Data Agent 设置中心

更新时间:
复制 MD 格式

Data Agent 设置中心是配置与优化智能助手功能的核心模块。目前该中心集成了 MCP 服务器、规则、通用、及使用报告等核心功能。通过接入外部工具服务与灵活定制 AI 规则,Data Agent 旨在全面提升开发效率并保障代码质量,为用户提供高度定制化的智能化开发体验。

功能入口

Data Agent 设置中心支持配置规则、MCP 服务器、使用报告、通用设置。您可通过以下操作进入设置中心:

  1. 单击DataWorks界面右上角的Data Agent图标,打开Data Agent面板。

  2. 单击Data Agent面板的image设置按钮,进入设置中心。

通用

Data Agent设置中心。单击通用进入通用页签。在该页面,您可以进行以下个人配置:

Agent 生成代码文件的默认保存位置:用于指定 Agent 所生成代码的存储路径。默认选项为项目目录,您可以根据需要将其切换为个人目录

席位管理

说明

该功能仅支持 Data Agent 团队版使用。更多关于Data Agent 版本的信息,可参见:Data Agent 费用

查看席位概览

在 Data Agent 设置中心,单击席位管理进入席位管理页签。页面上方展示当前版本的席位概览信息:

指标

说明

Token 额度

团队版每个席位赠送的 Token 额度

席位数量

当前已购买的席位总数。您可以单击页面右上角的升级调整席位数量

已分配席位

已分配给用户的席位数量

剩余可分配席位

尚未分配的空闲席位数量,即席位数量与已分配席位的差值

分配席位

当存在剩余可分配席位时,租户管理员可以将席位分配给指定的阿里云账号。操作步骤如下:

  1. 在席位管理页签的席位列表区域,单击席位分配

  2. 在弹出的对话框中,选择需要分配席位的阿里云账号。

  3. 单击确认,完成席位分配。分配成功后,该用户将出现在席位列表中,并可开始使用 Data Agent 功能。

取消分配席位

如需回收已分配的席位,租户管理员可以取消席位分配。取消后,对应用户将失去 Data Agent 的使用权限,被回收的席位可重新分配给其他用户。

  • 取消单个席位:在席位列表中,找到目标席位,单击操作列的取消分配

  • 批量取消席位:在席位列表中,勾选多个需要取消分配的席位,然后单击列表下方的批量取消按钮。

席位列表说明

席位列表展示所有席位的详细信息,包含以下字段:

字段

说明

席位号

席位的唯一标识编号,由系统自动生成

拥有者

当前席位所分配的用户账号

已使用量

该席位已消耗的 Token 数量,管理员可据此监控各席位的资源使用情况

分配时间

席位分配给当前用户的时间

操作

对已分配的席位,可单击取消分配回收该席位

用量

用量是 Data Agent 面向管理员和开发者的数据洞察工具,用于量化评估 AI 功能的使用情况、追踪使用趋势并管控 Token 资源消耗。在 Data Agent 设置中心,单击用量进入用量页签。

说明

目前用量支持地域:西南1(成都)、华南1(深圳)、华北2(北京)、华东2(上海)、华东1(杭州)。其他地域将陆续开放支持。

查看核心指标

使用报告支持从不同维度查看 Data Agent 的核心使用数据。您可以通过页面顶部的筛选条件自定义分析范围:

  • 统计范围:切换不同视角查看使用数据。

    视角

    说明

    租户视角

    查看当前租户下所有工作空间的汇总数据

    工作空间视角

    查看您有权限访问的工作空间的使用数据

    个人视角

    查看个人的使用数据。如果您是租户管理员,还可以查看租户内其他成员的使用情况;非管理员用户仅能查看自己的使用数据

  • 统计周期:自定义起止日期范围,查看指定时间段内的使用数据。

  • 功能点:按功能模块筛选数据(支持多选),查看 Agent代码编程助手快捷 AI 操作ChatBI 智能分析等不同功能的使用情况。

选择统计范围、统计周期和功能点后,页面将展示以下三项核心指标,每项指标均附带与上一周期的环比变化趋势:

