---
title: "FAQ Data Agent"
id: "1709"
type: "page"
slug: "faq"
published_at: "2026-09-04T10:17:31+00:00"
modified_at: "2026-09-05T01:25:59+00:00"
url: "https://pastukhov.com/agents/data/faq"
markdown_url: "https://pastukhov.com/agents/data/faq.md"
excerpt: "Агент. Вы описываете в чате, какие данные нужны, — он создаёт и поддерживает скрипты: пишет…"
---

# FAQ Data Agent

[https://pastukhov.com/agents/data/faq.md](https://pastukhov.com/agents/data/faq.md)

## Кто пишет скрипты?

Агент. Вы описываете в чате, какие данные нужны, — он создаёт и поддерживает скрипты: пишет новые, чинит ошибки, добавляет источники. В интерфейсе нет редактора кода: вся работа со скриптами ведётся через разговор с агентом, интерфейс нужен для запуска, расписания и просмотра результатов.

## Чем Data Agent отличается от ручной выгрузки данных?

Ручная выгрузка — это разовые усилия каждый раз: кому-то нужно писать или править код, не забывать запускать его, следить за ошибками. Data Agent делает всё сам: скрипты уже написаны, запускаются вручную или по расписанию, история и логи каждого запуска сохраняются, а собранные данные сразу готовы для визуализации в Analytics Agent.

## Как Data Agent связан с Analytics Agent?

Data Agent — источник данных для Analytics Agent. Сбор и подготовка — здесь: скрипты, запуски, расписание, хранилище. Визуализация — в Analytics Agent: отчёты, графики, панели по базам, которые подготовил Data Agent. Вместе они образуют один конвейер: собрал → подготовил → показал.

## Где хранятся данные?

В Lakehouse — папке `/lakehouse` на вашем сервере, организованной по проектам и источникам. В папке каждого источника: исходные файлы Parquet, база SQLite для визуализации, описание README и логи запусков. Данные ваши: переносятся простым копированием папки.

## Как задаётся расписание?

Расписание — один файл `schedule.yml` в папке скриптов. Меняет его агент по вашей просьбе («запускай каждый день в 8 утра»). Изменения подхватываются на лету, без перезагрузки, а запуски, пропущенные из-за простоя, не теряются.

## Нужно ли уметь программировать?

Нет. Скрипты, расписания и источники — всё создаёт агент по словесному описанию. Python нужен только агенту, а окружение для него уже встроено в Docker-образ.

## Что нужно для запуска?

Docker-хост: один контейнер, папка скриптов, папка постоянных данных и корень Lakehouse. Чат с агентом включается адресом и API-ключом Pastukhov Agent.

## Можно ли использовать без Pastukhov Agent?

Да: запуски, планировщик, Lakehouse, источники данных и просмотр результатов работают самостоятельно. Интеграция добавляет чат с агентом — именно агент пишет и поддерживает скрипты, поэтому без подключения к Pastukhov Agent собирать новые данные некому. Уже собранные данные можно смотреть и визуализировать в Analytics Agent.