核心用法
Disco 是一款假设无关的自动化发现引擎，专为识别表格数据中的隐藏模式而生。用户只需提供数据集和目标列，系统即可自动搜索特征交互、子群效应和条件关系，无需预先假设或人工探索。
标准工作流：上传数据 → 选择目标列 → 排除标识符/泄露列/同义反复列 → 选择公开/私有分析 → 运行深度分析 → 获取结构化结果。支持 MCP Server、Python SDK 和 REST API 三种集成方式，最大支持 5GB 数据。
显著优点
1. 真正的自动化发现：不同于传统分析工具需要用户知道问什么，Disco 主动寻找"没人想到要问"的模式，覆盖非线性阈值、多特征交互和特定子群效应。
2. 严格的统计验证：所有发现均经过 FDR 校正 p 值检验，并在 hold-out 数据上验证，避免过拟合和假阳性。
3. 文献 novelty 评估：自动对比学术文献数据库，区分"确认已知发现"与"真正 novel 发现"，附带引用和 novelty 解释。
4. 结构化可解释输出：每个模式包含自然语言描述、精确条件范围（如"湿度 72-89% 且风速 <12km/h"）、效应量、p 值、支持度和学术引用。
5. 灵活的访问层级：公开分析免费（深度锁定为 2，结果公开）；私有分析按需付费（深度可调），适合敏感数据。
潜在局限
- 仅支持表格数据：不支持图像、原始文本文档、嵌套 JSON 或多表关联分析。
- 需要目标列：必须指定明确的预测目标，不适合纯探索性无监督分析。
- 成本随深度指数增长：深度 3+ 分析对宽数据集可能消耗大量 credits。
- 黑箱搜索机制：虽然输出可解释，但搜索策略本身不透明，用户无法干预搜索方向。
- 延迟：深度分析可能需要数分钟至数小时，非实时响应。
适合人群
- 研究人员：寻找数据集 hidden gems，验证或挑战现有理论
- 数据科学家：探索阶段的假设生成，或作为 EDA 的补充
- 行业分析师：客户细分、异常检测、因果因素挖掘
- 生物信息学/医疗研究：复杂表型-基因型关联发现
常规风险
- 同义反复污染：若不排除与目标定义相关的列（如用
serious预测death，而death是serious的一个类别），会产生显然为真的伪发现。系统强制要求用户主动排除此类列。 - 多重比较问题：虽已 FDR 校正，但在极高深度下仍可能产生边缘显著的模式。
- 可解释性风险：模式描述由 LLM 生成（可选），可能存在语义偏差；深度分析结果需领域专家解读。
- 数据隐私：公开分析结果完全公开；私有分析数据虽经处理，但仍需信任 Leap Labs 的安全承诺。