ThinkingAI Logo

AE-CLI,
Agent的数据入口

通过ClaudeCode、Codex、Workbuddy等Agent 一键接入Agentic Engine,打造可追踪、可复用的业务工作流

通用

多类 Agent 接入

安全

账号权限内调用

可追踪

执行过程有记录

流程示意
AE-CLI
你的 Agent

分析最近一周新增用户留存变化,并给出下一步行动。

你的 Agent
AE-CLI 执行入口
读取指标定义
调用分析能力
拆解关键维度
汇总证据
生成待确认任务
Agentic Engine
分析已完成
证据已附上
任务草稿待确认
你的 Agent
AE-CLI 执行入口
Agentic Engine

简单对话,用数据驱动Agent工作流

AE-CLI 把分析、实验、运营等分散业务需求连接起来,让 Agent 在当前工作环境中直接调用企业能力。

过去

  • 在 AI、数据平台、文档和任务系统之间反复切换。
  • AI 给出通用建议,仍要人工重新找数和验证。
  • 分析完成后,下一步动作再次依赖人工传递。

使用 AE-CLI 后

  • 在当前 Agent 工作环境中发起任务,由 AE-CLI 连接 AE 能力。
  • Agent 在权限范围内调用企业数据和业务能力,并保留证据。
  • 分析结果可继续形成任务草稿、实验方案或复盘材料。
1

把真实问题交给 Agent

从一个业务问题开始,不必在多个系统之间来回切换。

2

在已授权环境中理解与处理

AE-CLI 连接 AE 的数据、分析与运营能力,让 Agent 在上下文中推进工作。

3

带着证据继续下一步

把结论、建议或待确认动作带回当前工作流,继续协作。

企业环境中的安全与控制始终在场
企业 Host
身份认证
权限边界
执行记录

一键调用Agentic Engine完整能力

AE-CLI 把 Agentic Engine 的不同能力组织成可被 Agent 调用的工具,在企业授权范围内完成从数据理解到业务推进的连续工作。

数据分析与诊断

查询指标、拆解变化、定位异常,并把事实、判断和待验证项分开呈现。

数据采集与埋点

结合业务目标梳理采集方案,检查事件与属性,让后续分析有可信基础。

A/B 实验

从业务问题和假设出发设计对照实验,为方案选择与后续迭代提供依据。

智能运营

识别目标用户和业务机会,生成可确认的运营任务与后续动作。

AI+大数据平台

实时监控关键业务指标,识别异常变化,提示需要关注的信号与进一步分析的方向。

知识与 Agent 协作

调用企业知识、Skills 和团队能力,让一次解决过程沉淀为可复用方法。

* 具体可用能力以客户部署版本、已开通模块和账号权限为准。

接入AE-CLI,用Agent跑完业务流程

选择场景,替换项目和时间范围,将模板交给已接入 AE 的 Agent。

任务模板

在「项目名称」中,分析「核心指标」在「时间范围」内的变化,找出主要影响因素,并整理后续建议。

替换这些信息

项目名称核心指标时间范围

Agent 会做什么

  1. 1核对指标口径
  2. 2拆解变化来源
  3. 3整理结论与建议

输出预览

结构示意

指标异常分析

分析范围
项目、指标口径、分析与对比时段
主要变化
按时间、渠道或人群拆解变化
数据依据
相关报表、对比结果与来源
后续建议
待验证的原因与跟进事项

实际结果以项目数据和可用权限为准。

还未接入?查看接入步骤

复制后替换【】中的信息,粘贴到已接入 AE 的 Agent 中。

权限有边界,执行可追踪

AE-CLI通过账号授权接入 AE,调用能力受现有权限控制;配合关键操作确认与执行记录,让 Agent 的操作可控、可追踪。

Agent 执行流程流程演示

关键动作需人工授权
  1. 01

    只读查询

    先读取数据、指标和知识,验证任务范围与事实基础。

    正在执行
  2. 02

    方案预演

    在正式动作之前,先生成分析结论、任务草稿或实验方案。

    等待前序步骤
  3. 03

    人工确认

    需要审批的动作由人确认边界、对象和内容后再继续。

    等待前序步骤
  4. 04

    执行追踪

    记录任务状态、结果和异常,便于追问、复核与纠偏。

    等待前序步骤
  5. 05

    复盘沉淀

    把证据、结论和有效方法保留下来,供后续工作复用。

    等待前序步骤
企业环境中的安全与控制始终在场
企业 Host
身份认证
权限边界
执行记录

Quick Start

安装只需一条命令

打开完整使用指南
01

安装 AE-CLI

npm install -g @thinkingai/ae-cli
02

设置企业 Host

ae-cli config set-host "{{AE_HOST}}"
03

登录并完成授权

ae-cli auth login
04

按需安装 AE Skills

npx skills add ThinkingAIAgenticEngine/ae-cli -g -y

开始第一个任务

回到你正在使用的 Agent 环境,用自然语言提出一个真实业务问题。

用同一套开放能力,组建真正能工作的 Agent

MCP、Skills 与 AE-CLI 面向同一套 AE 能力协同工作:连接、方法和执行各自清晰,也彼此衔接。

FAQ

常见问题

没有 AE 账号,也可以安装 AE-CLI 吗?

可以。AE-CLI 可直接安装;但连接 AE 环境并调用数据或业务能力,需要 AE 账号、Host 地址和相应权限。

为什么需要设置 Host 和登录授权?

Host 用于连接正确的企业 AE 环境,登录授权用于确认身份和可调用范围。Agent 只能在账号获得的权限边界内工作。

AE-CLI 和 MCP 有什么区别?

MCP 提供标准化连接协议;AE-CLI 更适合命令行、开发者工具和 Agent 工作流中的调用与执行。两者可以共同服务于同一套 AE 能力。

AE-CLI 和 Agent Skills 有什么区别?

Skills 更像可复用的专业方法,定义任务应该怎样完成;AE-CLI 提供连接和调用 AE 能力的执行入口。两者结合,Agent 才能既知道怎样做,也能真正推进。

Agent 会自动执行所有动作吗?

不会。实际可执行范围由 AE 部署、账号权限和具体工作流决定。需要确认的动作应在执行前保留预演和人工确认。

数据会离开企业环境吗?

AE-CLI 遵循客户所使用的 AE 部署、模型和权限配置。私有化场景下的数据边界与具体保障,应以对应部署方案和安全说明为准。

把 Agent 接入你的业务现场

从一个真实问题开始,让 Agent 连接企业数据和业务能力, 让分析、判断与下一步动作继续推进。

ThinkingAI Big Logo
电话咨询