近日，一款名为MLJAR Studio的本地AI数据分析桌面工具正式亮相，该工具由开源AutoML项目mljar-supervised的开发者推出，旨在为用户提供更高效、可复现的数据交互分析体验。

据开发者介绍，mljar-supervised作为面向表格数据的开源AutoML工具，已历经数年开发迭代。在此基础上打造的MLJAR Studio，核心逻辑是让用户通过自然语言与数据对话，AI会自动生成对应的Python代码，并在本地环境中执行分析流程，最终将整个交互过程保存为可复用的Jupyter Notebook（*.ipynb格式）文件。

相较于传统的AI数据分析工具，MLJAR Studio的优势在于实现了“对话即产出”：用户无需手动编写复杂代码，只需用自然语言描述分析需求，就能获得完整的分析代码与结果；同时生成的Notebook文件可让用户随时检查、修改代码，或是重新运行分析流程，确保数据分析的可追溯性与可复现性。

目前，MLJAR Studio聚焦本地数据分析场景，所有代码执行与数据处理均在用户本地设备完成，既保障了数据安全，也无需依赖云端算力支持。开发者表示，该工具希望为数据分析师、科研人员等群体提供轻量化、高效的AI辅助分析方案。