想让 AI 替公司回答“上月收入为什么下降”，难点不只是写出 SQL，还要知道“收入”按什么口径算、能看哪些数据，以及答案错了怎么发现。GitHub 项目 analytics-agent-articles 把数据团队公开讲述分析代理实践的文章集中整理起来。分析代理，就是能理解业务问题、查找数据并解释结果的 AI 系统。
索引可按问题浏览：怎样准备表结构、指标定义等上下文，怎样测试答案和模型变更，怎样修正错误、控制成本，以及怎样推动员工使用。首批推荐阅读包括 Anthropic、OpenAI 和 Ramp 的内部实践，另收录 Cube、Omni、Cassis 的厂商实现，以及 Benchouse 的基准测试。它的价值不在给出一套“标准答案”，而是让读者横向查看不同团队如何处理语义层——统一“收入”“活跃用户”等指标口径——以及权限、验证和上线。需要注意，这是一份人工整理的文章索引；日期指原文发布日期，技术栈也只代表作者当时的选择。