业务日志或运行数据接入日志服务 SLS 后，分析数据仍需要编写查询语句、查找数据源，并反复确认指标口径。SLS DataAgent 是日志服务 SLS 提供的自然语言数据查询与分析能力，适用于希望减少这类工作的团队。它把 SLS 中持续产生的日志数据、查询资产和业务口径组织成可管理的语义模型，据此识别提问内容、确定应该查询哪些 Project 和 LogStore，以及指标应按什么口径计算。
产品工作方式
SLS DataAgent 通过三层模型把原始日志转为可查询的业务上下文。本文用 SLS DataAgent 指这一整体能力，用 DataAgent 实例指创建后运行的对象。
SLS Project / Logstore
↓
Source Model：识别数据结构、字段语义、指标和术语
↓
Context Model：按业务场景汇聚数据源并补充统一口径
↓
DataAgent：理解自然语言问题，构造查询并返回分析结果Source Model 与 Project 一一对应。
Context Model 面向具体业务场景，可以关联一个或多个 Source Model，并选择需要使用的 LogStore。
DataAgent 实例创建后绑定至少一个 Context Model，并通过指定的 RAM 角色访问数据。权限与数据范围的完整规则见权限与数据范围。
核心能力
自动建立数据语义
Source Model 自动识别 LogStore 中的字段、类型、枚举值和字段作用，并结合现有查询资产生成指标和术语候选。语义来源包括 LogStore 索引、数据样本，以及 Project 内已有的 Dashboard、告警和 Scheduled SQL 等资产，从中提取已有的数据使用经验。证据充分的内容可以自动采纳，存在歧义或置信度较低的内容需要人工确认。建模结果保留来源和采纳状态，方便数据负责人复核。
统一业务口径
Context Model 可以把不同 Project 中与同一业务场景相关的数据汇聚到同一个模型，集中管理数据表、指标、术语和查询示例，让多个数据源使用同一套业务语言，减少同一问题出现多种定义的情况。划分建模范围时以业务场景为单位：需要覆盖更多数据源时，关联更多 Source Model 并选择需要使用的 LogStore；由于 Source Model 与 Project 一一对应，跨 Project 的数据只要属于同一业务场景，即可关联到同一个 Context Model。例如，订单分析模型可以同时关联访问日志、订单日志和库存日志，并统一“支付成功订单”“成交额”“失败率”等定义。
自然语言查询和分析
DataAgent 实例支持使用自然语言查询 SLS 日志数据，可用于统计请求量、比较趋势、定位异常接口或分析业务指标变化。提问时，DataAgent 实例根据绑定的业务口径和数据范围选择数据源、构造查询并返回分析结果；当多个指标定义或多个数据源都可能匹配时，先通过对话发起澄清，再返回结果。回答的可见范围受已绑定的 Context Model 与 RAM 角色约束，完整规则见权限与数据范围。
人工校正与持续维护
自动生成的语义并不等于最终业务口径，数据负责人可以确认或编辑 Source Model 中未采纳的内容，也可以为 Context Model 补充业务指标、术语和查询示例。数据结构变化后，可以重新生成 Source Model，并将已确认内容同步到关联的 Context Model。
核心优势
优势 | 说明 |
近实时数据 | 直接查询 SLS 中持续更新的数据，减少跨平台复制和数据延迟 |
减少查询准备工作 | 减少编写查询语句、查找数据源和反复确认指标口径的工作 |
典型应用场景
接口异常分析
用户可以询问“过去一小时错误请求最多的接口是什么”或“支付接口的失败率从什么时候开始上升”。DataAgent 实例根据接口字段、状态码含义和已定义指标构造查询，返回排序或趋势结果。
流量与业务指标分析
对于订单、活动、内容或用户行为日志，可以查询流量、转化、成交和参与情况，并按渠道、区域、商品或用户群体继续拆分。
日志排查
运维或研发人员可以从一个异常现象开始，通过多轮提问缩小时间范围、服务和请求特征，减少在多个 LogStore 与查询页面之间切换。
权限与数据范围
能否创建或管理模型、DataAgent 实例和会话，由 RAM 用户权限决定。数据负责人确认或编辑模型内容属于管理模型的操作，同样由 RAM 用户权限决定。
Context Model 决定业务范围，绑定的 RAM 角色决定 DataAgent 实例运行时可访问的资源范围。
DataAgent 实例只使用已绑定 Context Model 中已采纳的语义内容，回答不会自动扩展到模型范围之外的数据。
当前边界
当前帮助文档只覆盖控制台中的查询与分析流程。该流程用于查询和分析数据，不涉及自动修改业务数据或云资源。
Context Model 接入企业自有 Agent、开放 API 以及更完整审计能力的可用性与开放时间，以正式发布说明为准。
后续步骤
确认业务日志或运行数据已接入 SLS。
为 Project 建立 Source Model 以抽取数据语义，并由数据负责人复核未采纳或置信度较低的内容。
按业务场景创建 Context Model，关联所需的 Source Model 并选择需要使用的 LogStore，补充业务指标、术语和查询示例。
创建 DataAgent 实例，绑定至少一个 Context Model 和用于访问数据的 RAM 角色，在控制台用自然语言完成查询与分析。
数据结构变化后，重新生成 Source Model，并将已确认内容同步到关联的 Context Model。