databricks-genie-agents

Databricks Genie Agents — официальный навык Databricks для работы с курируемыми агентами, которые отвечают на вопросы о структурированных данных через естественный язык. В документации этот объект ранее назывался Genie Space. Такой агент привязан к конкретной области данных: его таблицы, примеры вопросов и текстовые инструкции подбираются под определённый бизнес-контекст. Пользователь задаёт вопрос обычным языком, система переводит его в SQL, выполняет запрос в SQL warehouse и возвращает результат в разговорном интерфейсе. Это делает навык подходящим для управляемого исследования данных, где нужно заранее определить доступные таблицы, смысл показателей и допустимый способ ответа. Перед созданием агента рекомендуется изучить данные. В качестве базового шага используется discover-schema: один вызов возвращает столбцы, типы, примеры строк, количество null и число строк. Если известна только схема, таблицы можно перечислить через SHOW TABLES. Затем агрегатными SQL-запросами проверяются диапазоны, кардинальность и наиболее частые категориальные значения, чтобы примеры вопросов и инструкции соответствовали реальному содержимому таблиц. В качестве источников обычно рассматриваются агрегированные gold-таблицы, очищенные silver-данные и metric views; конкретный выбор определяется вопросами, которые должен закрывать агент. Рабочий цикл включает создание локального JSON-файла, перечисление существующих агентов, создание нового объекта, получение полной конфигурации и тестирование через Conversation API. Для создания нужен Databricks CLI версии 1.0 или новее, warehouse и заранее существующий parent_path в Workspace. Конфигурация serialized_space хранится как разобранный JSON: её можно экспортировать, редактировать в системе контроля версий и импортировать в другой workspace после замены имён каталогов. При миграции важно учитывать, что каталоги исходного и целевого workspace могут различаться. Формат конфигурации строгий. Элементы sample_questions, example_question_sqls и text_instructions должны иметь уникальные идентификаторы длиной 32 символа в нижнем регистре hex; уникальность проверяется между всеми тремя списками. Поля question, sql и content задаются массивами строк. Таблицы сортируются по identifier, настройки столбцов — по column_name, а примеры SQL и текстовые инструкции — по id. text_instructions допускает не более одного элемента, поэтому правила о таблицах, порядке исследования и стиле ответа объединяются в одну запись. После изменения следует задавать вопросы конкретному агенту через start-conversation, проверять состояние сообщения и читать сгенерированный SQL и результат. Навык различает курируемого Genie Agent и Genie One: первый ограничен выбранным набором данных и инструкциями, второй предназначен для общего поиска данных по workspace. Поэтому Genie Agent не заменяет универсальный discovery-маршрут. Сгенерированные SQL и ответы всё равно нужно проверять на соответствие схеме и бизнес-смыслу. При улучшении сначала выполняется диагностика и формулируется рекомендуемое изменение; мутационные операции вроде update-space, изменения SQL, warehouse или инструкций не следует запускать без одобрения. Для фильтров с неверными значениями документация рекомендует сопоставлять пользовательский термин с фактическим значением категории, а не закреплять неправильный текст в инструкции.