AionClaw可自动识别图表异常并归因。需先确认数据源已连接且为结构化格式；再通过聊天指令或桌面端“指标异动诊断”触发分析；系统基于Hermes Agent多维拆解并输出可验证的因果链。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让AionClaw自动识别并解释图表中突然出现的峰值、断崖式下跌或周期外波动，而不是手动翻日志查原因。
确认图表数据已接入AionClaw
打开AionClaw主界面→点击左侧「数据源」→检查目标图表对应的数据文件或API接口是否显示为“已连接”且状态为绿色。若为Excel/CSV文件，需确保该文件路径未被移动或重命名；【路径变更会导致AionClaw无法实时读取最新数据，后续所有分析将基于旧快照】。
如果是BI工具（如Tableau、Power BI）导出的静态图片，AionClaw无法直接解析——必须提供原始结构化数据（.xlsx/.csv/.json）或接入其数据API。
触发异常识别与归因分析
方法一：在微信/钉钉聊天窗口中，向已绑定的AionClaw机器人发送自然语言指令，例如：“分析销售看板里9月23日订单量突降62%的原因”。
方法二：在AionClaw桌面端右上角点击「+ 新任务」→选择「指标异动诊断」模板→从下拉列表中选定对应图表名称→点击「运行分析」。
系统将自动执行多维度拆解：时间维度（周同比/小时趋势）、业务维度（渠道/地区/产品线）、关联事件（促销结束、服务器告警、竞品动作同步时间点）。整个过程依赖Hermes Agent记忆的历史归因模式，首次分析可能耗时45秒，后续同类场景响应可压缩至8秒内。
查看解释结果与验证逻辑链
第一步：在结果页顶部查看AI生成的归因结论，例如：“9月23日02:17–03:04支付网关超时率升至91%，导致订单创建失败，占当日总流失量的78%”。
第二步：点击结论右侧「展开推理路径」→逐层查看支撑证据：① 网关监控日志截图时间戳匹配；② 同时段客服工单关键词“付款失败”激增320%；③ 无促销活动终止或库存清零等业务动作干扰。
第三步：若结论存疑，点击「反向验证」按钮，AionClaw将自动回溯前7天相同时间段数据，比对网关超时率基线（正常值＜0.3%），确认本次波动确属统计显著异常。
