Data Modeling Agent: Робочий процес і артефакти

Data Modeling Agent слугує авторитетним контролером для структур даних, бізнес-семантики та подальшого мапінгу в екосистемі Datapunkt. Програмно опрацьовуючи вимоги та перекладаючи їх у надійні цільові моделі (такі як моделі Raw Vault, Canonical та Consumption), агент усуває вузькі місця ручного проєктування баз даних та підтримує керований версіями, затверджений людиною єдиний центр правди.

Підтримувані парадигми даних

Для управління повним життєвим циклом даних Data Modeling Agent проєктує та генерує конфігурації для трьох основних логічних рівнів:

• Моделі Raw Vault: Спроєктовані для повної аудитованості, агент витягує унікальні бізнес-ключі з метаданих джерел для динамічного визначення Hubs, Links та Satellites. Це забезпечує повне відстеження до джерела для регуляторного комплаєнсу.
• Канонічні моделі (Canonical Models): Стандартизовані, чисті та інтегровані проміжні структури. Агент зіставляє складні транзакційні визначення зі стандартними промисловими словниками для забезпечення семантичної узгодженості.
• Моделі споживання (Consumption Models): Готові до доступу, високопродуктивні схеми, спроєктовані для інструментів бізнес-аналітики (BI), звітів та аналітичних систем, із автоматичним поширенням оновлень схем на наступні рівні.

Покроковий операційний робочий процес

Data Modeling Agent має інтерфейс проєктування на основі підказок (prompts) із суворими захисними бар'єрами за участю людини (human-in-the-loop). Нижче наведено детальний робочий процес для підписки, запуску та розгортання моделей за допомогою агента.

Крок 1: Підписка на агента

Розпочніть із придбання доступу до Data Modeling Agent на маркетплейсі платформи:

1. Перейдіть на платформу Agentpunkt та увійдіть у свій акаунт.
2. Знайдіть Data Modeling Agent у каталозі.
3. Оберіть бажаний рівень підписки (7 днів, 14 днів або щомісяця).
4. Перейдіть на сторінку "Hired Agents", щоб відстежувати активні підписки та запускати сеанси розробки моделей.

Крок 2: Ініціалізація сесії робочого простору

При запуску агента він налаштовує інтерактивний робочий простір з двома панелями, призначений для ітерацій у режимі реального часу:

1. Натисніть "Start Session", щоб відкрити інтерактивний інтерфейс розробника.
2. Використовуйте Ліву панель (Інтерактивний чат та історія сесії) для введення інструкцій, запитань або перетягування референсних документів.
3. Моніторте Праву панель (Візуальний робочий простір та згенерований код) для перегляду нових структур, схем та діаграм.

Крок 3: Надання контексту та вхідних джерел

Надайте агенту свої цільові завдання та контекст фізичних систем:

1. У Лівій панелі завантажте будь-які словники даних (CSV, PDF), файли схем баз даних (JSON Schema, YAML, XML) або застарілі DDL-скрипти.
2. Вкажіть свої цілі простою мовою. Наприклад: "Нам потрібно опрацювати ці застарілі реляційні таблиці та побудувати сумісну з dbt структуру Raw Vault, оптимізовану для Snowflake."
3. Визначте будь-які стандарти найменування (наприклад, префікси stg_ або v_) для забезпечення узгодженості.

Крок 4: Ітеративний перегляд та вдосконалення схеми

Вдосконалюйте результат через діалогові коригування:

1. Перевіряйте згенеровані схеми, ERD-діаграми або SQL-код, відображені в Правій панелі.
2. Вводьте правки або оновлення у вікні чату. Наприклад: "Застосуй хешування SHA-256 до наших ключів клієнтів та перейменуй часові мітки транзакцій відповідно до ISO-8601."
3. Агент динамічно оновлюватиме проєкти у Правій панелі, підсвічуючи змінені рядки.

Крок 5: Експорт та розгортання

Після фіналізації експортуйте структури для розгортання:

1. Оберіть цільовий діалект (наприклад, Snowflake, Google BigQuery, Amazon Redshift, Databricks Delta Lake або стандартний ANSI SQL).
2. Скопіюйте згенеровані DDL-скрипти або dbt YAML-конфігурації.
3. Розгортайте ці файли у ваших staging або production середовищах, використовуючи ваші існуючі, затверджені людьми CI/CD конвеєри.

Переваги: Чому це ефективно?

• Без вузьких місць ручного моделювання: Проєктування сутностей Data Vault вручну займає місяці. Агент будує Hubs, Links та Satellites за хвилини.
• Захист за участю людини (Human-in-the-Loop): Жодні зміни не виконуються автоматично на ваших живих базах даних. Агент працює як порадник із проєктування, гарантуючи ваше остаточне затвердження.
• Уніфіковане поширення семантики: Зміни, внесені до моделей вищого рівня, автоматично каскадуються до views нижчого рівня споживання, зменшуючи кількість зламаних звітів.
• Безперервне збереження контексту: Агент пам'ятає ваші власні системні керівні принципи та вподобання найменування під час сесії, з часом оптимізуючи свою логіку.