 那个莫名其妙的名字， 好像一只被电击的螃蟹，EdgeOne Pages 又像是云端的百事可乐罐子， 躺平。 两者碰在一起竟然能冒出BI 大屏的火花，这事儿听着就让人眉头一挑、心跳加速。

1️⃣ OpenClaw：只管翻译， 不管渲染——它真的很克制

别看它名字里带个 Claw它根本不去抓数据库，也不管页面怎么排版。它干的事只有两件：

• 把用户那句“今年咱们部门销售额怎么样？”翻译成结构化意图。
• 把意图丢给后面的 sql_runner再把后来啊交给 EdgeOne Pages。

这层设计其实是故意让模型自由度降到最低 防止它在写 SQL 时跑偏——主要原因是模型一旦自由发挥， 加油！ 后面调试就会像在黑暗里找针一样痛苦。

2️⃣ EdgeOne Pages：从数据到可点开的页面一键生成链接！

这里要重点吐槽一下很多所谓「ChatBI」产品：它们往往只会给你一段 JSON 或者一张图表，然后叫你自己去「搬运」到 PPT。EdgeOne Pages 不玩这种「半成品」游戏， 它直接把 JSON 渲染成完整的 HTML 页面再塞给你一个公开 URL，你可以立马发 Slack、发邮件、甚至嵌进内部 Wiki，何不...。

关键点：

1. 受控 SQL 施行层：只允许 SELECT + LIMIT， 所有表都在白名单内；如果模型想跑 UPDATE，它会被硬生生拦下来。
2. 统一输出结构：{status, sql, rows, row_count, error}——上层不需要猜测下层返回了什么格式。
3. 页面模板化：摘要卡片、 柱状图、折线图、明细表全都有，只要配置好字段映射，就能自动生成。

3️⃣ 那么「直接抓 BI 大屏」到底长啥样？随手来一段示例 JSON

{
  "title": "2025 年江西省 CT 设备采购公告统计",
  "summary_cards": ,
  "chart": {
    "type":"bar",
    "x_field":"city",
    "y_field":"notice_cnt",
    "data":
  },
  "table": {
    "columns":,
    "rows":
  }
}

4️⃣ 随机插入一张「功能对比」表——顺手乱写一点噪音 😜

一句话概括... 上面这张表格虽然看起来有点乱， 但恰恰体现了我们「烂而真实」的风格——别指望每个单元格都对齐，每个描述都严谨，只要能让读者感受到差距就行。

5️⃣ 实战演练：从一句话到完整 BI 页面只需三步走！🤖➡️📊➡️🌐

1. #提问阶段："帮我统计 2024 年江西省各地市医疗设备采购公告数量， 并生成 BI 页面"
2. #编排阶段：OpenClaw 把问题拆解为意图对象 {metric:"公告数量", dimension:"city", time_range:{start:"2024-01-01",end:"2024-12-31"}, limit:50}
3. #施行阶段：
   • SQL Runner 根据意图生成受控 SQL
   • 返回 rows → Page Builder 把 rows 包装成前文示例 JSON → EdgeOne Pages 渲染并发布链接
   • User 收到链接，直接打开，大屏呈现！ 🎉 🎉 🎉

6️⃣ 「烂稿」背后的技术思考 —— 为何要把链路拆得这么碎？

欧了！ 很多人以为「一次性搞定」才是理想状态，其实那是"大模型全包" 的幻觉。我们把任务拆成三层， 每层都有明确输入/输出，调试时可以"定位精准"- 比如 SQL 写错了就去 /v1/sql_runner/run_sql_post; 页面渲染出错，就去 /v1/pages/publish_json_page_post?. 没有这种拆分，你根本不知道是模型理解偏了还是前端模板炸了。

再说平安——SQL 白名单+LIMIT 强制，让业务侧不用担心「AI 写出 DELETE FROM …」之类的灾难场景。 功力不足。 所有异常都会以统一结构返回， 上层只需要判断 {"status":"error","error":"..."}".

7️⃣ 小技巧：让 OpenClaw 更稳、更快、更懂你 😎

• * 用系统 Prompt 明确限定口径，比方说：「只查询江西省、CT 设备、公告数，不要聚合金额。」这样模型不会随意添加字段。
• * 给每个 skill 加上版本号， 部署新功能时不要直接覆盖旧版，而是保留回滚点。
• * 利用 EdgeOne 的缓存功能， 把同一天相同查询后来啊缓存一分钟，以免频繁打数据库。
• * 在页面模板中加入「导出 CSV」按钮，让业务用户自己动手二次分析。

8️⃣ ——从「智能问答」跃迁到「BI 大屏交付」的终极感悟 🚀

   如果你现在仍然满足于让 AI 给你一句文字答案，那可能已经落后于时代。真正有价值的，是让 AI 把答案包装成**可分享、可嵌入、可实时刷新**的产品形态。OpenClaw + EdgeOne Pages 正是这样的一条链路， 它把自然语言 → 意图 → SQL → 页面 完整闭环，实现了从「问数」到「交付」的一体化。

当然 这套方案还有很多可以继续迭代的地方：更丰富的报表模板、更细粒度的数据权限、更智能的图表推荐算法……但这些都是下一篇文章要聊的话题。今天先放下这些高级功能，让大家感受一下「烂而真实」的实现过程吧，绝了...。

可以。 好了我也该去冲杯咖啡继续debug我的 Docker Compose 文件了。如果你看到这篇文章还没睡着， 请记得：Ai 能帮你查数据，更能帮你直接产出大屏；关键在于把链路拆得够细、够受控，然后让页面自动飞向用户手中！😉