El centro de configuración de Data Agent es el módulo principal para configurar y optimizar el asistente inteligente. Actualmente integra funciones como MCP Servers, Rules, General y Usage. Al conectarse con servicios de herramientas externas y permitir la personalización flexible de reglas, Data Agent mejora la eficiencia del desarrollo, garantiza la calidad del código y ofrece una experiencia de desarrollo altamente personalizada e inteligente.
Acceder al centro de configuración
El centro de configuración de Data Agent le permite configurar Rules, MCP Servers, Usage y los ajustes generales (General). Para acceder al centro de configuración, siga estos pasos:
En la esquina superior derecha de la interfaz de DataWorks, haga clic en el icono de Data Agent para abrir el panel de Data Agent.
En el panel de Data Agent, haga clic en el icono
Settings para ir al centro de configuración.
General
En el centro de configuración de Data Agent, haga clic en Settings para abrir la pestaña Settings. En esta página puede configurar el siguiente ajuste personal:
The default storage path for generating code files: especifica la ruta de almacenamiento para el código que genera el agente. La opción predeterminada es Project Directory. Si lo necesita, puede cambiarla a Personal Directory.
Gestión de licencias
Esta función solo está disponible en Data Agent Team Edition. Para obtener más información sobre las ediciones de Data Agent, consulte Data Agent billing.
Descripción general de las licencias
En el centro de configuración de Data Agent, haga clic en Seat Management.
|
Métrica |
Descripción |
|
Cuota de tokens |
La cuota de tokens proporcionada por cada licencia en la Team Edition. |
|
Número de licencias |
El número total de licencias que ha adquirido. Puede hacer clic en Upgrade en la esquina superior derecha para ajustar la cantidad de licencias. |
|
Licencias asignadas |
El número de licencias que ya se han asignado a usuarios. |
|
Licencias disponibles para asignar |
El número de licencias disponibles que aún no se han asignado. Corresponde a la diferencia entre el total de licencias y las licencias asignadas. |
Asignar licencias
Si quedan licencias disponibles para asignar, un administrador de inquilino puede asignarlas a cuentas específicas de Alibaba Cloud. Siga estos pasos:
En el área de la lista de licencias de la pestaña de gestión de licencias, haga clic en Allocate Seat.
En el cuadro de diálogo que aparece, seleccione la cuenta de Alibaba Cloud a la que desea asignar una licencia.
Haga clic en Confirm para completar la asignación. El usuario aparecerá en la lista de licencias y podrá comenzar a usar las funciones de Data Agent.
Liberar licencias
Un administrador de inquilino puede liberar licencias para recuperarlas. Cuando se libera una licencia, el usuario correspondiente pierde el acceso a Data Agent y la licencia recuperada se puede reasignar a otro usuario.
Para liberar una sola licencia: en la lista de licencias, busque la licencia deseada y haga clic en Deallocate en la columna Actions.
Para liberar varias licencias en lote: en la lista de licencias, seleccione las casillas de verificación de las licencias que desea liberar y luego haga clic en el botón Batch Deallocate debajo de la lista.
Lista de licencias
La lista de licencias muestra los siguientes detalles para cada licencia asignada:
|
Campo |
Descripción |
|
Número de licencia |
El identificador único de la licencia, generado automáticamente por el sistema. |
|
Propietario |
La cuenta de usuario a la que se asignó la licencia. |
|
Uso de tokens |
El número de tokens consumidos por la licencia. Los administradores pueden usar esta métrica para supervisar el consumo de recursos de cada licencia. |
|
Hora de asignación |
La hora en la que se asignó la licencia al usuario actual. |
|
Actions |
Para una licencia asignada, puede hacer clic en Deallocate para recuperarla. |
Usage
La función Usage es una herramienta de análisis de datos para administradores y desarrolladores. Le ayuda a evaluar cuantitativamente el uso de las funciones de IA, rastrear tendencias y gestionar el consumo de tokens. En el centro de configuración de Data Agent, haga clic en Usage para abrir la pestaña Usage.
Actualmente, la función Usage es compatible con las siguientes regiones: China (Chengdu), China (Shenzhen), China (Beijing), China (Shanghai) y China (Hangzhou). Pronto estará disponible la compatibilidad con otras regiones.
