企業資料管理的多智能體-Meta Agent（資料智能體）-Data Management-阿里雲 - Data Management

DMS Meta Agent 是一款基於大語言模型的企業級資料管理智能體，通過自動化的資料資產盤點和自然語言互動，Meta Agent 能將龐雜的資料資產轉化為易於理解和使用的業務知識，並允許使用者像與專家對話一樣，安全、高效地尋找、理解和使用資料。Meta Agent 擁有兩大核心能力：

資產盤點：Agent 能夠自動掃描並解析中繼資料，為您產生表/欄位的業務描述、SQL 注釋、使用說明以及業務目錄等關鍵知識。這些知識將成為驅動精準 AI 服務的基礎。
資產問答：在 Data Copilot 中，使用者可以通過自然語言，輕鬆實現資產尋找、資料分析、使用建議等一系列互動式資料服務。

應用情境

Meta Agent 提供了資料庫版和湖倉版，精準匹配不同角色的核心痛點：

面向人群	核心痛點	Meta Agent 解決方案
資料庫管理員	需耗費大量時間解答關於庫表結構、使用規範等重複性問題。	自動化盤點與管理資料庫知識，將 DBA 從低效的答疑工作中解放出來，聚焦於更高價值的管理工作。
資料庫/應用開發人員	需要頻繁尋找庫表資訊、編寫複雜 SQL、理解商務邏輯。	在 Data Copilot 中與資料庫直接對話，快速擷取庫表介紹、產生 SQL、分析報錯、解讀規範，大幅提升開發效率。
資料平台/湖倉管理者	難以對多模、海量的資料資產進行統一盤點、描述和治理。	自動化盤點全域資料資產，自動產生資產目錄、業務描述、指標口徑等，顯著降低資料治理成本。
資料分析師/用數人員	“找數難、懂數難、用數難”，資料利用效率低下。	通過自然語言安全地互動，輕鬆實現找數、問數、用數，讓資料消費的門檻降至最低。

版本選擇

為了更好地服務於不同情境，Meta Agent 提供了兩個版本。您可以根據下表進行選擇：

對比維度	Meta Agent 資料庫版	Meta Agent 湖倉版
核心定位	資料庫開發與管理智能體	全域資料資產管理與消費智能體
適用情境	降低資料庫管理成本，提升業務開發效率和穩定性。	降低平台資料資產治理成本，提升找數、問數、用數效率。
目標使用者	DBA、資料庫開發人員、應用開發人員。	湖倉管理者、資料開發工程師、資料分析師、業務用數人員。
核心功能差異	側重於庫/表/欄位描述與使用說明的產生，以及面向開發的問答。	側重於全域資產的深度盤點，額外支援業務術語、指標口徑等進階知識的產生。

詳細功能特性對比：

功能模組	功能特性	資料庫版	湖倉版
資料來源	跨雲多模資料來源	MySQL：RDS MySQL、PolarDB MySQL版、其他來源MySQL PostgreSQL：RDS PostgreSQL、PolarDB PostgreSQL版、其他來源PostgreSQL SQL Server：RDS SQL Server、其他來源SQL Server	支援的湖倉包括：ADB MySQL、ADB PostgreSQL、SelectDB、Starrocks、ClickHouse、MaxCompute、DWS
資產地圖	資產搜尋	✅	✅
	業務目錄	✅	✅
	資產詳情	不支援使用說明、品質	✅
資產盤點	說明文檔匯入	✅	✅
	資料採樣	✅	✅
	代碼解析	✅	✅
	業務術語產生	❌	✅
	指標口徑產生	❌	✅
	使用說明產生	❌	✅
	目錄產生	✅	✅
資產問答	Data Copilot問答	✅	✅

說明

為確保業務知識盤點的品質與時效性，Meta Agent 服務包含一項後台智能分析任務。該任務會每日定期對您的中繼資料及採樣資料進行掃描、分析與推理。此過程所需的大語言模型（SOTA模型）調用，是本服務的核心組成部分。所有相關的 Token 消耗費用，均已包含在您購買的 Meta Agent 服務包中，您無需為此支付任何額外費用。作為參考，背景工作的模型調用量級大致如下：

資料庫版：每個納管的執行個體，保底使用800萬Token以上的SOTA模型進行每日資產盤點和歸納，若資料資產較多，單日Token服務上限不超過1600萬。
湖倉版：每納管1000張表保底使用2億Token以上的SOTA模型進行每日資產盤點和歸納，若中繼資料數量較多，單日Token服務上限不超過4億。

