Tous les produits
Search
Centre de documentation

:DataWorks Agent pour les clients tiers

Dernière mise à jour :Aug 25, 2026

DataWorks Agent s'appuie sur le Model Context Protocol (MCP). Il se connecte au serveur DataWorks MCP et à d'autres serveurs MCP dédiés aux big data, tels que le serveur Hologres MCP, afin de proposer des fonctionnalités telles que le développement de données, l'exploitation et la maintenance des tâches, ainsi que l'intégration de données dans DataWorks, le tout via une interaction en langage naturel.

Important

Pour bénéficier d'un service Agent simplifié, consultez la rubrique Agent.

Fonctionnement

DataWorks Agent permet le développement de big data grâce à des interactions en langage naturel dans une fenêtre de chat intelligente. Le système utilise un modèle de langage large (LLM) pour analyser vos requêtes, puis sollicite les capacités du serveur MCP pour exécuter les tâches.

Par exemple, saisissez « Combien d'espaces de travail possédé-je ? » dans la fenêtre de chat de DataWorks Agent. L'Agent utilise le LLM pour interpréter cette demande et appelle l'outil ListProjects fourni par le serveur DataWorks MCP, lequel repose sur l'API OpenAPI de DataWorks, afin de récupérer le résultat. Pour les tâches complexes, le LLM interagit plusieurs fois avec le serveur MCP.

DataWorks Agent ne se limite pas à l'intégration avec le serveur DataWorks MCP ; il peut également se connecter à d'autres serveurs MCP. Vous avez également la liberté de choisir votre propre LLM, tel que Qwen, DeepSeek ou OpenAI.

image

Testez les invites suivantes pour découvrir d'autres scénarios de tâches pris en charge par DataWorks Agent.

Périmètre

Exemple d'invite

Data Studio

[Rechercher des tâches] Trouvez tous les nœuds de développement de données MaxCompute SQL situés dans le répertoire de projet de l'espace de travail actuel dont le statut de planification est « Suspendu ».

[Renommer des tâches] Renommez les nœuds identifiés ci-dessus en « invalid_node_to_delete ». Utilisez des numéros séquentiels pour les différencier.

[Créer des tâches] Créez cinq nœuds MaxCompute SQL dans le répertoire de projet de l'espace de travail actuel. Les noms doivent commencer par MC_Demo, suivis d'un trait de soulignement, puis d'un numéro incrémental automatique commençant par 01.

Exploitation et maintenance des tâches

[Réexécuter les tâches échouées] Dans cet espace de travail, identifiez les tâches ayant échoué le 20250330 et relancez leurs instances. Notez que bizdate correspond à un horodatage en millisecondes.

[Rechercher les instances échouées] Trouvez toutes les instances ayant échoué le 20250331 dans le projet de l'espace de travail actuel. Notez que bizdate correspond à un horodatage en millisecondes.

[Analyser les propriétés de réexécution des tâches] Analysez les propriétés de réexécution de ces tâches. Si elles sont réexécutables, lancez leur exécution.

Intégration de données

[Synchroniser une table MySQL unique vers MaxCompute] Créez une tâche d'intégration de données par lots dans l'espace de travail actuel avec les paramètres suivants :

  • Source de données source : mc_test_mysql (Nom de la table : users)

  • Source de données de destination : mc_test_maxcompute (Nom de la table de destination : users, identique à la table source)

  • Groupe de ressources : mc_test_res

  • Méthode de mappage des champs : Mappage automatique par nom (les colonnes portant le même nom dans les tables source et destination sont automatiquement mappées).

Analyse des données

[Analyse des ventes] Analysez les tendances de vente des 10 produits les plus vendus ce mois-ci à partir de la table des commandes.

Limitations

Cette fonctionnalité est disponible uniquement dans un environnement de développement personnel au sein d'un espace de travail où la nouvelle version de Data Studio est activée.

Important

Vous devez réinstaller le serveur MCP après avoir redémarré un environnement de développement personnel. Procédez avec prudence.

Facturation

L'utilisation de DataWorks Agent entraîne les frais suivants :

  • Frais d'appel à l'API OpenAPI de DataWorks

    Lorsque l'Agent appelle l'API OpenAPI de DataWorks via un serveur MCP, les appels sont facturés selon les normes de facturation de l'API OpenAPI.

  • Frais liés aux jetons du LLM

    L'Agent sollicite le modèle de langage large (LLM) que vous avez configuré, tel que Qwen, pour interpréter l'intention de l'utilisateur et générer des réponses en langage naturel. Ce processus consomme des jetons d'entrée et de sortie, facturés selon les règles tarifaires de votre fournisseur de modèle. Par exemple, si vous utilisez le modèle qwen-coder-plus dans Model Studio, les frais sont calculés sur la base des détails de facturation de Model Studio.