  • 请求次数:当前统计周期内,符合统计条件的使用 Data Agent 的总请求次数。

  • 使用人数:当前统计周期内,符合统计条件的使用 Data Agent 的去重用户数。

  • 消耗 Tokens:当前统计周期内,符合统计条件的 Data Agent 请求消耗的 Tokens 总量(含输入与输出)。

在核心指标下方,指标详情以折线图展示所选周期内核心指标的变化趋势,您可以开启按功能点分组对比各功能模块的使用占比。活跃指数以全年日历热力图的形式展示使用活跃度,颜色越深代表当日使用越频繁,帮助您直观发现使用高峰和低谷时期。

查看 Token 消耗明细

Token 消耗明细以请求级别的粒度记录每次 AI 调用的资源消耗,帮助您进行成本分析、异常排查和用量审计。明细表包含以下字段:

字段

说明

时间

请求发生的时间

用户

发起请求的用户标识

请求 ID

每次请求的唯一标识,当发现 Token 消耗异常时,可通过请求 ID 定位具体调用进行排查

功能点

该请求所使用的功能模块,如代码编程助手、Agent 等

意图名称

该请求被识别的具体意图类型,如单行智能补全、数据开发Agent

输入 Tokens

该请求发送给模型的输入 Token 数量

输出 Tokens

模型返回的输出 Token 数量

总 Tokens

该请求消耗的输入与输出 Token 的总和

技能

技能(Skill)是 Data Agent 中用于扩展 AI 能力的自定义指令模块。通过创建技能,您可以将特定的业务流程、数据处理逻辑或分析方法封装为可复用的 Skill,使 Data Agent 在对话中能够按照预设的工作流执行专业化任务,例如 Excel 数据透视分析、SQL 质量审查等。

创建技能

在 Data Agent 设置中心,单击技能进入技能管理页签。单击创建 Skill按钮,在弹出的对话框中配置以下信息:

配置项

说明

名称

Skill 的唯一标识名称,建议使用英文和连字符命名(例如 excel-analysis),便于在对话中引用。

描述

Skill 的功能描述,用于帮助用户快速了解该技能的用途和适用场景。

Skill 正文

技能的核心内容,使用 Markdown 格式编写。您可以在正文中定义适用场景、工作流步骤、输出格式等,Data Agent 将按照正文中的指令执行任务。

上传文件

支持上传 .zip 格式的资源文件包,单个文件最大支持 50 MB。zip 包根目录下可放置 SKILL.md 文件(存在时将覆盖上方 Skill 正文),其他文件作为资源附件,可在 SKILL.md 中通过相对路径引用。限制:SKILL.md ≤ 200 KB,整个 Zip 包 ≤ 50 MB。

归属范围

选择技能的可见范围:

  • 个人:仅对创建者本人可见和可用,适用于个人常用的分析流程或工具封装。

  • 工作空间:对指定工作空间内的所有成员可见和可用,适用于团队共享的业务流程和规范。

  • 租户:对当前租户下所有工作空间的所有成员可见和可用。

在对话中使用技能

创建好的技能可在与 Data Agent 的对话中使用。在对话输入框下方,单击 image按钮,在弹出的上下文菜单中选择技能,然后点选您希望本次对话应用的具体 Skill。Data Agent 将按照该技能中定义的工作流和指令执行相应任务。

MCP 服务器

MCP (Model Context Protocol) Server 是 Data Agent 智能体执行任务时依赖的后端工具服务集合,为查询、分析和代码生成等操作提供工具与数据源与API。在设置中心可以查看DataWorks官方内置的 Alibaba Cloud-DataWorks-MCP-Server及相关工具。

访问MCP Servers管理界面

Data Agent设置中心。单击 MCP服务器进入MCP Servers页签。

使用MCP Server

MCP Server相关工具可以在Data Agent 智能体中使用,详情参见:Agent 智能体

规则

规则(Rules)是为 DataWorks Data Agent 注入持久化上下文、规范与偏好的核心机制,从而确保其生成的代码与回答能精准遵循特定要求。

规则的类型与权限

DataWorks 提供企业级和个人级两种类型的规则:

类型

定义与用途

权限控制

生效范围

个人规则

由开发者个人创建和维护,用于封装个人的编码习惯、常用代码片段、个人项目说明等。

仅对当前用户可见并生效,其他用户无法查看或使用。

个人范围,在用户所有可访问的工作空间中均可调用。

企业级规则

由管理员统一制定,用于沉淀和推行公共的开发规范,如数仓分层命名法、代码风格标准、核心表使用说明等。

工作空间管理员及更高级别用户可创建、编辑和管理。

支持全局生效或指定到特定工作空间。

说明

企业级规则仅支持 Data Agent 团队版使用。更多关于Data Agent 版本的信息,可参见:Data Agent 费用

创建与管理规则

Data Agent设置中心,切换到规则页签。在规则管理界面,您可以:

  • 通过页签切换,分别管理个人规则以及企业级规则

  • 查看已有规则的名称、生效机制、生效范围等信息。

  • 查看、编辑或删除已有规则。

  • 单击新增规则按钮创建新规则。

创建/编辑规则时,需要配置以下核心属性:

属性

功能说明

规则名称

为规则设定一个易于识别的名称和详细的功能描述。

规则内容

规则的核心,即您希望提供给AI的具体上下文prompt信息。可以填写要求Data Agent自动生成代码时需要执行的规范和标准等内容。支持手动输入与文档上传两种方式。

  • 手动输入:直接输入或粘贴规则内容。

  • 文档上传:上传本地文件,Data Agent 解析其内容后作为规则内容使用。支持的文件格式包括 .doc.docx.pdf.txt.md.xls.xlsx.ppt.pptx.rtf.csv 和 .json;单个文件大小不超过 50 KB。

生效机制

定义规则被自动引入对话的策略,对齐Cursor的设计理念:

  • 总是应用:每次对话都会自动加载此规则。

  • 手动应用:默认不加载,仅在对话中被用户添加至上下文时生效。

生效范围

企业级规则支持设置生效范围,控制此规则在哪些地方可见和可用。

  • 指定工作空间:仅对指定的工作空间下的成员生效。配置时,可选范围仅限于拥有管理员权限的工作空间列表

  • 全部工作空间:租户级生效。

以下是规则内容举例:

  • 规则名称:表名及节点命名规范。

  • 规则内容:如下。

    # DataWorks数仓(ODS/DWD/DWS/ADS)表与节点命名规范
    作为一名资深的数据仓库架构师,你在DataWorks中创建任何表或节点时,都必须严格遵循以下命名规范。这些规范是确保数据资产清晰、可维护和一致性的核心要求。
    
    ### 1 表命名规范(Table Naming Convention)
    所有表名必须遵循统一的结构化范式。
    
    #### 1.1 核心命名公式
    分层前缀_[自定义描述]_[更新策略后缀]
    
    #### 1.2 分层前缀 (Layer Prefix) - [硬性要求]
    -   DIM (维度层):  必须以 `dim_` 开头。
    -   DWD (明细层):  必须以 `dwd_` 开头。
    -   DWS (汇总层):  必须以 `dws_` 开头。
    -   ADS (应用层):  必须以 `ads_` 开头。
    
    #### 1.3 更新策略后缀 (Update Strategy Suffix) - [硬性要求]
    -   DIM (维度层): 使用 _df 后缀,代表每日全量快照 (Daily Full Snapshot)。
    -   DWD (明细层): 使用 _di 后缀,代表每日增量数据 (Daily Incremental)。使用 _df 后缀,代表每日全量快照 (Daily Full Snapshot)。
    -   DWS / ADS (汇总/应用层): 使用 _1d, _7d, _nd 等后缀,代表其数据聚合的周期(例如:近1天、近7天、近N天)。
    
