Data Management:Data Agent for Analytics

Casos de uso

• Usuarios de negocio: Defina requisitos de datos en lenguaje natural y genere informes sobre tendencias de ventas, comportamiento de usuarios y más.

• Analistas de datos: Ejecute análisis exploratorios, delegue tareas como la ingeniería de funciones automatizada y la limpieza de datos al agente, y reutilice el código Python generado.

• Gerentes: Obtenga información rápida sobre indicadores clave del negocio para tomar decisiones basadas en datos.

Funciones

• Descubrimiento automatizado de información: Describa sus requisitos en lenguaje natural. El agente interpreta los datos, descubre información relevante y genera un informe.

• Menor tiempo para obtener valor: Enfóquese en los resultados del negocio, no en flujos de trabajo de datos complejos.

• Conexión de datos sin interrupciones: Admite de forma nativa fuentes de datos administradas por ApsaraDB y DMS para realizar análisis instantáneos.

Integraciones

• Componente principal: Data Agent Skill

• Integración con un solo clic: Instálelo desde un repositorio de Git o ejecute el siguiente comando para desplegar y cargar rápidamente el agente.

  npx skills add https://github.com/aliyun/data-agent-skill

• Resumen de la función: Descargue e integre este paquete de habilidades en su servicio de agente. Este paquete establece un puente seguro hacia las fuentes de datos empresariales mediante protocolos de conexión estándar, lo que mejora el acceso a los datos y la profundidad analítica para aplicaciones personalizadas de inteligencia de datos.

Limitaciones

Data Agent for Analytics está disponible en las siguientes regiones:

China: China (Beijing), China (Zhangjiakou), China (Ulanqab), China (Hangzhou), China (Shanghai), China (Shenzhen), China (Chengdu) y China (Hong Kong).

Asia Pacífico: Singapore, Malaysia (Kuala Lumpur), Indonesia (Jakarta), Philippines (Manila) y Japan (Tokyo).

Otras: US (Silicon Valley) y US (Virginia).

El módulo Data+AI de DMS no admite la visualización ni la agregación del consumo de tokens. Para consultar el uso de tokens:

• Model Studio: Inicie sesión en la consola de Model Studio y seleccione Usage Statistics para ver el número de llamadas al modelo y el total de tokens.

• Billing Management: Inicie sesión en la consola de Billing Management y seleccione Bills > Bill Details para consultar los detalles de los cargos por llamadas a la API.

Los sistemas de autenticación de DMS Data Agent (pares de AccessKey de RAM para OpenAPI y tokens de acceso para la puerta de enlace de datos del agente) no son interoperables con las claves de API compatibles con OpenAI de DashScope/Model Studio. No puede utilizar credenciales de DMS en herramientas como QwenPaw que requieren claves de API compatibles con OpenAI. Para llamar a modelos en QwenPaw, utilice una clave de API de DashScope/Model Studio.

Diseño de la interfaz

• Interfaz inicial:

  • Data Center: Agregue y cargue datos para su análisis.

  • All Tasks: Consulte el historial de sus tareas de análisis.

  • User information: Vea los detalles de la cuenta actual.

  • Chat area: Inicie una nueva tarea de análisis e interactúe con el agente.

• Interfaz del espacio de trabajo:

  • Chat area: Continúe la conversación con el agente durante el análisis.

  • Execution area: Visualice el código escrito por el agente y sus resultados correspondientes para cada paso.

Preparación de la cuenta

Procedimiento

1. Inicie sesión en la consola del Agente.

2. Elija una edición. Compare las opciones en Data Agent editions.

   • Edición gratuita:

     En la tarjeta Free version, haga clic en Start Free Trial.

   • Edición personal:

     • En la tarjeta Personal, haga clic en Upgrade to Personal Edition.

     • Seleccione una región, la cantidad de puestos y la duración de la suscripción.

       Nota

       En la sección Subscription Duration, seleccione una duración mensual.

     • Haga clic en Buy Now y complete la compra.

   • Edición empresarial:

     • En la tarjeta Enterprise, haga clic en Upgrade to Enterprise Edition.

     • Seleccione una región, la cantidad de paquetes de recursos de Large Language Model (LLM) y la duración de la suscripción.

       Nota

       En la sección Subscription Duration, seleccione una duración de 1 a 11 meses.

     • Haga clic en Buy Now y complete la compra.

3. Cargue una muestra de datos desde un archivo local o utilice datos existentes.

   • Haga clic en para cargar un archivo local. Formatos admitidos: CSV, XLSX y XLS (hasta 200 MB).

   • Haga clic en para usar datos existentes. Agregue datos en Data Center.

4. Describa sus requisitos de análisis en el área de chat y presione Enter o haga clic en para iniciar el análisis.

5. Revise el plan de ejecución generado por el agente.

   • Si el plan es satisfactorio, haga clic en Start Task.

   • De lo contrario, haga clic en Modify Tasks para proporcionar detalles adicionales hasta que el plan cumpla con sus necesidades.

6. Espere a que finalice la ejecución. Puede ver el código del agente y los resultados de cada paso.

7. El agente puede generar un informe web visual para presentar la información obtenida de los datos.

Data Center

En el panel de navegación izquierdo, haga clic en Data Center. Haga clic en Add data y seleccione un método de conexión.

• Local upload:

  Arrastre un archivo al área de carga o haga clic para seleccionar uno. Después de la carga, haga clic en Confirm.

• Bases de datos en la nube: Las ediciones gratuita y personal admiten RDS Database, PolarDB database y AnalyticDB Database. La edición empresarial admite más de 40 fuentes de datos enumeradas en Databases Supported by DMS.

  1. Seleccione una region y una instance.

  2. Introduzca el Database user name y la Database password.

  3. Haga clic en Test link to continue.

  4. Seleccione la database y la table.

  5. Haga clic en Confirm.

• DMS-managed instance:

  Puede conectar instancias de MaxCompute y Hologres registradas en DMS como fuentes de datos para análisis. Para conocer el procedimiento de registro, consulte Register an instance.

Preguntas frecuentes sobre cómo agregar datos

Memoria a largo plazo

El agente identifica y guarda automáticamente información clave de sus conversaciones como memoria a largo plazo. Esta memoria se recupera en sesiones futuras para comprender mejor sus requisitos comerciales, mejorar los resultados del análisis y ofrecer una experiencia más contextual.

Privacidad de datos

• El agente no utiliza sus datos —incluidos archivos cargados, consultas, resultados de análisis e informes— para el entrenamiento o la iteración del modelo.

• Sus datos se procesan en una instancia de cómputo exclusiva dentro de su cuenta. La instancia y sus datos se destruyen una vez que finaliza la tarea. Otras cuentas no pueden acceder a sus datos, procesos o historial.

• Para el análisis de archivos locales, los archivos cargados se almacenan en un entorno aislado que no es visible para otras cuentas.

• Para el análisis de bases de datos, los datos permanecen en su instancia de base de datos. No se migran datos durante el procesamiento. Todos los resultados intermedios se destruyen después del análisis.