数据智能 Luma-事件总线(EventBridge)-阿里云帮助中心

功能概述

Luma 位于 EventHouse 架构的数据智能层，在数据分析计算引擎之上，是用户与数据交互的最上层接口。

Luma 通过以下核心组件实现数据智能：

组件	说明
AI 语义层	为 AI 提供表结构、字段含义、数据关系等业务上下文
DataAgent	自主分析引擎，执行问题理解、元数据探测、SQL 生成、校验修复、查询执行的完整分析链
自然语言交互	支持多轮对话，自动澄清模糊需求，将自然语言转化为精确的 SQL 查询
权限感知	所有 AI 查询遵循 EventHouse 的权限体系，确保数据访问安全

当用户输入查询需求时，DataAgent 执行以下自主分析流程：

每个步骤的推理过程和工具调用均在对话界面中实时展示。

Agent 是 Luma 的分析工作空间，绑定特定的数据表和系统提示词，形成独立的分析环境。

属性	说明
名称	Agent 的标识名称
描述	Agent 的用途说明
提示词	系统提示词，定义 Agent 的分析角色和行为规范
关联数据	Agent 可访问的数据表范围，通过 Catalog > Namespace > Table 三级目录选择

通过创建多个 Agent，可实现数据权限隔离和分析场景分离。例如，为运维团队创建关联告警数据的 Agent，为业务团队创建关联订单数据的 Agent。

对话是与 Agent 交互的基本单元。每个 Agent 支持创建多个独立对话，每个对话维护独立的上下文。

在创建对话框中，配置以下参数。

参数	是否必填	说明
名称	是	Agent 的名称，用于标识不同的分析场景
描述	是	Agent 的用途描述
提示词	是	系统提示词，指导 Agent 的分析行为。例如："你是一个订单数据分析专家，帮助用户分析订单趋势和异常"
关联数据	是	Agent 可访问的数据表。通过 Catalog > Namespace > Table 三级目录结构选择，至少选择一个表

在 Agent 详情页的对话输入框中，输入查询需求。

可以直接输入自然语言描述，例如：
- "查询最近 10 条订单数据"
- "统计今天各状态的订单数量"
- "查找金额最大的 5 笔订单"
也可以单击系统推荐的示例问题快速开始。
Luma 开始自主分析，处理过程在对话区域实时展示。

Luma 会依次执行理解问题、探测元数据、生成 SQL、校验优化、执行查询等步骤。如果查询需求不够明确，Luma 会主动追问以确认时间范围、返回字段等关键参数，根据提示补充信息即可。
查询完成后，Luma 返回结果表格和生成的 SQL 语句。

示例：输入“查询最近 10 条订单”后，Luma 生成并执行以下 SQL：
```
SELECT * FROM "order_events" ORDER BY __time__ DESC LIMIT 10
```
AI 生成的查询结果仅供参考，建议对关键数据进行人工验证。
在同一对话中继续追问，进行更深入的分析。

Luma 会结合之前的对话上下文理解新需求。例如，在查询订单数据后追问“按天统计订单数量趋势”，Luma 自动生成新的聚合查询。

创建 Agent 后，可以修改其提示词和关联数据。

在右侧配置面板中修改配置项。

配置项	说明
数据	查看和编辑关联的数据表。通过 Catalog > Namespace > Table 三级目录添加或移除数据表
提示词	编辑系统提示词，调整 Agent 的分析行为和角色定义

注意：删除 Agent 会同时删除该 Agent 下的所有对话记录，且不可恢复。