Démarrage rapide

Une fois que vous avez configuré DataWorks Agent, cliquez sur l'icône image située dans le coin supérieur droit de la page Cline pour ouvrir l'interface de chat de DataWorks Agent et tester un exemple rapide : rechercher les membres de l'espace de travail actuel.

Saisissez l'invite suivante : Rechercher les membres de l'espace de travail actuel.

L'Agent exécute la tâche selon les étapes suivantes :

  1. Analyse et confirmation de la demande : L'Agent interprète votre intention (par exemple, « rechercher les membres de l'espace de travail actuel »), identifie automatiquement l'ListProjectMembers API à appeler et vous demande de confirmer les paramètres requis, tels que l'espace de travail cible (ProjectId).

  2. Appel de l'API et réception de la réponse : Après avoir cliqué sur Approuver, l'Agent appelle l'API OpenAPI ListProjectMembers pour récupérer une liste structurée des membres de l'espace de travail, incluant leurs rôles et types de compte. Pour plus d'informations sur l'API OpenAPI ListProjectMembers, consultez la rubrique Rechercher la liste des membres de l'espace de travail.

    Remarque
    • Pendant l'exécution, le système vous invite à confirmer les actions pertinentes et à fournir les informations nécessaires. Cliquez sur Approuver pour poursuivre ou Rejeter pour annuler l'action.

    • La logique de décomposition des étapes clés peut varier légèrement selon la complexité de la tâche, le choix du LLM et la version du modèle. Le flux d'exécution réel dépend de l'analyse et de l'interaction en temps réel de l'Agent pendant la session.

Configurer DataWorks Agent

DataWorks Agent utilise une extension cliente MCP, telle que Cline, pour créer l'interface de chat. Il se connecte au serveur DataWorks MCP et à d'autres serveurs MCP Alibaba Cloud via les configurations du serveur MCP.

Remarque

Connectez-vous à davantage de serveurs MCP open source selon vos besoins afin d'enrichir les fonctionnalités de DataWorks Agent.

Prérequis

Étape 1 : Accéder à l'environnement de développement personnel

Suivez ces étapes pour démarrer et accéder à votre environnement de développement personnel.

  1. Accédez à la page Workspaces de la console DataWorks. Dans la barre de navigation supérieure, sélectionnez la région souhaitée. Localisez l'espace de travail concerné et choisissez Shortcuts > Data Studio dans la colonne Actions.

  2. Cliquez sur l'icône image située à côté de Personal Development Environment dans la barre de navigation supérieure pour vérifier l'état de votre instance d'environnement de développement personnel et y accéder.

    • Si l'état de l'instance est Running : Cliquez sur l'instance d'environnement de développement personnel en cours d'exécution sous Personal Development Environment pour entrer dans l'environnement.

    • Si l'instance présente un autre état : Cliquez sur Management Environment dans la fenêtre contextuelle. Sur la page Personal Development Environment Instances, localisez votre instance et cliquez sur Start dans la colonne Actions. Attendez que l'Instance Status passe à Running, puis cliquez sur l'instance pour entrer dans l'environnement.

    Remarque

    Une icône similaire à image dans la zone Personal Development Environment indique que vous avez bien accédé à l'environnement de développement personnel.

Étape 2 : Installer Cline

Une fois dans l'environnement de développement personnel, suivez ces étapes pour configurer DataWorks Agent. Ce guide utilise Cline à titre d'exemple.

Important

Si vous avez sélectionné l'image dataworks-mcp:py3.11-ubuntu22.04 lors de la création de votre instance d'environnement de développement personnel, vous n'avez pas besoin de mettre à niveau le moteur ni d'installer l'extension Cline.

Mettre à niveau le moteur

Sur les environnements de développement personnel plus anciens, mettez à niveau le moteur sous-jacent pour garantir la compatibilité avec les fonctionnalités de l'extension. Si vous avez déjà effectué la mise à niveau, ignorez cette étape.

Mise à niveau en un clic : Après avoir accédé à l'environnement de développement personnel, si une fenêtre contextuelle vous invite à mettre à niveau le moteur sous-jacent pour des raisons de compatibilité, cliquez sur le bouton One-click Upgrade pour finaliser l'opération.

