通过

使用数据科学代理

重要

此功能在 Beta 版中。

本页介绍 Data Science Agent，这是一种 AI 数据代理，可通过在 Databricks 助手中选择代理模式。 它专为 Databricks 笔记本和 SQL 编辑器设计，它浏览数据、生成和运行代码以及修复错误-全部来自单个提示。

什么是数据科学代理？

Data Science Agent 是 Databricks 助手代理模式下的强大功能，可将助手转换为智能助手，可以在 Databricks 笔记本和 SQL 编辑器中自动执行整个多步骤数据科学工作流。

在笔记本中使用数据科学代理。

与助理聊天模式相比，代理模式扩展了功能：规划解决方案、检索相关资产、运行代码、使用单元格输出来改进结果、自动修复错误等。

数据科学代理可以规划和生成代码，以便在笔记本或查询中运行，以便在 SQL 编辑器中运行。 代理与你合作，批准其计划，并在继续之前确认其后续步骤。 经批准，数据科学代理可以使用工具执行搜索表、编辑笔记本、运行单元格和读取单元格输出等任务。

数据科学代理的访问和作由用户的权限控制。 它只能访问你有权访问的数据，并执行你有权执行的作。

要求

若要使用数据科学代理，工作区需要以下各项：

使用数据科学代理

若要使用数据科学代理，请执行以下作：

  1. 在 Databricks 笔记本或 SQL 编辑器中，打开助手侧面板。

  2. 在右下角，选择 “代理”。 这会切换助手的代理模式，使你能够与数据科学代理交互。

    Open Data Science Agent

  3. （可选）对于更长的、更开放的任务，请在 Planner 上切换。 这样，数据科学代理就可以协调多步骤工作负荷。 代理创建一个计划，并在继续执行后续步骤之前提出澄清问题。 启用 Planner 后，代理可以生成包含数据分析和可视化效果的完整笔记本。

  4. 输入代理的提示。 例如，“从 samples.bakehouse 分析 @sales_transactions 以识别最畅销的产品”。

    小窍门

    使用 @table_name.. 引用特定表。 代理将使用该表和任何关联的元数据来策展其响应。 代理尊重用户的 Unity 目录权限，因此它只能访问你有权访问的数据。

  5. 当代理生成响应并执行其计划时，它通常会暂停以获取输入：

    • 启用 Planner 后，代理会创建一个分步计划并提出澄清问题。 回答代理的澄清问题，以帮助其磨练其计划。

    • 当代理需要运行代码时，它会在继续之前请求你的批准。 允许 或 拒绝 其请求。 还可以 在此线程中选择“允许 ”（引用助手对话线程）或 “始终允许”。

      重要

      数据科学代理可以在笔记本中生成和执行代码。 虽然它有防护措施来防止危险行动，但仍有风险。 应仅将其与信任的代码和数据一起使用

    • 当代理继续工作时，系统可能会提示你选择“ 继续 ”或“ 拒绝”。 查看代理的现有工作，然后选择 “继续 ”以允许代理继续执行后续步骤或 拒绝 以告诉它尝试其他作。

    • 若要在代理正常工作时停止代理，请单击红色“停止”图标。

代理可以创建新的笔记本单元（或查询）、生成文本和代码、运行笔记本单元格以及访问单元格输出来解释结果。

注释

为了使数据科学代理继续其工作并执行后续步骤，需要保留在代理正在使用的当前选项卡上。

用例

在代理模式下，助手具有扩展的功能，例如查找数据、解释输出和执行单元格作。

启用 Planner 后，数据科学代理可以帮助完成更复杂的数据科学任务，包括探索性数据分析、预测和机器学习。 甚至可以通过数据科学代理从头开始创建新的数据分析笔记本。 为了获得更好的结果，请提供要与“”@table_name一起使用的表。

请尝试以下提示以开始作：

  • 数据发现：
    • “哪个表包含烘焙屋事务数据？”
    • “我想在洛杉矶市看到日期 2025-01-01 的天气数据， CA。
    • “查找包含纽约市出租车数据的表，并显示前 10 行。
  • 探索性数据分析：
    • “帮助我分析 A 列中的 JSON 字符串。
    • “创建此表中数据的可视化效果。
    • “解释此条形图。
    • “描述 @sales_transactions 数据集。 执行一些 EDA 来帮助我了解列统计信息并直观显示值的分布。 像数据科学家一样思考。
    • “分析 @workload_insights 以按收入查找 Databricks SQL 工作负载的前 5 个客户。 然后绘制过去 6 周客户每周为 Databricks SQL 拥有的用户数。
  • 预测：
    • “使用 @incidents 数据集，生成未来 2 周事件的每日数量预测。 完成后，请给我一个数据表和一个交互式图表来显示结果。
    • “使用 @website_traffic 数据集，预测未来月份的每日访问者计数。 突出显示任何季节性模式。
    • “从 @inventory 数据集生成未来 6 个月的产品需求预测，包括置信区间。
  • 机器学习：
    • “执行一些数据准备和特征工程，以准备此数据集进行模型训练。
    • “训练数据集上的 @customer\_data 分类模型以预测流失。 使用准确性和 AUC 指标评估模型。
    • “使用 @housing\_prices 数据集对回归模型执行超参数优化以提高预测错误。
    • “在数据集上 @sales\_leads 构建聚类分析模型，以标识客户细分，并提供每个群集特征的摘要。
  • 笔记本组织：
    • “创建一个汇总此笔记本结果的新单元格。
    • “将此笔记本命名为相关名称。

探索性数据分析

使用数据科学代理对数据集执行探索性数据分析。 例如，尝试使用代理来帮助创建分析 samples.bakehouse.sales_transactions 数据集的新笔记本。

在空笔记本选项卡中，打开“助理”面板，选择 “代理 模式和 规划器”，然后输入以下提示：“从 samples.bakehouse 描述数据集 @sales\_transactions 。 我想执行一些 EDA，以便我可以了解列统计信息并直观显示值的分布。 像数据科学家一样思考。

Data Science Agent 为 EDA 创建笔记本。

代理会创建一个计划来回答你的提示，并可能会提出澄清的问题。 批准后，它会生成新的笔记本单元格，其中包括代码来浏览解释其过程和发现的数据和文本。