Начало работы

Data Agent — это ИИ-агент для сбора и подготовки данных. Вы описываете в чате, какие данные нужны, — агент сам пишет и поддерживает Python-скрипты, запускает их вручную или по расписанию, а результаты складывает в хранилище Lakehouse. Data Agent служит источником данных для Analytics Agent: всё, что он собрал и подготовил, Analytics Agent показывает в отчётах и графиках. ETL — сбор, подготовка и загрузка данных — полностью выполняется агентами: в интерфейсе нет ни ручного ввода данных, ни правки скриптов.

Для кого это

Для владельцев бизнеса и команд, которым нужны регулярные данные: цены конкурентов, статистика заказов, выгрузки из API внешних сервисов. Раньше для этого приходилось нанимать разработчика или разбираться в выгрузках самому. Здесь достаточно объяснить агенту, что нужно, — он напишет код, настроит расписание и будет поддерживать выгрузку в рабочем состоянии.

Системные требования

Нужен только Linux-сервер с Docker. Окружение Python со всеми библиотеками для работы с данными встроено в образ — отдельно устанавливать ничего не придётся. Подробная установка — на странице Установка Data Agent.

Первый вход — саморегистрация

Логин и пароль не задаются заранее: при первом запуске приложение открыто для регистрации, и первый созданный аккаунт становится администратором. После этого регистрация закрывается. Вход работает по токену сессии (90 дней), пароли хранятся в виде хэшей — их невозможно прочитать из базы.

Разделы интерфейса

• Главный экран — обзор: запуски за сегодня и состояние экземпляра, быстрые переходы в нужные разделы;
• Чаты — общение с агентом: здесь вы просите собрать данные и править выгрузки обычным языком. Раздел появляется, когда заданы AGENT_API_URL и AGENT_API_KEY (адрес и ключ вашего агента);
• Скрипты — дерево папок и файлов, которые написал агент: у каждой папки есть описание, у каждого файла — страница с кодом;
• Запуски — история всех запусков с живым выводом и журналами;
• Планировщик — расписание запусков: агент управляет им по вашим просьбам, здесь видно, что и когда запускается, и есть кнопка «Запустить сейчас»;
• Lakehouse — хранилище собранных данных, разложенных по проектам и источникам: Parquet, базы, описания, журналы;
• Источники данных — реестр источников, к которым можно обращаться с запросами: они появляются автоматически;
• Аналитика — обзор работы агента: токены, стоимость, нагрузка по часам и дням;
• Настройки — тема, язык, размер шрифта, интерпретатор Python для запусков;
• Мобильный — мобильное веб-приложение для iOS и Android: те же возможности на телефоне.

Тёмная тема включена по умолчанию, язык интерфейса — русский (в настройках каждый пользователь выбирает своё).

Первый скрипт за пять минут

1. Опишите агенту в чате, какие данные нужны и откуда их брать (например: «Каждый день собирай цены конкурентов из каталога»).
2. Агент создаст папку источника в папке скриптов: скрипт выгрузки extract.py, скрипт сборки базы load.py и файл с описанием.
3. Попросите запустить — данные появятся в Lakehouse, а источник станет доступен автоматически.
4. Попросите поставить расписание — дальше данные будут обновляться сами.
5. Подключите источник в Analytics Agent — и стройте отчёты и графики на свежих данных.

Дальше по документации

• Чат с агентом — как просить о задачах, модели и очередь сообщений;
• Скрипты — как устроена папка скриптов и что в ней лежит;
• Запуски — выполнение скриптов вручную и по расписанию;
• Планировщик — расписание запусков и его правила;
• Lakehouse — хранилище данных: что и где лежит;
• Источники данных — как данные становятся готовыми к запросам;
• Данные для Analytics Agent — связка «собрал → подготовил → показал»;
• Аналитика агента — токены, стоимость, нагрузка;
• Интеграция с Pastukhov Agent — как устроена связка с центральным агентом.

← Оглавление документации