Data Agent 設定中心是配置與最佳化智能助手功能的核心模組。目前該中心整合了 MCP 伺服器、規則、通用、及使用報告等核心功能。通過接入外部工具服務與靈活定製 AI 規則,Data Agent 旨在全面提升開發效率並保障代碼品質,為使用者提供高度定製化的智能化開發體驗。
功能入口
Data Agent 設定中心支援配置規則、MCP 伺服器、使用報告、通用設定。您可通過以下操作進入設定中心:
單擊DataWorks介面右上方的Data Agent表徵圖,開啟Data Agent面板。
單擊Data Agent面板的
設定按鈕,進入設定中心。
通用
在Data Agent設定中心。單擊設定進入設定頁簽。在該頁面,您可以進行以下個人配置:
生成代碼檔案的預設儲存路徑:用於指定 Agent 所產生代碼的儲存路徑。預設選項為專案目錄,您可以根據需要將其切換為個人目錄。
席位管理
該功能僅支援 Data Agent 團隊版使用。更多關於Data Agent 版本的資訊,可參見:Data Agent 費用。
查看席位概覽
在 Data Agent 設定中心,單擊席位管理進入席位管理頁簽。頁面上方展示目前的版本的席位概覽資訊:
指標 | 說明 |
Token 額度 | 團隊版每個席位贈送的 Token 額度 |
席位元量 | 當前已購買的席位總數。您可以單擊頁面右上方的升級調整席位元量 |
已指派席位 | 已指派給使用者的席位元量 |
剩餘可分配席位 | 尚未分配的空閑席位元量,即席位元量與已指派席位的差值 |
分配席位
當存在剩餘可分配席位時,租用戶系統管理員可以將席位分配給指定的阿里雲帳號。操作步驟如下:
在席位管理頁簽的席位列表地區,單擊席位分配。
在彈出的對話方塊中,選擇需要分配席位的阿里雲帳號。
單擊確認,完成席位分配。分配成功後,該使用者將出現在席位列表中,並可開始使用 Data Agent 功能。
取消分配席位
如需回收已指派的席位,租用戶系統管理員可以取消席位分配。取消後,對應使用者將失去 Data Agent 的使用許可權,被回收的席位可重新分配給其他使用者。
取消單個席位:在席位列表中,找到目標席位,單擊操作列的取消分配。
批量取消席位:在席位列表中,勾選多個需要取消分配的席位,然後單擊列表下方的批量取消按鈕。
席位列表說明
席位列表展示所有席位的詳細資料,包含以下欄位:
欄位 | 說明 |
席位號 | 席位的唯一標識編號,由系統自動產生 |
擁有者 | 當前席位所指派的使用者帳號 |
已使用量 | 該席位已消耗的 Token 數量,管理員可據此監控各席位的資源使用方式 |
分配時間 | 席位分配給目前使用者的時間 |
操作 | 對已指派的席位,可單擊取消分配回收該席位 |
用量
用量是 Data Agent 面向管理員和開發人員的資料洞察工具,用於量化評估 AI 功能的使用方式、追蹤使用趨勢並管控 Token 資源消耗。在 Data Agent 設定中心,單擊用量進入用量頁簽。
目前用量支援地區:西南1(成都)、華南1(深圳)、華北2(北京)、華東2(上海)、華東1(杭州)。其他地區將陸續開放支援。
查看核心指標
使用報告支援從不同維度查看 Data Agent 的核心使用資料。您可以通過頁面頂部的篩選條件自訂分析範圍:
統計範圍:切換不同視角查看使用資料。
視角
說明
租戶視角
查看當前租戶下所有工作空間的摘要資料
工作空間視角
查看您有許可權訪問的工作空間的使用資料
個人視角
查看個人的使用資料。如果您是租用戶系統管理員,還可以查看租戶內其他成員的使用方式;非管理使用者僅能查看自己的使用資料
統計周期:自訂起止日期範圍,查看指定時間段內的使用資料。
功能點:按功能模組篩選資料(支援多選),查看 Agent、代碼編程助手、快捷 AI 操作、ChatBI 智能分析等不同功能的使用方式。
選擇統計範圍、統計周期和功能點後,頁面將展示以下三項核心指標,每項指標均附帶與上一周期的環比變化趨勢:
請求次數:當前統計周期內,符合統計條件的使用 Data Agent 的總請求次數。
使用人數:當前統計周期內,符合統計條件的使用 Data Agent 的去重使用者數。
消耗 Tokens:當前統計周期內,符合統計條件的 Data Agent 請求消耗的 Tokens 總量(含輸入與輸出)。
