---
title: "FAQ Data Agent"
id: "1709"
type: "page"
slug: "faq"
published_at: "2026-09-04T10:17:31+00:00"
modified_at: "2026-10-22T16:36:13+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.

Доступ к данным у Analytics Agent только по чтению — базы можно смотреть, но не испортить. А когда отчёт нужно добавить, исправить или расширить, Analytics Agent передаёт Data Agent работу через его защищённое API (доступ по ключу, каждый вызов проверяется): кладёт или заменяет скрипт, запускает его, обновляет данные, при необходимости ставит расписание. Данные меняет только Data Agent — порядок в хранилище не нарушается.

## Где хранятся данные?

В Lakehouse — папке `/data` 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. В этом же файле задаются связки «после запуска»: после удачной выгрузки сама запускается сборка базы — два расписания под одну задачу больше не нужны.

## Нужно ли уметь программировать?

Нет. Скрипты, расписания и источники — всё создаёт агент по словесному описанию. Python нужен только агенту, а нужное окружение уже входит в состав продукта.

## Что нужно для запуска?

Для запуска нужен только сервер: продукт разворачивается через Pastukhov MultiAgent — в рамках «Фабрики агентов». Docker и всё необходимое MultiAgent устанавливает сам. Данные ложатся в папку скриптов, папку 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.

## Как собрать данные из сотен страниц?

Массовым сбором занимаются сборщики (харвестеры): сервисы поиска в интернете, загрузки страниц и обработки текста моделями. Настраиваются они один раз в разделе «Харвестеры», а запускает их агент по вашей просьбе — например, «сравни цены конкурентов на трёхстах страницах». Результат видно в разделе «Сборы»: сколько обработано, сколько потрачено и сколько ещё ждать. Нужны ли платные ключи — зависит от сервиса: поиск DuckDuckGo работает без ключа, а поисковые системы вроде Serper и модели требуют ключ и тратят деньги. Стоимость считается заранее: у каждого сборщика указывается цена за запрос, за загрузку или за токены, и в статистике видно, сколько уже потрачено. Подробнее — в статье [Харвестеры](/agents/data/docs/harvesters)
.