AI资讯 / 工程

工程 / 工程

Amazon Quick 推出智能体目录体验,AI驱动数据资产发现与语义继承

AWS Machine Learning

Amazon Quick 正式宣布推出智能体目录体验(Agentic Catalog Experience),这是一套由 AI 驱动的工作流,专为数据策展人设计,旨在打通企业上游数据目录与终端分析产品之间的「最后一公里」。长期以来,数据团队在 AWS Glue Data Catalog、Databricks Unity Catalog 等平台上投入大量精力定义表描述、列语义、主外键关系及词汇表,但这些元数据无法自动流入 Amazon Quick,导致策展人不得不手动重建语义,耗时数周且容易产生语义漂移。新推出的智能体目录体验以 Quick Agent 为核心,支持自然语言资产发现、批量数据集创建以及上游语义与关系的自动继承,让策展人从繁琐的手动配置中解放出来。该功能目前已面向 AWS Glue Data Catalog 和 Databricks Unity Catalog 开放预览。

企业数据团队长期面临一个结构性矛盾:上游数据目录中积累了大量精心维护的元数据,包括业务描述、列定义、主外键关系和质量评分,但这些信息始终无法自动流入面向业务用户的分析产品。数据策展人在为销售经理、财务负责人等业务用户启用 Amazon Quick 时,往往需要在数千张表中手动寻找合适资产,再逐一重建语义定义,整个过程从数小时延伸至数周,严重拖慢了数据洞察的交付速度。

智能体目录体验的核心是 Quick Agent,它被专门限定在目录上下文中的发现、创建与继承任务范围内。策展人只需用自然语言描述需求,例如「我是财务团队的高级分析师,需要用于季度营收报告和成本分析的表」,Quick Agent 便会在整个目录中搜索,综合利用业务描述、标签、Gold/Silver/Bronze 分类、质量评分和词汇表等元数据,即时呈现最相关的表及其关系,无需手动浏览或猜测。

在资产发现完成后,策展人确认选择,Quick Agent 即可批量创建「目录生成数据集」。默认创建路径为直接查询模式,上游目录始终保持为唯一数据源。被继承语义的数据集会标注清晰的「语义已继承」徽章,其元数据为只读状态,策展人可随时点击同步按钮刷新,确保与上游目录保持一致,从根本上消除语义漂移风险。

语义继承目前聚焦于两个关键维度:一是将表和列的业务描述继承至数据集,为策展人和终端用户提供必要的语义上下文;二是检测主外键关系,并据此自动建议和创建多数据集构造(Topics),预配置星型或雪花型模式连接。Quick Agent 会明确告知用户检测到的关系数量及所创建主题的结构,整个过程无需人工干预。

完成创建后,数据集和主题可立即投入使用。业务用户可直接发起问答对话,AI 代理利用继承的业务描述、词汇表和质量评分提供有据可查的答案;策展人也可基于完整语义上下文构建确定性可视化仪表板,并将数据集添加至空间后分享给终端用户。整套流程将原本需要数周的准备工作压缩至一次对话的时间跨度。

该功能目前处于预览阶段,已支持 AWS Glue Data Catalog 和 Databricks Unity Catalog 两大主流目录平台。AWS 表示,未来计划将更多元数据类型纳入数据集继承范围,并持续扩展对更多上游目录系统的支持。对于正在推进 AI 驱动分析转型的企业而言,这一能力标志着从孤立元数据走向连通、目录感知型 AI 分析的重要一步。

要点

  • Amazon Quick 推出智能体目录体验,允许数据策展人通过自然语言对话发现上游目录资产,无需手动浏览数千张表。
  • Quick Agent 可批量自动创建数据集,并从上游目录继承表列描述及主外键关系,消除手动重建语义的重复劳动。
  • 继承的元数据为只读状态,支持按需同步,从根本上解决上游定义变更导致的语义漂移问题。
  • 该功能目前已面向 AWS Glue Data Catalog 和 Databricks Unity Catalog 开放预览,未来将扩展更多元数据类型与目录平台支持。
  • 整套工作流将数据从准备到可用洞察的时间从数周压缩至单次对话,显著提升企业 AI 分析的交付效率。
查看原始来源

原始标题:Announcing the Agentic Catalog Experience in Amazon Quick

本文由 DataHub 基于公开来源整理,用于信息发现与摘要阅读;具体事实、数据和后续更新以原始来源为准。