DataWorks：DataWorks Agent

步驟1：進入Copilot chat，切換至Agent模式

在Data Studio頁面，單擊頂部導覽列右上方的，進入Copilot Chat，在對話方塊左下角，切換至Agent模式。

步驟2：選擇Agent

您可以單擊/或在輸入框中輸入/快速喚起 Agent 菜單，選擇適用於當前任務情境的專用Agent。Agent類型包括：Data IntegrationAgent，資料地圖Agent，資料開發Agent，資料治理Agent，資料營運Agent。

步驟3：添加上下文（可選）

您可以通過在對話方塊中輸入@或在對話方塊右下角單擊@選擇並添加所需的上下文類型，從而為 Copilot 提供更豐富的背景資訊。

所支援的類型有：

• 表：引用一張或多張表的中繼資料資訊。

• 節點/代碼檔案：如引用某個節點中的代碼。

• 資料專輯：引用資料地圖中的資料專輯。

• Rules：臨時指定某個或某幾個Rules對目前的交談生效。

• 本地檔案：上傳本地的文檔作為背景資訊。

步驟4：切換大模型（可選）

Copilot 預設採用 Auto 模式。在此模式下，Agent 將根據任務情境執行智能化模型調度與全自動分配，並支援多模型間的無縫切換。更多詳情，請參閱：4. 智能化模型調度。同時，您可以單擊對話方塊底部的表徵圖，在彈出的菜單中自主選擇其他所支援的大模型。

支援的模型有：

步驟5：提交問題並可多輪對話

在對話方塊中輸入您的需求，您可以通過連續追問或補充說明的方式進行多輪對話，逐步修正和細化您的意圖，直至 Agent 完全理解併產出您期望的結果。

情境1 - Data IntegrationAgent

功能描述：支援使用者以自然語言方式（如中文或英文）直接描述資料同步需求，系統即可自動解析語義，智能產生對應的資料同步任務配置，包括源端與目標端的資料來源類型、表結構映射、欄位過濾條件、分區策略及調度參數等。

操作步驟：

1. 在對話方塊中輸入 / 並選擇Data IntegrationAgent。

2. 描述您的資料同步需求，包括源端、目標端、表名以及同步方式等。例如：“幫我建立一個離線同步任務，把MySQL的 ods_user_info_d 表同步到MaxCompute的 ods_user_info_d 表”

3. Agent 會解析您的需求，並自動填滿資料來源、表映射等資訊來建立資料同步節點。

4. 建立完成後，您可以點擊查看與修改。

情境2 - 資料開發Agent

功能描述：提供基於自然語言的ETL開發體驗，覆蓋需求分析、代碼產生、工作流程產生到發起發布的全流程。

操作步驟：

1. 使用自然語言描述您的資料開發需求，並可按需添加上下文。例如：“構建使用者Portrait analysis工作流程”。

2. Agent 會將任務分解為多個步驟（如建立節點、產生代碼、配置依賴）執行。

3. 針對產生的節點代碼，您可以查看並選擇是否保留或撤銷。

情境3 - 資料治理Agent

功能描述：DataWorks資料治理Agent，驅動企業資料治理從主動式邁向“自主式”資料治理。資料治理不再是複雜的資料分析和大量的表單配置修改，現在只需通過自然語言指令，轉化為精準的治理動作，通過專家級的治理能力進行治理操作的設定，並可進行自動執行。

核心能力：

• 品質規則配置：通過自然語言，協助使用者對指定的重點表，自動設定品質監控規則；資料治理Agent可智能分析指定表的欄位類型、業務語義和重要性，自動推薦並配置合理監控規則，如主鍵唯一性、非空約束、枚舉值範圍校正等，高效完成以往需要多次探查資料和規則配置的工作。

  • 樣本：幫我針對 dim_user_info 這張核心使用者維表，自動產生品質規則。

  • 樣本：針對ods_開頭的表，自動設定錶行數相關品質規則。

• 品質問題治理：針對資料資產治理模組中，已由系統自動探索的待治理的品質問題，如“熱門訪問表未配置品質規則”，“高基準任務產出表未配置品質規則”等問題，可直接通過自然語言給出治理要求，系統自動分析問題並進行相應治理

  • 樣本：找出熱門訪問表未配置品質規則的表，推薦並配置品質規則。

  • 樣本：幫我治理品質維度問題。

情境4 - 資料地圖Agent

功能描述：專註於提升資料尋找與理解的效率。通過AI驅動的自然語言互動，您可以在海量資料中快速完成中繼資料多種情境下的探索。

核心能力：

• 自然語言搜尋：支援自然語言問答，無需精確關鍵詞，基於業務意圖即可快速定位目標資料。例如，“找一下和使用者活躍度相關的匯總表”。

• 自動範圍調整：支援在對話中指定範圍，Agent將自動理解語義，快速基於該範圍進行資料定位。例如，“在adm_bi專案下，尋找和業務經營相關的表”。

• 深度資料理解：支援對目標資料進行追問，快速擷取血緣、負責人、欄位釋義等詳細資料。例如，“@dws_bi_metric_di這張表的直接下遊有哪些？如果變動後會對哪些負責人有影響？”。

情境5 - 資料營運Agent

功能描述：旨在為任務執行個體提供全面的健康評估與問題定位。通過融合依賴鏈路、資源水位、歷史運行趨勢、變更影響、日誌異常及資料品質等多維度分析，自動產生結構化的診斷報告。

關於更多資料營運Agent的說明，可以參見：AI營運。

1. 儲存管理

資料開發 Agent 支援在專案目錄或個人目錄中建立節點與檔案。為了保障儲存管理的準確性：

• 儲存位置設定：在Copilot設定中心中配置生成代碼檔案的預設儲存路徑，詳情可參見：個人設定。

• 衝突處理機制：當產生的節點類型與目前的目錄規則不一致時（例如：使用者請求在個人目錄下建立Data Integration節點），Agent 會觸發二次確認流程，待使用者核實後繼續執行。

2. 複雜任務處理

針對邏輯較複雜的開發需求，Agent 提供了全生命週期的狀態反饋：

• 待辦事項清單：Agent 會將複雜任務拆解為多個子步驟並展示待辦事項清單。隨著執行的推進，各事項狀態將自動更新。

• 執行總結：在任務流結束階段，Agent 會整理並輸出整個任務的總結報告，匯總已完成的操作及產生的資源，提升複核效率。

3. Token 消耗與效能統計

任務執行完成後，Agent 會提供量化的指標反饋，協助您直觀評估執行效率與模型調用規模：

• 任務耗時統計：系統自動記錄並展示當前任務從啟動到結束的總耗時，方便您評估自動化處理的效能。

• Token 消耗計量：精確統計本次互動產生的輸入 Token 與輸出 Token 數量。

  

4. 智能化模型調度

Copilot 引入了智能模型分配機制，旨在實現“意圖驅動”的開發體驗，您無需再關注底層模型的選型：

• 全自動模型分配（Auto 模式）：Agent 預設為 Auto 模式。在此模式下，Agent 會深度識別並精準拆解使用者的開發意圖，針對不同的子任務自動調度最優模型進行處理。

• 多模型動態協同（Auto 模式）：在Auto模式下，Agent 具備跨模型調度能力。系統會根據任務的即時需求，在單次對話中靈活切換多個模型，確保複雜任務的每一個環節都能匹配到更適合的模型。

• 自主切換模型：在滿足自動化需求的同時，若您有特定情境需求，可從 Auto 模式切換並指定其他特定的模型進行任務處理。