在核心指標下方,指標詳情以折線圖展示所選周期核心心指標的變化趨勢,您可以開啟按功能點分組對比各功能模組的使用佔比。活躍指數以全年日曆熱力圖的形式展示使用活躍度,顏色越深代表當日使用越頻繁,協助您直觀發現使用高峰和低穀時期。
查看 Token 消耗明細
Token 消耗明細以請求層級的粒度記錄每次 AI 調用的資源消耗,協助您進行成本分析、異常排查和用量審計。明細表包含以下欄位:
欄位 | 說明 |
時間 | 請求發生的時間 |
使用者 | 發起請求的使用者標識 |
請求 ID | 每次請求的唯一標識,當發現 Token 消耗異常時,可通過請求 ID 定位具體調用進行排查 |
功能點 | 該請求所使用的功能模組,如代碼編程助手、Agent 等 |
意圖名稱 | 該請求被識別的具體意圖類型,如單行智能補全、資料開發Agent等 |
輸入 Tokens | 該請求發送給模型的輸入 Token 數量 |
輸出 Tokens | 模型返回的輸出 Token 數量 |
總 Tokens | 該請求消耗的輸入與輸出 Token 的總和 |
技能
技能(Skill)是 Data Agent 中用於擴充 AI 能力的自訂指令模組。通過建立技能,您可以將特定的商務程序、資料處理邏輯或分析方法封裝為可複用的 Skill,使 Data Agent 在對話中能夠按照預設的工作流程執行專業化任務,例如 Excel 資料透視分析、SQL 品質審查等。
建立技能
在 Data Agent 設定中心,單擊技能進入技能管理頁簽。單擊创建 Skill按鈕,在彈出的對話方塊中配置以下資訊:
配置項 | 說明 |
名稱 | Skill 的唯一標識名稱,建議使用英文和連字號命名(例如 |
描述 | Skill 的功能描述,用於協助使用者快速瞭解該技能的用途和適用情境。 |
Skill 本文 | 技能的核心內容,使用 Markdown 格式編寫。您可以在本文中定義適用情境、工作流程步驟、輸出格式等,Data Agent 將按照本文中的指令執行任務。 |
上傳檔案 | 支援上傳 |
歸屬範圍 | 選擇技能的可見範圍:
|
在對話中使用技能
建立好的技能可在與 Data Agent 的對話中使用。在對話輸入框下方,單擊
按鈕,在彈出的操作功能表中選擇技能,然後點選您希望本次對話應用的具體 Skill。Data Agent 將按照該技能中定義的工作流程和指令執行相應任務。
MCP 伺服器
MCP (Model Context Protocol) Server 是 Data Agent 智能體執行任務時依賴的後端工具服務集合,為查詢、分析和代碼產生等操作提供工具與資料來源與API。在設定中心可以查看DataWorks官方內建的 Alibaba Cloud-DataWorks-MCP-Server及相關工具。
訪問MCP Servers管理介面
在Data Agent設定中心。單擊 MCP Servers進入MCP Servers頁簽。
使用MCP Server
MCP Server相關工具可以在Data Agent 智能體中使用,詳情參見:Agent 智能體。
規則
規則(Rules)是為 DataWorks Data Agent 注入持久化上下文、規範與偏好的核心機制,從而確保其產生的程式碼與回答能精準遵循特定要求。
規則的類型與許可權
DataWorks 提供企業級和個人級兩種類型的規則:
類型 | 定義與用途 | 許可權控制 | 生效範圍 |
個人Rules | 由開發人員個人建立和維護,用於封裝個人的編碼習慣、常用程式碼片段、個人專案說明等。 | 僅對目前使用者可見並生效,其他使用者無法查看或使用。 | 個人範圍,在使用者所有可訪問的工作空間中均可調用。 |
企業級Rules | 由管理員統一制定,用於沉澱和推行公用的開發規範,如數倉分層命名法、代碼風格標準、核心表使用說明等。 | 工作空間管理員及更進階別使用者可建立、編輯和管理。 | 支援全域生效或指定到特定工作空間。 |
企業級Rules僅支援 Data Agent 團隊版使用。更多關於Data Agent 版本的資訊,可參見:Data Agent 費用。
建立與管理規則