    #### 1.4 分隔符
    表名中的所有单词必须使用小写字母,并由单个下划线 `_` 分隔。
    
    #### 1.5 命名示例
    -   DIM表示例: `dim_user_info_df` (用户信息维度表,每日全量)
    -   DWD表示例 (增量):  `dwd_trade_order_detail_di` (交易订单明细,每日增量)
    -   DWD表示例 (全量):  `dwd_product_base_info_df` (商品基础信息,每日全量)
    -   DWS表示例:  `dws_user_active_uv_7d` (用户近7日活跃UV汇总)
    -   ADS表示例:  `ads_screen_kpi_overview_1d` (大屏核心KPI概览,每日)
    
    ### 2.节点命名规范 (Node Naming Convention)
    
    节点名称应清晰地反映其产出的核心表和处理逻辑。
    
    -   命名原则:  节点名应与其产出的主要表的名称保持高度一致,以 `[分层]_[业务逻辑]` 的格式命名。
    -   示例: 
        -   产出表 `dwd_trade_order_detail_di` 的ODPS SQL节点,应命名为 `dwd_trade_order_detail_di`。
        -   如果一个节点处理复杂的逻辑,可以命名为 `dws_build_user_active_uv_7d`。

在对话中使用规则

配置好的规则会在您与 Data Agent 的日常交互中发挥作用。

  • 对于设置为总是应用的规则,无需任何额外操作。Data Agent 在生成代码或回答时,会默认将这些规则作为背景知识和约束条件。

  • 对于设置为手动应用的规则,可以在对话时通过以下方式主动启用:

    1. 单击输入框下方的 image按钮。

    2. 在弹出的上下文菜单中,选择规则,然后点选您希望本次对话应用的具体规则。

常见问题

技能(Skill)和规则(Rule)有什么区别?

技能和规则都是扩展 Data Agent 能力的机制,但定位和用途不同:

维度

技能(Skill)

规则(Rule)

定位

面向任务的可复用工作流,封装具体的业务流程和执行步骤。

面向约束的持久化上下文,为 AI 注入规范、偏好和背景知识。

用途

定义"做什么"和"怎么做",例如 Excel 数据透视分析、SQL 质量审查等具体任务。

定义"遵循什么标准",例如数仓命名规范、代码风格标准、核心表使用说明等约束。

生效方式

按需调用,在对话中手动选择后触发执行。

支持始终生效(每次对话自动加载)或手动生效(按需添加至上下文)。

附件支持

支持上传 .zip 资源包,可包含数据文件、示例等资源附件。

支持手动输入或上传文档文件(.doc、.pdf、.md 等)作为规则内容。

使用推荐

  • 当您需要让 Data Agent 按照固定步骤完成一项具体任务(如数据分析、报表生成)时,推荐使用技能

  • 当您需要让 Data Agent 在所有对话中持续遵循某些规范或标准(如命名规范、代码风格)时,推荐使用规则

  • 技能和规则可以配合使用:例如,通过规则定义团队的编码规范,再通过技能封装特定的代码审查流程,使 Data Agent 在执行审查任务时自动遵循团队规范。

技能(Skill)和 MCP 服务器有什么区别?

技能和 MCP 服务器都能扩展 Data Agent 的能力,但二者的作用层级不同:

维度

技能(Skill)

MCP 服务器

定位

指令层,通过自然语言定义工作流和执行逻辑,告诉 AI "如何完成任务"。

工具层,为 AI 提供可调用的外部工具和数据源,赋予 AI "执行操作的能力"。

能力范围

编排已有能力,将多个步骤组合成完整的业务流程。

扩展新能力,接入外部系统的 API 和数据源(如查询数据、执行操作等)。

典型场景

Excel 数据透视分析、SQL 质量审查、代码审查流程等。

查询 DataWorks 元数据、调用外部 API、访问数据源等。

使用推荐

  • 当您需要编排现有能力来完成特定业务流程时,推荐使用技能,无需编程即可快速创建。

  • 当您需要让 Data Agent 访问外部系统时,可通过 MCP 服务器接入相应的工具服务。

  • 技能和 MCP 服务器可以协同工作:MCP 服务器提供底层工具能力,技能在此基础上编排工作流。例如,MCP 服务器提供查询 DataWorks 元数据的工具,技能则可以基于该工具定义一套完整的数据血缘分析流程。

相关文档