All Products
Search

This Product

    Data Management:Meta Agent

    Document Center

    Data Management:Meta Agent

    Last Updated:Jun 21, 2026

    Meta Agent untuk Data Management Service (DMS) adalah agen manajemen data tingkat enterprise yang didukung oleh model bahasa besar. Melalui inventaris aset otomatis dan interaksi bahasa alami, Meta Agent mengubah aset data yang kompleks menjadi pengetahuan bisnis yang mudah dipahami, memungkinkan pengguna menemukan, memahami, dan menggunakan data secara aman dan efisien seolah-olah berbicara dengan seorang ahli. Meta Agent memiliki dua kemampuan inti:

    1. inventaris aset: Agen secara otomatis memindai dan mengurai metadata untuk menghasilkan pengetahuan kunci, seperti deskripsi bisnis untuk tabel dan bidang, komentar SQL, panduan penggunaan, dan katalog bisnis. Pengetahuan ini menjadi fondasi bagi layanan AI yang akurat.

    2. Dalam Asset Q&A, pengguna dapat menggunakan bahasa alami di Data Copilot untuk layanan data interaktif, termasuk pencarian aset, analisis data, dan rekomendasi penggunaan.

    Use cases

    Meta Agent menyediakan Edisi Database dan Edisi Data Lakehouse untuk mengatasi tantangan peran yang berbeda:

    User role

    Challenge

    Meta Agent solution

    database administrator

    Menghabiskan banyak waktu menjawab pertanyaan berulang tentang skema database dan standar penggunaan.

    Mengotomatiskan inventarisasi dan manajemen pengetahuan database, sehingga DBA terbebas dari tugas tanya-jawab berulang dan dapat fokus pada tugas manajemen bernilai lebih tinggi.

    Database/Application developer

    Sering perlu mencari informasi tabel, menulis kueri SQL kompleks, dan memahami logika bisnis.

    Memungkinkan interaksi langsung dengan database di Data Copilot untuk dengan cepat mendapatkan deskripsi tabel, menghasilkan SQL, menganalisis error, dan menafsirkan standar, sehingga secara signifikan meningkatkan efisiensi pengembangan.

    Data platform/Data lakehouse manager

    Kesulitan melakukan inventarisasi, deskripsi, dan tata kelola aset data berskala besar dan multi-model secara seragam.

    Secara otomatis melakukan inventarisasi seluruh aset data dan menghasilkan katalog bisnis, deskripsi bisnis, serta definisi metrik untuk secara signifikan mengurangi biaya tata kelola data.

    data analyst/data consumer

    Kesulitan menemukan, memahami, dan menggunakan data, sehingga efisiensi pemanfaatan data rendah.

    Memungkinkan interaksi aman dengan data menggunakan bahasa alami untuk dengan mudah menemukan, mengkueri, dan menggunakannya, sehingga menurunkan hambatan konsumsi data.

    Choose an edition

    Meta Agent menyediakan dua edisi untuk kasus penggunaan yang berbeda. Gunakan tabel berikut untuk memilih edisi yang paling sesuai dengan kebutuhan Anda.

    Dimension

    Meta Agent Database Edition

    Meta Agent Data Lakehouse Edition

    Core purpose

    Agen cerdas untuk pengembangan dan manajemen database.

    Agen cerdas untuk manajemen dan konsumsi aset data skala enterprise.

    Use cases

    Mengurangi biaya manajemen database dan meningkatkan efisiensi serta stabilitas pengembangan.

    Mengurangi biaya tata kelola aset data dan meningkatkan efisiensi dalam menemukan, mengkueri, dan menggunakan data.

    Target users

    DBA, developer database, dan developer aplikasi.

    Manajer danau data terpadu, insinyur data, analis data, dan konsumen data.

    Key feature differences

    Fokus pada menghasilkan deskripsi dan panduan penggunaan untuk database, tabel, dan bidang, serta tanya-jawab berorientasi pengembangan.

    Fokus pada inventarisasi mendalam seluruh aset dan menambahkan dukungan untuk menghasilkan pengetahuan lanjutan seperti istilah bisnis, dan definisi metrik.

    Tabel berikut memberikan perbandingan fitur secara rinci.