在Data Agent設定中心,切換到Rules頁簽。在規則管理介面,您可以:
通過頁簽切換,分別管理個人Rules以及企業級Rules。
查看已有規則的名稱、生效機制、生效範圍等資訊。
查看、編輯或刪除已有規則。
單擊新增Rule按鈕建立新規則。
建立/編輯規則時,需要配置以下核心屬性:
屬性 | 功能說明 |
規則名稱 | 為規則設定一個易於識別的名稱和詳細的功能描述。 |
規則內容 | 規則的核心,即您希望提供給AI的具體上下文prompt資訊。可以填寫要求Data Agent自動產生代碼時需要執行的規範和標準等內容。支援手動輸入與文檔上傳兩種方式。
|
生效機制 | 定義規則被自動引入對話的策略,對齊Cursor的設計理念:
|
生效範圍 | 企業級規則支援設定生效範圍,控制此規則在哪些地方可見和可用。
|
以下是規則內容舉例:
規則名稱:表名及節點命名規範。
規則內容:如下。
# DataWorks數倉(ODS/DWD/DWS/ADS)表與節點命名規範 作為一名資深的資料倉儲架構師,你在DataWorks中建立任何錶或節點時,都必須嚴格遵循以下命名規範。這些規範是確保資料資產清晰、可維護和一致性的核心要求。 ### 1 表命名規範(Table Naming Convention) 所有表名必須遵循統一的結構化範式。 #### 1.1 核心命名公式 分層首碼_[自訂描述]_[更新策略尾碼] #### 1.2 分層首碼 (Layer Prefix) - [硬性要求] - DIM (維度層): 必須以 `dim_` 開頭。 - DWD (明細層): 必須以 `dwd_` 開頭。 - DWS (匯總層): 必須以 `dws_` 開頭。 - ADS (應用程式層): 必須以 `ads_` 開頭。 #### 1.3 更新策略尾碼 (Update Strategy Suffix) - [硬性要求] - DIM (維度層): 使用 _df 尾碼,代表每日全量快照 (Daily Full Snapshot)。 - DWD (明細層): 使用 _di 尾碼,代表每日增量資料 (Daily Incremental)。使用 _df 尾碼,代表每日全量快照 (Daily Full Snapshot)。 - DWS / ADS (匯總/應用程式層): 使用 _1d, _7d, _nd 等尾碼,代表其資料彙總的周期(例如:近1天、近7天、近N天)。 #### 1.4 分隔字元 表名中的所有單詞必須使用小寫字母,並由單個底線 `_` 分隔。 #### 1.5 命名樣本 - DIM表示例: `dim_user_info_df` (使用者資訊維度資料表,每日全量) - DWD表示例 (增量): `dwd_trade_order_detail_di` (交易訂單明細,每日增量) - DWD表示例 (全量): `dwd_product_base_info_df` (商品基礎資訊,每日全量) - DWS表示例: `dws_user_active_uv_7d` (使用者近7日活躍UV匯總) - ADS表示例: `ads_screen_kpi_overview_1d` (大屏核心KPI概覽,每日) ### 2.節點命名規範 (Node Naming Convention) 節點名稱應清晰地反映其產出的核心表和處理邏輯。 - 命名原則: 節點名應與其產出的主要表的名稱保持高度一致,以 `[分層]_[商務邏輯]` 的格式命名。 - 樣本: - 產出表 `dwd_trade_order_detail_di` 的ODPS SQL節點,應命名為 `dwd_trade_order_detail_di`。 - 如果一個節點處理複雜的邏輯,可以命名為 `dws_build_user_active_uv_7d`。
在對話中使用規則
配置好的規則會在您與 Data Agent 的日常互動中發揮作用。
對於設定為總是應用的規則,無需任何額外操作。Data Agent 在產生代碼或回答時,會預設將這些規則作為背景知識和約束條件。
對於設定為手動應用的規則,可以在對話時通過以下方式主動啟用:
單擊輸入框下方的
按鈕。在彈出的操作功能表中,選擇規則,然後點選您希望本次對話應用的具體規則。
常見問題
技能(Skill)和規則(Rule)有什麼區別?