Métricas principales
El informe de uso le permite consultar los datos principales de uso de Data Agent desde diferentes perspectivas. Utilice los filtros de la parte superior de la página para personalizar el alcance del análisis:
-
Alcance estadístico: alterne entre distintas perspectivas para consultar los datos de uso.
Perspectiva
Descripción
Perspectiva de inquilino
Muestra los datos agregados de todos los espacios de trabajo del inquilino actual.
Perspectiva de espacio de trabajo
Muestra los datos de uso de los espacios de trabajo a los que tiene permiso de acceso.
Perspectiva personal
Muestra sus datos de uso personales. Si usted es administrador del inquilino, también puede consultar el uso de otros miembros del inquilino. Los usuarios sin permisos de administrador solo pueden ver sus propios datos de uso.
Periodo estadístico: personalice las fechas de inicio y fin para consultar los datos de uso de un periodo específico.
Punto de función: filtre los datos por módulo de función (se admiten varias selecciones) para consultar el uso de funciones como Agent, asistente de programación de código, acciones rápidas de IA y análisis inteligente de ChatBI.
Después de seleccionar el alcance estadístico, el periodo estadístico y los puntos de función, la página muestra las tres métricas principales que se describen a continuación. Cada métrica incluye su tendencia de cambio respecto a la semana anterior.
Número de solicitudes: el total de solicitudes de Data Agent que cumplen las condiciones especificadas dentro del periodo estadístico actual.
Número de usuarios: la cantidad de usuarios únicos que utilizaron Data Agent y cumplen las condiciones especificadas dentro del periodo estadístico actual.
Tokens consumidos: el número total de tokens, tanto de entrada como de salida, consumidos por las solicitudes de Data Agent que cumplen las condiciones especificadas dentro del periodo estadístico actual.
Debajo de las métricas principales, la sección Metric Details muestra un gráfico de líneas con la tendencia de dichas métricas durante el periodo seleccionado. Habilite Group by feature point para comparar las proporciones de uso de los distintos módulos de función. La sección Activity Index utiliza un mapa de calor de calendario para mostrar la actividad de uso a lo largo del año. Los colores más oscuros indican un mayor uso en un día determinado, lo que facilita identificar los periodos de mayor y menor actividad.
Detalles del consumo de tokens
La tabla de detalles del consumo de tokens registra el consumo de recursos de cada llamada de IA. Esto le ayuda a analizar costos, solucionar anomalías y auditar el uso. La tabla contiene los siguientes campos:
|
Campo |
Descripción |
|
Time |
La hora en la que se realizó la solicitud. |
|
User |
El identificador del usuario que inició la solicitud. |
|
request ID |
El identificador único de cada solicitud. Si detecta un consumo anómalo de tokens, puede usar el request ID para localizar e investigar la llamada específica. |
|
Feature point |
El módulo de función utilizado por la solicitud, como el asistente de programación de código o Agent. |
|
Intent name |
El tipo de intención específico identificado para la solicitud, como la finalización inteligente de una sola línea o el agente de desarrollo de datos. |
|
Input tokens |
El número de tokens de entrada enviados al modelo en la solicitud. |
|
Output tokens |
El número de tokens de salida devueltos por el modelo. |
|
Total tokens |
La suma de los tokens de entrada y de salida consumidos por la solicitud. |
Skills
Una Skill es un módulo de instrucciones personalizadas en Data Agent que amplía sus capacidades de IA. Al crear una Skill, puede encapsular procesos de negocio específicos, lógica de procesamiento de datos o métodos de análisis en un componente reutilizable. Esto permite que Data Agent ejecute tareas especializadas siguiendo un flujo de trabajo predefinido, como el análisis de tablas dinámicas de Excel o las revisiones de calidad de SQL.
Crear una skill
En el centro de configuración de Data Agent, haga clic en la pestaña Skill. Haga clic en Create Skill y configure los siguientes parámetros:
Parámetro | Descripción |
Name | El nombre único de la Skill. Se recomienda usar inglés y guiones, por ejemplo, |
Description | Una descripción de la función de la Skill. Ayuda a los usuarios a comprender rápidamente su propósito y los escenarios aplicables. |
Skill body | El contenido principal de la Skill, escrito en formato Markdown. Aquí puede definir los escenarios aplicables, los pasos del flujo de trabajo y los formatos de salida. Data Agent ejecuta las tareas según las instrucciones del cuerpo. |
Upload file | Puede cargar un paquete de archivos de recursos en formato |
Scope | Seleccione el alcance de visibilidad de la Skill:
|
Usar una skill en una conversación
Una vez creada una Skill, puede utilizarla en las conversaciones con Data Agent. Debajo del cuadro de entrada de la conversación, haga clic en el icono
. En el menú contextual que aparece, seleccione Skill y luego elija la Skill específica que desea aplicar a la conversación actual. Data Agent ejecutará la tarea según el flujo de trabajo y las instrucciones definidas en dicha Skill.
