Data Agent служит источником данных для Analytics Agent. Вместе они образуют конвейер «собрал → подготовил → показал»: Data Agent регулярно собирает данные и приводит их к единому виду, а Analytics Agent строит на них отчёты, графики и панели. Каждый продукт делает своё, и оба работают на вашем сервере.
Как это устроено
Скрипты Data Agent выгружают данные в Parquet — это исходные данные, источник правды. Затем скрипт load.py собирает их в единую базу SQLite — именно эту базу использует Analytics Agent для визуализации. Parquet при этом остаётся рядом: по нему всегда можно проверить целостность данных, не трогая базу.
Что нужно сделать
- Попросите агента в чате собрать нужные данные — он создаст источник, скрипты и запустит их.
- После запуска
load.pyбаза появится в Lakehouse, а источник зарегистрируется автоматически (как — на странице Источники данных). - В Analytics Agent подключите этот источник — раздел «Источники данных» в его документации — и стройте отчёты и графики.
Пример: демо-конвейер
В Data Agent есть демонстрационный конвейер — симулятор данных рынка Forex: папка forex-simulator/api со скриптами extract.py и load.py. После запуска в Lakehouse появляется база forex-simulator_api.sqlite — готовый пример того, что получит Analytics Agent: источники, схемы, таблицы.
Правила согласованности
- Parquet — всегда источник правды: исходные данные не пересобираются;
- SQLite — производная база: пересобирается каждый запуск, поэтому всегда соответствует последним исходным данным;
- README рядом с базой описывает её: откуда данные, какая структура, какие поля — Analytics Agent и человек понимают данные одинаково.
Подробнее о возможностях Analytics Agent — на странице ИИ-агент для аналитики.
Читайте также: Lakehouse, Источники данных.