    Module

    Feature

    Database Edition

    Data Lakehouse Edition

    Data source

    Cross-cloud, multi-model data sources

    • MySQL: RDS MySQL, PolarDB MySQL Edition, dan sumber MySQL lainnya

    • PostgreSQL: RDS PostgreSQL, PolarDB PostgreSQL Edition, dan sumber PostgreSQL lainnya

    • SQL Server: RDS SQL Server dan sumber SQL Server lainnya

    Data lakehouse yang didukung meliputi: AnalyticDB for MySQL, AnalyticDB for PostgreSQL, SelectDB, StarRocks, ClickHouse, MaxCompute, dan DWS

    Asset Map

    asset search

    ✅

    ✅

    business catalog

    ✅

    ✅

    asset details

    Tidak mendukung panduan penggunaan, atau kualitas data

    ✅

    Asset inventory

    Documentation import

    ✅

    ✅

    Data sampling

    ✅

    ✅

    Code parsing

    ✅

    ✅

    business term generation

    ❌

    ✅

    metric definition generation

    ❌

    ✅

    Usage guide generation

    ❌

    ✅

    Catalog generation

    ✅

    ✅

    Asset Q&A

    Data Copilot Q&A

    ✅

    ✅
    Catatan

    Untuk memastikan kualitas dan ketepatan waktu inventaris aset, Meta Agent menjalankan tugas latar belakang yang secara rutin memindai dan menganalisis metadata serta data sampel Anda. Tugas ini menggunakan model teknologi terkini (SOTA) untuk menghasilkan pengetahuan. Biaya seluruh token usage termasuk dalam paket layanan Meta Agent Anda. Perkiraan token usage untuk tugas latar belakang ini adalah sebagai berikut:

    • Database Edition: Setiap instans terkelola menggunakan minimal 8 juta token model SOTA per hari untuk inventaris aset dan ringkasan. Jika Anda memiliki jumlah aset data yang besar, batas token harian dibatasi hingga 16 juta.

    • Data Lakehouse Edition: Untuk setiap 1.000 tabel terkelola, layanan mengonsumsi minimal 200 juta token model SOTA per hari untuk inventaris aset dan ringkasan. Jika Anda memiliki volume metadata yang besar, konsumsi token harian dibatasi hingga 400 juta.

    Key benefits

    1. Comprehensive service
      Meta Agent menyediakan layanan end-to-end, mulai dari inventaris aset dan generasi pengetahuan hingga interaksi bahasa alami. Layanan ini mencakup perjalanan data inti: manajemen, penemuan, pengkuerian, dan penggunaan.

    2. Intelligent and accurate answers
      Agen memahami secara mendalam pengetahuan bisnis yang dihasilkan selama proses inventarisasi, sehingga mampu memberikan jawaban akurat yang selaras dengan logika bisnis enterprise. Basis pengetahuan juga terus ditingkatkan berdasarkan umpan balik pengguna.

    3. Scalable ecosystem
      Anda dapat mengekspos kemampuan agen (melalui API/MCP) dan pengetahuan yang dihasilkannya ke platform atau aplikasi AI lain untuk integrasi, sehingga memungkinkan Anda membangun ekosistem cerdas yang dapat diskalakan.

    4. Secure access
      Semua interaksi tanya-jawab secara ketat mengikuti sistem izin data yang dikonfigurasi di DMS. Hal ini menjamin keamanan dan kepatuhan data sekaligus memberikan pengalaman pengguna yang nyaman.

    Limitations

    • Wilayah yang didukung: China (Hangzhou), China (Shanghai), China (Shenzhen), China (Chengdu), China (Beijing), China (Zhangjiakou), Singapura, dan Malaysia (Kuala Lumpur).

    • Sumber data yang didukung:

      • MySQL: RDS MySQL, PolarDB MySQL Edition, dan sumber MySQL lainnya.

      • PostgreSQL: RDS PostgreSQL, PolarDB PostgreSQL Edition, dan sumber PostgreSQL lainnya.

      • SQL Server: RDS SQL Server dan sumber SQL Server lainnya.

      • Data lakehouses: AnalyticDB for MySQL, AnalyticDB for PostgreSQL, SelectDB, StarRocks, ClickHouse, MaxCompute, dan DWS.

    • Anda harus memasukkan informasi instans yang ingin diinventarisasi ke dalam DMS. Untuk informasi lebih lanjut, lihat cloud database instance entry dan third-party cloud/self-managed database entry.

    • Saat menambahkan instans database, Anda harus enable security hosting untuk instans tersebut.

    • Akun database yang Anda gunakan harus memiliki izin kueri pada database target. Untuk informasi lebih lanjut tentang cara melihat izin, lihat View my permissions.