Mise à niveau via la ligne de commande : Cliquez sur l'icône image située dans le coin inférieur gauche de la barre d'outils pour ouvrir le terminal. Exécutez la commande suivante dans le terminal et appuyez sur Entrée pour lancer la mise à niveau.

wget https://nodejs.org/dist/v20.19.0/node-v20.19.0-linux-x64.tar.xz
tar xf node-v20.19.0-linux-x64.tar.xz
mv /etc/dsw/node /etc/dsw/node14
mv node-v20.19.0-linux-x64 /etc/dsw/node

bash <(curl -s https://dataworks-notebook-${REGION}.oss-${REGION}.aliyuncs.com/public-datasets/aone-release/dwcode-server/scripts/update.sh)  0.2.169
Remarque

Vous n'avez pas besoin de remplacer manuellement ${REGION}. Le système détecte et renseigne automatiquement la région actuelle. Vous pouvez également exécuter la commande echo ${REGION} dans le terminal pour confirmer la valeur de la région résolue.

Une fois la mise à niveau terminée, cliquez sur Reload dans la fenêtre contextuelle pour appliquer les dernières modifications.

Installer l'extension Cline

Suivez ces étapes pour installer l'extension Cline dans votre environnement de développement personnel afin qu'elle serve de fenêtre de chat pour votre Agent.

  1. Dans le volet de navigation de gauche de la page de l'environnement de développement personnel, cliquez sur l'icône image pour accéder à la page Extensions.

  2. Saisissez Cline dans la zone de recherche de la page Extensions.

  3. Localisez l'extension Cline dans les résultats de recherche.

  4. Cliquez sur Install dans le coin inférieur droit de l'extension Cline et attendez la fin de l'installation.

  5. Une fois l'installation terminée, sur la page Data Studio, cliquez sur l'icône image située dans le coin supérieur droit pour ouvrir Copilot Chat, puis cliquez sur l'icône image pour basculer vers Cline.

  6. Vous pouvez également cliquer avec le bouton droit sur l'icône image pour Configure Keybindings ou déplacer l'extension vers l'emplacement de votre choix, par exemple le Move to > Primary Sidebar ou Move to > Panel.

Étape 3 : Configurer la clé API du LLM

Après avoir installé l'extension Cline, suivez ces étapes pour configurer votre clé API. Cet exemple illustre la connexion à l'API Model Studio en utilisant le mode OpenAI Compatible.

Remarque
  • Pour vous connecter à d'autres modèles, configurez les paramètres pertinents selon l'interface utilisateur.

  • Seule la méthode Use your own API key est prise en charge ; l'option Get Started for Free ne l'est pas.

  1. Sur la page de l'environnement de développement personnel de Data Studio, cliquez sur l'icône image située dans le coin supérieur droit de la barre de navigation supérieure pour ouvrir Copilot Chat, puis cliquez sur l'icône image pour basculer vers Cline.

  2. Sur la page Cline, cliquez sur Use your own API key et configurez les paramètres comme décrit dans le tableau suivant.

    Paramètre

    Description

    API Provider

    Le fournisseur de services API que vous souhaitez utiliser. Sélectionnez OpenAI Compatible. Cela indique que vous utiliserez une interface compatible avec OpenAI pour vous connecter à l'API Model Studio.

    Base URL

    L'URL de base du service API.

    Par exemple, le point de terminaison d'API compatible avec OpenAI fourni par Model Studio est https://dashscope-intl.aliyuncs.com/compatible-mode/v1.

    API Key

    La clé utilisée pour l'authentification. Vous pouvez obtenir cette clé API depuis la console Alibaba Cloud Model Studio.

    Model ID

    Le modèle spécifique que vous souhaitez utiliser. Différents modèles offrent des fonctionnalités et des performances variées.

    Sélectionnez qwen-coder-plus ou qwen-plus :

    • qwen-coder-plus : adapté à la génération de code et aux tâches de programmation.

    • qwen-plus : adapté à la génération et au traitement de texte général.

  3. Cliquez sur Let's go! pour enregistrer la configuration.

Étape 4 : Configurer le serveur MCP

Après avoir configuré la clé API, suivez ces étapes pour vous connecter au serveur DataWorks MCP et le configurer. Pour plus d'informations sur le serveur DataWorks MCP, consultez l'Annexe : Serveur DataWorks MCP.

  1. Dans le coin supérieur droit de la page Cline, cliquez sur l'icône image pour accéder à l'onglet MCP Servers Marketplace.

  2. Basculez vers l'onglet Installed pour afficher les serveurs MCP installés.

  3. Cliquez sur Configure MCP Servers pour ouvrir le fichier de configuration cline_mcp_settings.json. DataWorks fournit une configuration par défaut pour alibabacloud-dataworks-mcp-server. La configuration est la suivante :

    {
      "mcpServers": {
        "alibabacloud-dataworks-mcp-server": {
          "command": "npx",
          "args": [
            "alibabacloud-dataworks-mcp-server"
          ],
          "env": {
            "REGION": "cn-shanghai",
            "ALIBABA_CLOUD_CREDENTIALS_URI": "http://localhost:7002/api/v1/credentials/0",
            "TOOL_CATEGORIES": "SERVER_IDE_DEFAULT"
          },
          "disabled": false,
          "autoApprove": [],
          "timeout": 60
        }
      }
    }

    Paramètre

    Description

    command

    npx, la commande fournie par dataworks-mcp-server.

    args

    alibabacloud-dataworks-mcp-server, l'argument de commande pour dataworks-mcp-server.

    env

    REGION

    La région où se trouve votre espace de travail DataWorks, par exemple cn-shanghai.

