一天，222次转发。
8月17日，一条微博在数据圈传开。帖子原文写道：“微软悄悄开源了市面上最好的AI数据分析工具之一。它叫做data-formulator。”微博222次转发、近300个赞，更扎眼的是评论区——清一色的"@我的印象笔记"，大家默默收藏，准备回去上手试。
这是什么工具，值得这么热闹吗？我把微博、知乎、小红书和GitHub相关资料翻了一遍，今天一次说清。
一、Data Formulator是什么
Data Formulator是微软研究院开源的AI数据分析与可视化工具，2025年初首次发布，MIT协议，免费。当时它的定位更偏"AI可视化小工具"，有过一波关注，但没出圈。
变化发生在这一年，三个节点：
5月底，0.7版本发布，定位从"可视化工具"升级为"企业级数据分析系统"，数据连接、智能体引导探索、可视化优化三件事打包。知乎
8月初，微软研究院和中国人民大学团队发布可视化中间语言Flint，成为Data Formulator的核心能力之一；
8月17日，一条微博让它出圈，收藏、转发激增。
二、它和"把Excel丢给聊天AI"有什么不同
用ChatGPT、DeepSeek、Kimi分析过表格的人，都懂三个痛：
第一，文件不敢传。公司销售数据、用户名单，发到聊天框就出了自己的手，用不用来训练另说，心理上先输一阵；
第二，会忘。好不容易让它把数据清洗干净，换个角度再问，它可能退回原始数据从头算，前面的工白做；
第三，图改不了。AI给的是一张图或一段代码，换个配色、调个坐标轴，就得重新生成一遍。
Data Formulator的设计，基本是冲着这三个痛来的：
数据可以不出你的电脑。CSV文件、Postgres、BigQuery，甚至实时URL都能接，数据留在本地或自己的库里。微博
有"固定"（pin）功能：把清洗后的结果钉住，后续操作都基于它继续，不会退回原点；
给你的不是图片，而是"可编辑的图表"。把字段拖到x轴、y轴、颜色上，图表就出来了；想试不同版本，给任意图表拉个分支单独探索，像图表的"另存为"。
背后的机制是：AI代理在底层写SQL、做数据转换，但递到你手里的不是代码，而是可编辑结果。微博这正是Flint要解决的问题——过去AI生成图表是直接写底层绘图参数，容易出错、你也不好改；现在你只说"想画什么"，编译器自动补齐坐标、刻度、布局、配色的设计细节，还能同时编译到Vega-Lite、ECharts、Chart.js，一份规格多端输出。知乎
三、实际上手是什么样
有知乎用户发过一篇完整实测，场景很有代表性：医院运营管理，接入的是国产模型MiniMax。
数据是一份41430条住院记录、32个字段的CSV。知乎提问全部用中文，直接发问：
“分析2023年各月份医疗总费用和DRG付费总额的趋势对比”——响应约30秒；
“哪个科室平均住院天数最长，各科室DRG付费总额分布如何”——约35秒；
“找出病例数最多的前10个DRG分组”——约28秒，自动选了横向条形图。
最后，系统把历次图表自动拼成一份完整报告，支持导出PDF。知乎从环境搭建到7个问题，全流程一气呵成。
四、三个自检，决定你该不该装
自检一：你是不是每周都要碰表格、但不写代码的人？运营、电商、财务、产品、行政。前面说的三个痛你全中，这个工具基本是照着你的场景做的。
自检二：你的数据能不能出你的手？Data Formulator支持本地部署，带上自己的模型密钥就能跑，公司数据不必上传给聊天AI。微博这一条，就把很多云端聊天工具排除在外了。
自检三：你能不能接受"装一个Python包、填一个API Key"这两步操作？工具本身免费，成本在你接入的大模型API上，接国产模型比较便宜。但如果你完全没碰过命令行、也不打算碰，别硬上——它现阶段不是零门槛工具，偶尔看一次表格的需求，聊天AI反而更省事。
上手路径，实测过的两行：
pip install data_formulator 安装，python -m data_formulator --port 5567 启动（装了uv也可以直接 uvx data_formulator --port 5567），在.env文件里配好大模型API Key，浏览器打开就能开始提问。
五、两个值得继续盯的信号
一是Flint发布了MCP服务器（flint-chart-mcp），意味着这套出图能力能被其他AI助手直接调用，未来你在用的办公AI可能直接喊它画图；
二是0.7的企业级方向。它会不会出免安装的网页版，决定它能否真正触达不碰命令行的打工人。在那之前，它还是一个有点极客味的开源工具。
一句话总结：Data Formulator不是"Excel替代品"，而是一个介于"聊天AI"和"BI软件"之间的AI原生数据分析工作台。如果你早就受够了在聊天框里让AI分析表格，它是目前最值得试的开源选项之一。