MCP Servers
Un MCP Server (Model Context Protocol) es un conjunto de servicios de herramientas de backend de los que depende Data Agent para ejecutar tareas. Proporciona interfaces de acceso a herramientas y metadatos para operaciones como consultas, análisis y generación de código. Los MCP Servers no admiten el acceso directo a las fuentes de datos subyacentes para lectura o escritura de datos. MCP proporciona al agente información de contexto, como convenciones de nomenclatura de campos, términos de negocio y metadatos de esquemas de tablas, para evitar riesgos de seguridad de datos causados por alucinaciones del LLM. En el centro de configuración puede consultar el servidor oficial integrado Alibaba Cloud-DataWorks-MCP-Server y sus herramientas relacionadas.
Acceder a MCP Servers
En el centro de configuración de Data Agent, haga clic en MCP Servers para ir a la pestaña MCP Servers.
Usar un MCP server
Las herramientas relacionadas con MCP Servers se pueden utilizar en el agente. Para obtener más información, consulte Agent mode.
Rules
Una Rule es el mecanismo principal para proporcionar contexto persistente, estándares y preferencias a DataWorks Data Agent. Esto garantiza que el código y las respuestas generadas sigan con precisión sus requisitos específicos.
Tipos de reglas y permisos
DataWorks ofrece dos tipos de reglas: Personal y Enterprise.
|
Tipo |
Definición y propósito |
Control de permisos |
Alcance |
|
Personal Rules |
Las crea y mantiene un desarrollador individual para encapsular sus hábitos de codificación, fragmentos de código frecuentes y descripciones de proyectos. |
Solo son visibles y efectivas para su creador. Otros usuarios no pueden consultarlas ni utilizarlas. |
Se aplican a nivel personal. Se pueden invocar en cualquier espacio de trabajo al que el usuario tenga acceso. |
|
Enterprise-class Rules |
Las define un administrador para establecer y aplicar estándares de desarrollo comunes, como convenciones de capas de almacén de datos, guías de estilo de código e instrucciones de uso para tablas principales. |
Los administradores del espacio de trabajo y los usuarios con permisos de nivel superior pueden crearlas, editarlas y gestionarlas. |
Se pueden aplicar de forma global o a espacios de trabajo específicos. |
La función Enterprise-class Rules solo está disponible en Data Agent Team Edition. Para obtener más información sobre las ediciones de Data Agent, consulte Data Agent billing.
Crear y gestionar reglas
En el centro de configuración de Data Agent, cambie a la pestaña Rules. En la página de gestión de reglas puede realizar las siguientes acciones:
Alternar entre las pestañas Personal Rules y Enterprise-class Rules para gestionar cada tipo de regla por separado.
Consultar información sobre las reglas existentes, como su nombre, mecanismo de activación y alcance.
Consultar, editar o eliminar reglas existentes.
Hacer clic en New Rule para crear una nueva regla.
Las reglas no se actualizan automáticamente. Los nombres que el agente genera durante una conversación no se añaden a la lista de Rule. Debe crearlos y mantenerlos manualmente haciendo clic en New Rule.
Si necesita un vocabulario dinámico, combine Rules con un MCP Server: mantenga el vocabulario en una fuente de datos externa, como una base de datos o un archivo de Excel, y permita que el agente consulte los estándares de nomenclatura más recientes en tiempo real mediante MCP. De este modo, no tendrá que actualizar las reglas manualmente. Para obtener más información, consulte la sección MCP Servers de este tema.
