用途
Basedash 定位为“AI 时代的数据分析平台”，官方描述其包含自助式 BI、嵌入式分析、ETL、托管数据仓库和语义层，用于满足 AI 分析需求。它面向希望让团队、客户或智能体直接查询数据的场景，官方称已有 5000+ 团队使用。
主要能力
- 自助式分析：团队成员可用自然语言提问，获得图表、仪表盘或直接答案；结果基于受治理的定义，并展示背后的 SQL，以便审计和追溯。
- 主动式分析：智能体持续监控指标，标记变化及原因，并可将简报发送到 Slack 或邮件；支持定时报告或在数据变化时触发。
- 嵌入式分析：通过少量 React 代码将仪表盘和 AI 对话嵌入产品，可白标为自有品牌，并通过 JWT SSO 将每个客户限定到自己的数据行。
- 语义层与上下文引擎：可定义指标、分群和业务逻辑为可复用模型，或接入已有 dbt 项目；加入技能和团队上下文后，AI 会保留对话中学到的内容。
- 托管数据仓库：连接数据源后，Basedash 会提供一个托管 DuckDB 仓库，保持表同步、结构化并可供智能体查询，支持存储扩展和时间点恢复；也可改用已有的 Snowflake、BigQuery 或 Databricks。
- 数据源连接：官方称支持 750+ 数据源，包括 Salesforce、HubSpot、Stripe、Shopify 等，一次认证后保持数据新鲜；也可直接连接自有数据库和数据仓库。
- 互操作性：可通过 MCP 连接 Claude、ChatGPT 或 Cursor，也可从自有应用调用 REST API，或在 Slack 中提问；官方称所有路径使用相同模型和权限。
- 安全与治理：AI 使用集中在受治理环境中，问题在用户权限下运行并进入审计日志；提供 AI 使用量查看与可选支出上限、审计日志流式传输到 SIEM、每个答案显示来源表和 SQL、写入查询需审批、SAML 2.0/OIDC 的 SSO 与 SCIM、角色权限加行级安全、SOC 2 Type II 审计，以及用户 VPC 内的自托管（可气隙隔离并使用自有模型密钥）。
使用方式
官方页面未提供具体安装命令或详细操作步骤。可见的信息包括：在页面中提及“创建账户”或“预约演示”以探索数据；嵌入式分析需要“几行 React”；可通过 MCP、REST API 或 Slack 接入；官方称“30 分钟内即可开始”，并称可协助从其他工具迁移数据和仪表盘。
适用场景
- 团队内部用自然语言查询数据并生成图表或仪表盘。
- 将分析能力和 AI 对话嵌入自有产品并向客户提供。
- 跨数据库、PostHog、Stripe 等来源汇总答案。
- 对指标进行持续监控与异常检测，并向 Slack 或邮件推送。
- 需要审计、权限、行级安全与自托管的数据治理场景。
限制
官方资料未说明具体价格、免费额度、完整支持的数据源清单、模型供应商细节或 SLA。部分功能（如 MCP、自托管、气隙隔离）的具体配置步骤与要求暂未提供。