核心優勢

全面的服務：
Meta Agent 提供從資產盤點、知識產生到自然語言互動的端到端服務，覆蓋“管、找、問、用”四大核心環節。
精準的反饋：
通過深度理解盤點產生的業務知識，Agent 能夠提供更貼合企業商務邏輯的精準回答。結合使用者反饋，知識庫還能持續自最佳化。
開放的生態：
Agent 的調用能力（通過 API/MCP）和其產生的知識本身，都可以被開放給其他平台或 AI 應用進行整合和使用，構建可擴充的智能生態。
安全的訪問：
所有問答互動嚴格遵循使用者在 DMS 中配置的資料許可權體系，確保在提供便利的同時，保障企業資料的安全合規。

使用限制

當前支援的地區：華東1（杭州）、華東2（上海）、華南1（深圳）、西南1（成都）、華北2（北京）、華北3（張家口）、新加坡、馬來西亞（吉隆坡）。
當前支援的資料來源：
- MySQL：RDS MySQL、PolarDB MySQL版、其他來源MySQL。
- PostgreSQL：RDS PostgreSQL、PolarDB PostgreSQL版、其他來源PostgreSQL。
- SQL Server：RDS SQL Server、其他來源SQL Server。
- 湖倉：AnalyticDB for MySQL、AnalyticDB for PostgreSQL、SelectDB、Starrocks、ClickHouse、MaxCompute、DWS。
待盤點的執行個體資訊已錄入DMS，錄入方式請參見雲資料庫錄入和他雲/自建資料庫錄入。
錄入資料庫執行個體時，執行個體需開啟安全託管。
使用的資料庫帳號，須具備目標資料庫的查詢許可權。關於許可權查看操作，請參見查看我的許可權。

資產盤點

登入Data Management 5.0。
在頂部功能表列中，選擇資料資產 > 資產地圖，或在極簡模式的控制台，點擊控制台左上方的表徵圖，選擇全部功能 > 資料資產 > 資產地圖。
（可選）如您尚未購買Meta Agent，請先點擊立即購買按鈕。根據實際需求選擇Meta Agent版本和擴容包。

其中Meta Agent版本可選資料庫版或湖倉版，Meta Agent擴容通過輸入框設定所需擴容數量。
在頁面中找到並點擊資產盤點框中的開始盤點按鈕。
在執行個體、庫或表頁簽中，選擇您要盤點的粒度並勾選目標。

說明
建議選擇庫或表層級進行盤點，以避免盤點對象過多而導致耗時過長。
點擊下一步，進行盤點配置。
根據嚮導完成盤點配置。
配置無誤後，點擊頁面下方的開始盤點按鈕，系統將進入知識產生與確認階段。
盤點完成後，您需要對產生的待採納知識進行審核、編輯和採納，使其正式生效。

頁面展示盤點產生的知識統計，包括表知識、SQL片段、欄位知識、血緣知識和SQL模板的數量及完成進度（100%）。知識列表中每條記錄包含知識類型（如表、欄位）、知識標題、信賴度百分比及關聯資產名稱。
- 查看並編輯知識
  - 選擇目標知識行，單擊詳情按鈕。
    
    說明
    若您僅需查看知識詳情而無需進行操作，可以在查看完成後單擊取消。
  - 在彈出的對話方塊中，在知識描述對比或知識內容對比中，點擊進行編輯。
  - 修改完成後，點擊按鈕，完成修改。
    
    說明
    修改完成後，採納狀態會自動修改為已採納。
- 採納知識
  - 單個採納：點擊目標知識行上的採納按鈕。
  - 一鍵採納：點擊列表頂部的一鍵採納按鈕，可採納所有待採納的知識。
查看錶詳情。
1. 返回資產地圖頁面，在搜尋方塊輸入目標表名稱，進行搜尋。
2. 在搜尋結果中，單擊目標表右側的詳情，可以查看資料表的基本資料，詳細屬性，使用說明，知識管理等資訊，可以在知識管理頁簽中，管理知識。
  
  基本資料頁簽展示表的欄位列表，包含序號、欄位名稱、類型、中文名、業務描述、自增、可空、熱度和安全等級等屬性列。頁面頂部提供申請許可權、資產問答、資產盤點和資料查詢操作按鈕。

資產問答

開啟DMS Data Copilot。
方式一
1. 進入資產地圖頁面，點擊資產問答框中的資產問答按鈕。
2. 在彈框中，選擇目標資料庫後，進行執行個體登入。
3. 登入完成後會出現DMS Data Copilot彈窗。
方式二
1. 進入DMS首頁。
2. 在左側導覽列，雙擊目標資料庫執行個體的資料庫名稱。
3. 在SQLConsole頁簽的上當，單擊Copilot。
在 Copilot 的對話方塊中，您可以用自然語言進行提問。例如：
- “幫我找一下關於使用者資訊的表”
- “訂單表裡有哪些欄位？”
- “上個月的總銷售額是多少？”
Copilot 會基於您已採納的知識庫，提供精準的回答。更多進階用法，請參見Data Copilot（新）。