使用用于数据代理的 AI 生成代理

使用 AI 模式的生成代理 是一种专门的 AI 助手,可帮助你快速生成和优化配置,确定数据代理在回答数据问题时的行为方式。 使用 AI 生成代理 将指导你生成和改进核心配置: 代理说明数据源说明数据源说明示例查询

生成代理与 AI 模式配合使用 ,探索连接的数据源,讨论希望数据代理回答的问题类型,并查看建议的配置更新。 准备就绪后,请接受应用建议,然后切换到 “测试数据代理 ”以验证改进。

在打开创建者助手的数据代理功能区中使用 AI 模式生成代理的屏幕截图。

注释

此功能目前为预览版, 仅适用于 SQL 和 Eventhouse 数据源。 如果向数据代理添加任何不受支持的数据源,则无法使用 AI 模式构建代理。

先决条件

在使用AI 构建代理之前,请确保您已具备以下条件:

  • 托管数据代理的 Fabric 容量(F SKU 或试用容量)。
  • 由您的 Fabric 管理员启用的数据代理租户设置。 有关更多信息,请参阅配置 Fabric 数据代理租户设置
  • 附加了至少一个受支持数据源的数据代理。 可以添加多个数据源,但它们必须全部受支持源类型。
  • 所有相关表均已被选作数据代理的输入。
  • 读取数据源的权限。 浏览查询历史记录还需要具有查看该数据源中查询历史记录的权限。

配置类型

使用 AI 生成代理 有助于生成和管理驱动数据代理质量的四种类型的配置项目:

配置 Description
代理说明 用于控制数据代理如何推理并选择数据源的高级规则。
数据源说明 有关如何使用特定表、列和联接,以及数据在数据源中如何建模的指导。
数据源说明 数据源包含的内容及其组织方式的高级说明。
示例查询 示例自然语言问题及与之配对的查询,这些查询体现了业务逻辑和预期模式。

开始

按照以下步骤开始将 具有 AI 功能的 Build 代理 与您的数据代理配合使用:

  1. 创建数据代理 并添加受支持的数据源,其中选择了相关表。

  2. 在数据代理的功能区中选择 “使用 AI 生成代理 ”。

    • 使用 AI 生成代理 将打开创建者助理聊天体验。
    • 测试数据代理 切换到标准数据代理测试模式。
  3. 开始对话。 AI 模式的构建代理打开后会显示有关如何开始使用的指导。 提供有关要生成的内容的详细信息,或询问希望数据代理回答的问题。

建议的第一步

  • 向创建者助理询问希望数据代理回答的问题。
  • 请让创建者助理浏览架构并汇总关键实体。
  • 针对两个或三个关键问题请求数据源说明和几个几个示例。
  • 执行查询以验证生成的输出。
  • 接受更新并切换到测试模式以尝试示例问题。

主要功能

具有 AI 模式的生成代理提供四项核心功能,旨在帮助你发现数据、从现有模式中学习,并将该上下文转换为更好的代理配置。

模式探索

通过发现表、列和与希望数据代理回答的问题最相关的字段,帮助你快速了解附加数据源中可用的内容。

示例提示:

  • “浏览架构并告诉我哪些表与销售管道报告相关。
  • “我应该使用哪些列将客户与订单关联起来?”
  • “给我看看关键日期字段,以及它们在各个表中是如何使用的。”

启用 AI 模式的 Build agent 会汇总关键实体、可能的连接路径以及可在“数据源说明”或小样本示例中引用的重要列。

查看查询历史记录

从成功执行的查询中提炼出模式(如常见的联接、筛选条件和聚合逻辑),以便为更优的小样本示例和更精确的数据源说明提供依据。

示例提示:

  • “查看最近的查询模式,并推荐几个有代表性的少样本示例。”
  • “查找 factSales 和维度之间的常见联接,并汇总联接键。
  • “是否有我们始终适用于活跃客户的标准筛选器?”

具有 AI 模式的生成代理总结了定期查询结构,并基于观察到的模式提出了候选的少量示例。

注释

访问查询历史记录取决于数据源中的权限。 如果查询历史记录不可用,创作助手将转而采用基于架构的推荐。

生成说明和几个示例

生成、改进并帮助你迭代完善用于提升数据代理质量的配置产物,包括数据源指令、数据源描述和小样本示例。

示例提示:

  • “为此湖仓生成数据源说明,以便代理使用正确的连接键和日期粒度。”
  • 以下是我当前的代理指令。 请重写它们,使其更清晰,并消除歧义。
  • “建议五个关于收入和回报的镜头。
  • “请识别相互矛盾的很少镜头,并建议更正。

创建者助手建议更新,你选择是否应用更新。 接受前请仔细检查更改,因为在当前预览中应用更新时,这些更新会替换您现有的配置块。

执行查询

针对附加数据源执行只读查询,以在设置过程中验证假设,例如确认联接路径、检查数据可用性,以及验证建议的几个示例是否返回预期结果。

示例提示:

  • “运行示例查询以验证 dimCustomer 和 factSales 之间的联接。
  • “执行这个查询,并告诉我对于活跃客户来说,结果看起来是否正确。”
  • “测试你为这几张照片建议的查询,并在它返回重复项时对其进行调整。

创建者助手显示它运行的查询,并汇总了结果。 成功的运行将返回可在聊天中查看的结果集。 如果查询失败,创建助手会报告错误,以便你调整指令或小样本示例。

重要

仅支持只读查询。 数据修改操作被阻止。

大多数成功的设置遵循简单的迭代循环:

  1. 浏览 - 使用 架构浏览 来了解数据源中可用的表、列和联接路径。
  2. Learn - 使用 查询历史记录浏览 (如果可用)发现已知模式和常见查询结构。
  3. 生成 — 使用这些输入生成针对您的业务问题定制的指令和少样本示例
  4. 验证 - 使用 执行查询 针对实际数据测试生成的查询并优化配置。
  5. 应用 - 接受配置更新并切换到 测试模式 ,以使用示例问题验证端到端。

根据需要重复此循环,以优化数据代理的行为。

更新配置

具有 AI 模式的生成代理通过聊天体验提出配置更改。 当建议准备就绪时:

  • 查看聊天中建议的更改。
  • 选择 “接受 ”以将更改应用于数据代理,或拒绝保留当前配置。
  • 更改会立即生效,从而实现紧密的 构建→测试→优化 闭环。

不支持的配置(预览版)

使用 AI 构建代理不会生成或管理以下配置:

  • 数据源选择(必须已附加受支持的数据源)。
  • 架构选择。
  • 数据代理说明(在发布数据代理时使用)。
  • 语义模型和 Power BI 为 AI 做准备
  • 本体。
  • 图形。
  • 非结构化数据。