資料智能 Luma - EventBridge

功能概述

Luma 位於 EventHouse 架構的資料智能層，在資料分析計算引擎之上，是使用者與資料互動的最上層介面。

Luma 通過以下核心組件實現資料智能：

組件	說明
AI 語義層	為 AI 提供表結構、欄位含義、資料關係等業務上下文
DataAgent	自主分析引擎，執行問題理解、中繼資料探測、SQL 產生、校正修複、查詢執行的完整分析鏈
自然語言互動	支援多輪對話，自動澄清模糊需求，將自然語言轉化為精確的 SQL 查詢
許可權感知	所有 AI 查詢遵循 EventHouse 的許可權體系，確保資料訪問安全

當使用者輸入查詢需求時，DataAgent 執行以下自主分析流程：

每個步驟的推理過程和工具調用均在對話介面中即時展示。

Agent 是 Luma 的分析工作空間，綁定特定的資料表和系統提示詞，形成獨立的分析環境。

屬性	說明
名稱	Agent 的標識名稱
描述	Agent 的用途說明
提示詞	系統提示詞，定義 Agent 的分析角色和行為規範
關聯資料	Agent 可訪問的資料表範圍，通過 Catalog > Namespace > Table 三級目錄選擇

通過建立多個 Agent，可實現資料許可權隔離和分析情境分離。例如，為營運團隊建立關聯警示資料的 Agent，為業務團隊建立關聯訂單資料的 Agent。

對話是與 Agent 互動的基本單元。每個 Agent 支援建立多個獨立對話，每個對話維護獨立的上下文。

在建立對話方塊中，配置以下參數。

參數	是否必填	說明
名稱	是	Agent 的名稱，用於標識不同的分析情境
描述	是	Agent 的用途描述
提示詞	是	系統提示詞，指導 Agent 的分析行為。例如："你是一個訂單資料分析專家，協助使用者分析訂單趨勢和異常"
關聯資料	是	Agent 可訪問的資料表。通過 Catalog > Namespace > Table 三級目錄結構選擇，至少選擇一個表

在 Agent 詳情頁的對話輸入框中，輸入查詢需求。

可以直接輸入自然語言描述，例如：
- "查詢最近 10 條訂單資料"
- "統計今天各狀態的訂單數量"
- "尋找金額最大的 5 筆訂單"
也可以單擊系統推薦的樣本問題快速開始。
Luma 開始自主分析，處理過程在對話地區即時展示。

Luma 會依次執行理解問題、探測中繼資料、產生 SQL、校正最佳化、執行查詢等步驟。如果查詢需求不夠明確，Luma 會主動追問以確認時間範圍、返回欄位等關鍵參數，根據提示補充資訊即可。
查詢完成後，Luma 返回結果表格和產生的 SQL 陳述式。

樣本：輸入“查詢最近 10 條訂單”後，Luma 產生並執行以下 SQL：
```
SELECT * FROM "order_events" ORDER BY __time__ DESC LIMIT 10
```
AI 產生的查詢結果僅供參考，建議對關鍵資料進行人工驗證。
在同一對話中繼續追問，進行更深入的分析。

Luma 會結合之前的對話上下文理解新需求。例如，在查詢訂單資料後追問“按天統計訂單數量趨勢”，Luma 自動產生新的彙總查詢。

建立 Agent 後，可以修改其提示詞和關聯資料。

在右側配置面板中修改配置項。

配置項	說明
資料	查看和編輯關聯的資料表。通過 Catalog > Namespace > Table 三級目錄添加或移除資料表
提示詞	編輯系統提示詞，調整 Agent 的分析行為和角色定義

注意：刪除 Agent 會同時刪除該 Agent 下的所有對話記錄，且不可恢複。