全部產品
Search
文件中心

DataWorks:系統設定

更新時間:Jun 17, 2026

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:

  1. 單擊DataWorks介面右上方的Data Agent表徵圖,開啟Data Agent面板。

  2. 單擊Data Agent面板的image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

說明

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:

  1. 在席位管理頁簽的席位列表地區,單擊席位分配

  2. 在彈出的對話方塊中,選擇需要分配席位的阿里雲帳號。

  3. 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。

說明

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 excel-analysis),便於在對話中引用。

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 .zip 格式的資源檔包,單個檔案最大支援 50 MB。zip 包根目錄下可放置 SKILL.md 檔案(存在時將覆蓋上方 Skill 本文),其他檔案作為資源附件,可在 SKILL.md 中通過相對路徑引用。限制:SKILL.md ≤ 200 KB,整個 Zip 包 ≤ 50 MB。

歸屬範圍

選擇技能的可見範圍:

  • 個人:僅對建立者本人可見和可用,適用於個人常用的分析流程或工具封裝。

  • 工作空間:對指定工作空間內的所有成員可見和可用,適用於團隊共用的商務程序和規範。

  • 租戶:對當前租戶下所有工作空間的所有成員可見和可用。

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 image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。

說明

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。

  • 手動輸入:直接輸入或粘貼規則內容。

  • 文件上傳:上傳本地檔案,Data Agent 解析其內容後作為規則內容使用。支援的檔案格式包括 .doc.docx.pdf.txt.md.xls.xlsx.ppt.pptx.rtf.csv 和 .json;單個檔案大小不超過 50 KB。

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:

  • 總是應用:每次對話都會自動載入此規則。

  • 手動應用:預設不載入,僅在對話中被使用者添加至上下文時生效。

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。

  • 指定工作空間:僅對指定的工作空間下的成員生效。配置時,可選範圍僅限於擁有管理員權限的工作空間列表

  • 全部工作空間:租戶級生效。

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:

    1. 單擊輸入框下方的 image按鈕。

    2. 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。

相關文檔