LakeAgent概述
LakeAgent即将开启公测,具体公测时间请关注华为云官网公告。
应用场景
在数据开发与治理过程中,用户需要编写复杂的代码或配置繁琐的流程来完成数据集成、开发。然而,传统方式对技术人员的专业技能要求较高,开发周期长,且难以快速响应业务变化,导致整体工作效率受限。
LakeAgent基于自然语言交互,结合大模型的深度认知与规划能力,能够完成复杂的数据集成、开发及治理任务,实现从需求到成果的端到端自动化。相比传统方式,LakeAgent可将数据集成任务的配置时间从小时级缩短至分钟级(以单表百万级数据量的增量同步任务为例),显著降低技术门槛。
典型使用场景包括:
- 数据集成场景:当您需要将本地MySQL数据定期同步至云端数据仓库时,可通过自然语言描述即可完成数据集成任务的创建,无需手动配置CDM集群和连接参数。
- 数据开发场景:当您需要对多张表进行关联分析并生成报表时,只需用自然语言描述分析需求,LakeAgent自动生成SQL并执行。
- 智能问数场景:当业务人员需要了解“上月各区域销售额Top10产品”“某门店近30天日均客流量”这类指标时,无需等待数据开发排期,也不用自己写SQL,直接用自然语言提问即可。LakeAgent会自动定位相关库表、读取字段含义、生成并执行SQL,再将查询结果转换为业务口径的结论;还支持按需输出包含KPI、图表、洞察与行动建议的分析报告。
假设您需要完成“分析上月销售数据并生成质量报告”的任务:
- 通过自然语言指令创建数据集成任务,将MySQL中的sales表同步至DWS。
- 等待同步完成后,输入“分析上月各区域销售额Top10产品”,系统自动生成SQL并执行。
- 分析结果输出后,输入“检查sales表的空值率和重复记录”,系统自动创建质量规则并执行监控。
整个流程无需切换工具或编写脚本,LakeAgent支持全链路自然语言驱动。
本文面向数据开发工程师和数据治理人员,介绍LakeAgent的核心特性、基本原理及快速上手方法。通过本文,您可以了解LakeAgent的核心能力并掌握其基本使用方法。
基本概念
在使用LakeAgent前,建议您了解以下基本概念:
- AI智能体(Agent):一种能够理解您的自然语言指令并自动完成任务的智能程序。与传统命令行工具不同,您无需逐步手动操作,只需用日常语言描述需求,智能体会自主规划执行步骤并完成任务。例如,输入“帮我查询今天的作业运行情况”,Agent会自动调用相关能力获取结果。
- Skill:LakeAgent的预置能力包,相当于为您配备的数据开发工具箱。每个Skill对应DataArts Studio的一项核心能力(如数据集成、数据开发、数据治理、数据安全)。Skill使LakeAgent能够直接调用平台功能完成具体任务,您无需额外配置即可使用。
- 审批模式:用于控制LakeAgent执行操作时的自主程度。由于LakeAgent的操作可能涉及数据修改、资源创建等变更行为,审批模式让您可以根据场景灵活选择是否需要人工确认后再执行。
原理介绍
LakeAgent基于自研Agent客户端实现,您无需安装额外软件或进行繁琐配置。通过自然语言交互方式,实现“说出需求即可获得成果”,LakeAgent为您带来需求即代码的开发体验。
需求即代码是LakeAgent的核心理念,指系统能够自动将用户的自然语言描述转化为可执行的数据开发脚本或任务。您只需用日常语言描述需求,系统即可完成从理解、规划到执行的全过程。
示例:假设您需要创建一个每日数据同步任务,只需输入:“帮我创建一个每天早上8点执行的MySQL数据同步任务,将sales表的增量数据同步到DWS数据仓库”
系统将自动完成以下步骤:
- 解析您的需求,识别关键要素(定时触发、MySQL源端、DWS目的端、增量同步)。
- 调用数据集成Skill,自动生成CDM集群配置和作业参数。
- 输出可执行的任务脚本,并在确认后创建定时任务。
整个过程无需您手动编写SQL、配置连接参数或设置调度策略。