Cuando cree o edite una regla, configure los siguientes atributos principales:
Atributo | Descripción |
Rule Name | Establezca un nombre fácil de reconocer y una descripción detallada para la regla. |
Rule Content | Es el núcleo de la regla, es decir, la información de contexto específica que desea proporcionar a la IA. Aquí puede especificar los estándares y convenciones que Data Agent debe seguir al generar código. Se admite tanto la entrada manual como la carga de documentos.
|
Entry into force mechanism | Define la política sobre cómo se introduce automáticamente la regla en una conversación. Sigue la misma filosofía de diseño que Cursor.
|
Scope of entry into force | Para una regla empresarial, puede establecer un alcance que controle dónde será visible y utilizable.
|
A continuación se muestra un ejemplo de una regla:
Nombre de la regla: Convenciones de nomenclatura de tablas y nodos
-
Contenido de la regla:
# DataWorks data warehouse (ODS/DWD/DWS/ADS) table and node naming conventions As a senior data warehouse architect, you must strictly follow these naming conventions when you create any table or node in DataWorks. These conventions are essential for ensuring that your data assets are clear, maintainable, and consistent. ### 1. Table Naming Convention All table names must follow a unified, structured paradigm. #### 1.1 Core naming formula LayerPrefix_[CustomDescription]_[UpdateStrategySuffix] #### 1.2 Layer Prefix - [Mandatory] - DIM (Dimension layer): Must start with dim_. - DWD (Detail layer): Must start with dwd_. - DWS (Summary layer): Must start with dws_. - ADS (Application layer): Must start with ads_. #### 1.3 Update Strategy Suffix - [Mandatory] - DIM (Dimension layer): Use the _df suffix, which represents a Daily Full Snapshot. - DWD (Detail layer): Use the _di suffix, which represents Daily Incremental data. Use the _df suffix, which represents a Daily Full Snapshot. - DWS / ADS (Summary/Application layer): Use suffixes such as _1d, _7d, and _nd to represent the data aggregation period (for example, last 1 day, last 7 days, or last N days). #### 1.4 Delimiter All words in a table name must be in lowercase and separated by a single underscore (_). #### 1.5 Naming examples - DIM table example: dim_user_info_df (User information dimension table, daily full) - DWD table example (incremental): dwd_trade_order_detail_di (Trade order details, daily incremental) - DWD table example (full): dwd_product_base_info_df (Product basic information, daily full) - DWS table example: dws_user_active_uv_7d (User active UV summary for the last 7 days) - ADS table example: ads_screen_kpi_overview_1d (Dashboard core KPI overview, daily) ### 2. Node Naming Convention The node name should clearly reflect the core table it produces and its processing logic. - Naming principle: The node name should be highly consistent with the name of the main table it produces, in the format [Layer]_[BusinessLogic]. - Example: - An ODPS SQL node that produces the dwd_trade_order_detail_di table should be named dwd_trade_order_detail_di. - If a node handles complex logic, it can be named dws_build_user_active_uv_7d. Nombre de la regla: Convenciones de consistencia en la nomenclatura de campos
-
Contenido de la regla:
# Field naming consistency conventions You are a senior data developer. When you generate any SQL or data model code, you must strictly follow these field naming conventions to ensure naming consistency. 1. Use snake_case for all fields, such as user_id and order_date. 2. Use a single unified English name for the same concept. Do not mix different names. 3. Suffix time fields with _date or _time, such as create_date. 4. Prefix Boolean fields with is_, such as is_active. 5. Suffix foreign key fields with _id, such as product_id.
Para garantizar la consistencia en la nomenclatura de campos mediante la función Rules, siga estos pasos:
En la página de sesión de Data Agent, haga clic en Settings > Rules.
-
Haga clic en New Rule e introduzca el nombre de la regla y las convenciones de nomenclatura. Por ejemplo:
Use
snake_casepara todos los campos, comouser_idyorder_date.Utilice un único nombre unificado en inglés para el mismo concepto. No mezcle nombres distintos.
Agregue el sufijo _date o _time a los campos de fecha y hora, como
create_date.Agregue el prefijo is_ a los campos booleanos, como
is_active.Agregue el sufijo _id a los campos de clave externa, como
product_id.
Establezca el mecanismo de activación de la regla en Always applied.. Data Agent seguirá automáticamente estas convenciones de nomenclatura al generar código.
También puede usar la función de código estándar del módulo Data Standards para asociar campos con códigos estándar. Esto refuerza aún más las restricciones de consistencia en la nomenclatura.