    ALIBABA_CLOUD_CREDENTIALS_URI

    L'URI des identifiants Alibaba Cloud.

    Important

    Ce paramètre n'est valide que dans l'environnement de développement personnel de DataWorks et sert à obtenir l'authentification de l'utilisateur Alibaba Cloud.

    TOOL_CATEGORIES

    Une liste d'autorisation des catégories d'Tool. Saisissez les catégories d'API OpenAPI, séparées par des virgules.

    Exemple : "TOOL_CATEGORIES":"Data Source,Workspace Management,Resource Group Management,Data Map,Data Integration,Data Studio (new version),Operation Center,DataService,Open Platform,Data Quality,Label Management,Security Center,SERVER_IDE_DEFAULT".

    Remarque
    • SERVER_IDE_DEFAULT fait référence aux Tools par défaut dans l'environnement de développement personnel. Les autres catégories de service sont disponibles dans l'arborescence de gauche sur la page DataWorks - OpenAPI Overview.

    • Pour améliorer les performances de chargement du modèle et l'expérience utilisateur, la configuration par défaut définit TOOL_CATEGORIES sur SERVER_IDE_DEFAULT. Pour activer tous les outils d'API OpenAPI, supprimez cet élément de configuration.

    TOOL_NAMES

    Une liste d'autorisation des noms d'Tool. Saisissez les noms d'API OpenAPI, séparés par des virgules.

    Exemple : "TOOL_NAMES":"ListProjects,CreateNode,UpdateNode".

    Remarque

    Vous pouvez trouver TOOL_NAMES sur la page DataWorks - OpenAPI Overview.

  4. Si une liste des outils disponibles se charge sur la page après avoir enregistré la configuration, cela signifie que alibabacloud-dataworks-mcp-server est correctement installé et configuré. Vous pouvez désormais utiliser les fonctionnalités du serveur DataWorks MCP.

    Remarque

    Si ces informations ne se chargent pas, assurez-vous d'avoir mis à niveau le moteur.

  5. Étendez les capacités de DataWorks Agent en modifiant directement le fichier de configuration cline_mcp_settings.json ou en installant d'autres serveurs MCP depuis le Marketplace. Par exemple, pour utiliser les fonctions liées à Hologres dans DataWorks Agent, connectez-vous au serveur Hologres MCP.

FAQ

  • Q : Lors de l'exécution d'une invite prédéfinie sur le serveur MCP, une requête API met trop de temps à répondre. Quelle en est la cause et comment résoudre le problème ?

    R : La requête peut expirer en raison de problèmes de compatibilité avec une version obsolète du moteur. Mettez à niveau le moteur pour résoudre ce problème.

  • Q : Que puis-je faire pour améliorer la vitesse de réponse du modèle ?

    R : Pour améliorer les performances de réponse, essayez les mesures suivantes :

    • Désactivez les serveurs MCP inutilisés afin de réduire la charge système.

    • Dans le fichier de configuration du serveur MCP, utilisez le paramètre env pour spécifier explicitement TOOL_CATEGORIES ou TOOL_NAMES. Cela permet de charger uniquement les ensembles d'outils nécessaires et de réduire le nombre d'Tools importés.

Annexe : Serveur DataWorks MCP

MCP (Model Context Protocol) est un protocole qui fournit un contexte standardisé pour les modèles de langage large (LLM). Il normalise la manière dont les LLM se connectent à diverses sources de données et outils, leur permettant de traiter les informations plus efficacement. Un client MCP peut solliciter les capacités de différents serveurs MCP via le protocole MCP.

Le serveur DataWorks MCP, en tant que type de serveur MCP, encapsule l'API OpenAPI de DataWorks et expose les capacités de traitement des big data de DataWorks. Intégrez le serveur DataWorks MCP dans des produits tiers, des programmes ou des agents pour appeler rapidement les fonctionnalités de DataWorks.

Important

Pour utiliser DataWorks Agent en dehors d'un environnement de développement personnel, configurez ALIBABA_CLOUD_ACCESS_KEY_ID et ALIBABA_CLOUD_ACCESS_KEY_SECRET dans le paramètre env et supprimez la configuration ALIBABA_CLOUD_CREDENTIALS_URI. Obtenez les clés requises ici.

image