    Asset inventory

    1. Login ke DMS 5.0.

    2. Dari bilah menu atas, pilih Data Assets > Asset Map, atau dalam Mode Sederhana, klik ikon 2023-01-28_15-57-17 di pojok kiri atas dan pilih All Features > Data Assets > Asset Map.

      image

    3. (Opsional) Jika Anda belum membeli Meta Agent, klik tombol Buy Now. Pilih edisi Meta Agent dan paket ekspansi yang Anda butuhkan.

      Untuk edisi Meta Agent, pilih Database Edition atau Data Lakehouse Edition. Untuk ekspansi Meta Agent, masukkan jumlah yang diinginkan.

    4. Pada halaman tersebut, temukan kartu Asset Inventory dan klik tombol Start Inventory.

    5. Pada tab Instance, Database, atau Table, pilih tingkat granularitas inventarisasi lalu pilih aset target.

      Catatan

      Kami merekomendasikan memilih tingkat database atau tabel untuk inventarisasi guna menghindari proses yang terlalu lama akibat jumlah objek yang besar.

    6. Klik Next Step untuk mengonfigurasi inventaris.

    7. Ikuti wizard untuk menyelesaikan konfigurasi inventarisasi.

    8. Setelah konfirmasi konfigurasi, klik tombol Start Inventory di bagian bawah halaman. Sistem akan melanjutkan ke tahap knowledge generation and confirmation.

    9. Setelah inventarisasi selesai, Anda perlu meninjau, mengedit, dan mengadopsi pengetahuan Pending Adoption yang dihasilkan agar berlaku.

      Halaman ini menampilkan statistik pengetahuan yang dihasilkan dari inventarisasi, termasuk jumlah dan progres penyelesaian (100%) pengetahuan tabel, cuplikan SQL, pengetahuan bidang, pengetahuan lineage, dan templat SQL. Setiap catatan dalam daftar pengetahuan mencakup jenis pengetahuan (misalnya Table atau Field), judul pengetahuan, persentase kepercayaan, dan nama aset terkait.

      • Lihat dan edit pengetahuan

        • Pilih baris pengetahuan target dan klik tombol Details.

          Catatan

          Jika Anda hanya perlu melihat detail pengetahuan tanpa melakukan tindakan apa pun, Anda dapat mengklik Cancel setelah selesai.

        • Pada kotak dialog yang muncul, klik ikon edit image pada bagian Description Comparison atau Content Comparison untuk melakukan perubahan.

        • Setelah selesai mengedit, klik ikon simpan image untuk menerapkan perubahan Anda.

          Catatan

          Setelah perubahan disimpan, status adopsi secara otomatis berubah menjadi Adopted.

      • Adopsi pengetahuan

        • Adopsi tunggal: Klik tombol Adopt pada baris pengetahuan target.

        • Adopsi satu-klik: Klik tombol One-click Adoption di bagian atas daftar untuk mengadopsi seluruh pengetahuan yang tertunda.

    10. Lihat detail tabel.

      1. Kembali ke halaman Asset Map. Di kotak pencarian, masukkan nama tabel target dan cari.

      2. Pada hasil pencarian, klik Details di sebelah kanan tabel target. Anda dapat melihat Basic Information, Properties, Usage Guide, dan Knowledge Management tabel tersebut. Kelola pengetahuan dari tab Knowledge Management.

        Tab Basic Information menampilkan daftar bidang tabel, dengan kolom atribut seperti ID, Field Name, Type, Description, Business Description, Auto-increment, Nullable, Heat, dan Security Level. Di bagian atas halaman, terdapat tombol Request Permission, Asset Q&A, Asset Inventory, dan Data Query.

    Asset Q&A

    1. Buka DMS Data Copilot.

      Method 1

      1. Buka halaman Asset Map. Pada kartu Asset Q&A, klik tombol Asset Q&A.

      2. Pada kotak dialog yang muncul, pilih database target, lalu login ke instans tersebut.

      3. Setelah login, kotak dialog DMS Data Copilot akan muncul.

      Method 2

      1. Buka halaman utama DMS.

      2. Di panel navigasi kiri, klik ganda nama database dari instans database target.

      3. Di atas tab SQL Console, klik Copilot.

    2. Pada kotak dialog Copilot, ajukan pertanyaan dalam bahasa alami. Contohnya:

      • "Temukan tabel yang terkait dengan informasi pengguna."

      • "Bidang apa saja yang ada di tabel orders?"

      • "Berapa total penjualan bulan lalu?"

      Copilot memberikan jawaban akurat berdasarkan pengetahuan yang telah Anda adopsi. Untuk penggunaan lanjutan, lihat Data Copilot (New).