技能和規則都是擴充 Data Agent 能力的機制,但定位和用途不同:
維度 | 技能(Skill) | 規則(Rule) |
定位 | 面向任務的可複用工作流程,封裝具體的商務程序和執行步驟。 | 面向約束的持久化上下文,為 AI 注入規範、偏好和背景知識。 |
用途 | 定義"做什麼"和"怎麼做",例如 Excel 資料透視分析、SQL 品質審查等具體任務。 | 定義"遵循什麼標準",例如數倉命名規範、代碼風格標準、核心表使用說明等約束。 |
生效方式 | 按需調用,在對話中手動選擇後觸發執行。 | 支援始終生效(每次對話自動載入)或手動生效(按需添加至上下文)。 |
附件支援 | 支援上傳 .zip 資源套件,可包含資料檔案、樣本等資源附件。 | 支援手動輸入或上傳文檔檔案(.doc、.pdf、.md 等)作為規則內容。 |
使用推薦:
當您需要讓 Data Agent 按照固定步驟完成一項具體任務(如資料分析、報表產生)時,推薦使用技能。
當您需要讓 Data Agent 在所有對話中持續遵循某些規範或標準(如命名規範、代碼風格)時,推薦使用規則。
技能和規則可以配合使用:例如,通過規則定義團隊的編碼規範,再通過技能封裝特定的代碼審查流程,使 Data Agent 在執行審查任務時自動遵循團隊規範。
技能(Skill)和 MCP 伺服器有什麼區別?
技能和 MCP 伺服器都能擴充 Data Agent 的能力,但二者的作用層級不同:
維度 | 技能(Skill) | MCP 伺服器 |
定位 | 指令層,通過自然語言定義工作流程和執行邏輯,告訴 AI "如何完成任務"。 | 工具層,為 AI 提供可調用的外部工具和資料來源,賦予 AI "執行操作的能力"。 |
能力範圍 | 編排已有能力,將多個步驟組合成完整的商務程序。 | 擴充新能力,接入外部系統的 API 和資料來源(如查詢資料、執行操作等)。 |
典型情境 | Excel 資料透視分析、SQL 品質審查、代碼審查流程等。 | 查詢 DataWorks 中繼資料、調用外部 API、訪問資料來源等。 |
使用推薦:
當您需要編排現有能力來完成特定商務程序時,推薦使用技能,無需編程即可快速建立。
當您需要讓 Data Agent 訪問外部系統時,可通過 MCP 伺服器接入相應的工具服務。
技能和 MCP 伺服器可以協同工作:MCP 伺服器提供底層工具能力,技能在此基礎上編排工作流程。例如,MCP 伺服器提供查詢 DataWorks 中繼資料的工具,技能則可以基於該工具定義一套完整的資料血緣分析流程。