Usar reglas en las conversaciones
Las reglas configuradas surten efecto durante sus interacciones diarias con Data Agent.
Para las reglas configuradas como Always applied., no se requiere ninguna acción adicional. Cuando Data Agent genera código o respuestas, utiliza estas reglas como conocimiento de fondo y restricciones de forma predeterminada.
-
Para las reglas configuradas como Manual application, puede habilitarlas manualmente durante una conversación:
Haga clic en el botón
situado debajo del cuadro de entrada.En el menú contextual que aparece, seleccione Rule y luego elija la regla específica que desea aplicar a la conversación actual.
Preguntas frecuentes
Diferencia entre skills y rules
Tanto las Skills como las Rules son mecanismos para ampliar las capacidades de Data Agent, pero tienen roles y propósitos distintos:
|
Dimensión |
Skill |
Rule |
|
Rol |
Un flujo de trabajo reutilizable orientado a tareas que encapsula procesos de negocio y pasos de ejecución específicos. |
Un contexto persistente orientado a restricciones que proporciona a la IA estándares, preferencias y conocimiento de fondo. |
|
Propósito |
Define "qué hacer" y "cómo hacerlo" para tareas específicas, como el análisis de tablas dinámicas de Excel o la revisión de calidad de SQL. |
Define "qué estándares seguir", como convenciones de nomenclatura de almacenes de datos, guías de estilo de código o instrucciones de uso para tablas principales. |
|
Método de activación |
Invocación bajo demanda. Usted activa una Skill seleccionándola manualmente en una conversación. |
Admite tanto la activación automática (siempre activa) como la manual (bajo demanda). |
|
Compatibilidad con archivos adjuntos |
Permite cargar un paquete de recursos .zip que puede incluir archivos de datos, ejemplos y otros recursos. |
Admite la entrada manual o la carga de archivos de documento, como archivos .doc, .pdf o .md, como contenido de la regla. |
Recomendaciones:
Utilice una Skill cuando necesite que Data Agent complete una tarea específica con un conjunto fijo de pasos, como el análisis de datos o la generación de informes.
Utilice una Rule cuando necesite que Data Agent siga de manera consistente ciertos estándares, como convenciones de nomenclatura o estilos de código, en todas las conversaciones.
Las Skills y las Rules se pueden usar en conjunto. Por ejemplo, puede usar una Rule para definir los estándares de codificación de su equipo y luego usar una Skill para encapsular un proceso específico de revisión de código. Así, Data Agent seguirá automáticamente los estándares del equipo al ejecutar la tarea de revisión.
Diferencia entre skills y MCP servers
Tanto las Skills como los MCP Servers amplían las capacidades de Data Agent, pero operan en niveles distintos:
|
Dimensión |
Skill |
MCP Server |
|
Rol |
Capa de instrucciones. Define un flujo de trabajo y una lógica de ejecución mediante lenguaje natural para indicarle a la IA "cómo completar una tarea". |
Capa de herramientas. Proporciona a la IA herramientas externas invocables y fuentes de datos, otorgándole la "capacidad de ejecutar acciones". |
|
Alcance de las capacidades |
Orquesta las capacidades existentes combinando varios pasos en un proceso de negocio completo. |
Amplía las capacidades mediante la integración con API de sistemas externos y fuentes de datos, por ejemplo, para consultar datos o ejecutar acciones. |
|
Escenarios típicos |
Análisis de tablas dinámicas de Excel, revisión de calidad de SQL y flujos de trabajo de revisión de código. |
Consulta de metadatos de DataWorks, llamadas a API externas y obtención de información de esquemas de tablas a través de interfaces de metadatos. |
Recomendaciones:
Utilice una Skill cuando necesite orquestar capacidades existentes para completar un proceso de negocio específico. Puede crear una rápidamente sin necesidad de programar.
Utilice un MCP Server cuando necesite que Data Agent acceda a sistemas externos integrándose con los servicios de herramientas correspondientes.
Las Skills y los MCP Servers pueden trabajar juntos. Un MCP Server proporciona las capacidades de herramientas subyacentes y una Skill orquesta esas herramientas en un flujo de trabajo. Por ejemplo, un MCP Server puede ofrecer una herramienta para consultar metadatos de DataWorks, y una Skill puede usar esa herramienta para definir un proceso completo de análisis de linaje de datos.