工作流程说明:
- 用户输入:您通过自然语言描述需求,也可附加技能和规则约束。
- Agent引擎:大模型理解您的意图,制定执行计划,分解为多个子任务。
- Skills层:根据任务类型调用对应的预置能力(如数据集成Skill、数据开发Skill)。
- 任务执行:调用DataArts Studio底层服务完成实际操作,并返回结果。
您无需关注底层实现细节,只需关注业务需求本身。
功能概述
LakeAgent是DataArts Studio平台推出的全新一代AI智能体。LakeAgent提供独立的全页面操作环境,适合需要深度、持续交互的复杂数据开发与治理任务。
LakeAgent为您提供以下核心能力:
- 更强的推理规划能力:选择合适的模型,准确理解复杂的数据开发与治理意图,自动将任务分解为多步骤执行计划。
- 更强的Coding能力:支持高质量代码生成、优化与调试,覆盖SQL、Python等多种数据开发语言,帮助您快速产出可执行代码。
- 内置全面的Skills:预置数据集成、数据开发、数据治理、数据安全等官方Skills,无需额外配置即可调用平台核心能力。
- 对话式交互:通过Chat模式提供直观的对话式交互体验,您可以使用自然语言描述数据开发与治理需求,LakeAgent自动理解意图并执行任务。
前提条件
已购买DataArts Studio实例,具体操作请参见创建并配置DataArts Studio。
进入LakeAgent页面
- 登录DataArts Studio管理控制台。
详情请参考访问DataArts Studio实例控制台。
- 在DataArts Studio控制台首页,选择“LakeAgent”模块,进入LakeAgent页面。
快速开始
- 若已有LakeAgent实例,可直接新建对话任务。 图2 LakeAgent实例
若无LakeAgent实例,页面将显示“暂无实例”提示,单击“创建 Agent”,在弹出的对话框中输入LakeAgent名称并确认,即可完成实例创建。创建完成后可新建对话任务。
图3 创建LakeAgent实例
- 新建对话任务。
在左侧导航栏单击“新建任务”,创建一个新的对话界面。
- 配置会话参数。 图4 配置参数
在发送问题前,您需要配置以下参数:
- 选择技能(可选):单击会话输入框下方的“+”添加技能。技能的详细信息请参考技能(Skill)。
- 选择规则(可选):单击会话输入框下方的“+”添加规则。规则的详细信息请参考规则管理。
- 选择审批模式:您可以在会话输入框下方,通过下拉菜单选择审批模式,详细信息请参见表1。
- 选择工作空间:在会话输入框下方,通过下拉菜单选择目标工作空间。LakeAgent将在该工作空间的范围内执行操作,请确保选择的工作空间中包含您需要操作的数据资产。
- 选择模型:在会话输入框下方,通过下拉菜单选择使用的AI模型。不同模型在推理能力和响应速度上有所差异:对于简单的数据查询任务,可选择轻量级模型以获得更快的响应速度;对于复杂的多步骤任务,建议选择高级模型以获得更准确的推理结果。详细信息请参考模型管理。
- 输入需求指令。
在对话输入框中输入您的问题或指令。以下是一些常见的操作指令示例:
- 检查dim_customer表的数据质量,包括空值检查和重复值检查。
- 对比sales_2024和sales_2025两张表的记录数差异。
如果您仅仅想快速了解LakeAgent的能力,您也可以直接使用示例提示词。详细信息请参考界面说明。
图5 示例提示词
- 发送并查看结果。
单击输入框右侧的发送按钮
,或按Enter键发送问题。LakeAgent将根据您的问题进行分析,并在对话界面中返回结果。
相关文档
- 如果您需要了解如何创建和配置DataArts Studio实例,请参见创建并配置DataArts Studio。
- 技能的详细信息请参考技能(Skill)。
- 规则的详细信息请参考规则管理。
- 模型的详细信息请参考模型管理。