Data Agent چیست؟ ساخت تحلیل‌گر داده با PostgreSQL و AI

Data Agent دستیار هوش مصنوعی است که سؤال کسب‌وکار را به یک برنامه تحلیل تبدیل می‌کند، داده مجاز را می‌خواند و نتیجه را با جدول، نمودار یا توضیح قابل‌بررسی تحویل می‌دهد. تفاوت آن با چت‌بات معمولی در دسترسی کنترل‌شده به داده و اجرای چندمرحله‌ای است.

یک Data Agent خوب نباید مستقیماً به دیتابیس production با دسترسی کامل وصل شود. معماری امن از View، کاربر فقط‌خواندنی، محدودیت Query و ثبت Audit استفاده می‌کند.

اجزای اصلی Data Agent

• مدل برای برنامه‌ریزی، ساخت Query و توضیح نتیجه؛
• Schema Catalog محدود و بدون Secret؛
• Query Runner با دسترسی فقط‌خواندنی؛
• Validator برای SQL، Timeout و سقف ردیف؛
• لایه نمایش جدول و نمودار؛
• Trace برای سؤال، Query، نتیجه و هزینه.

چرا Text-to-SQL به‌تنهایی کافی نیست؟

SQL معتبر ممکن است از نظر کسب‌وکار اشتباه باشد. مدل باید تعریف شاخص، بازه زمانی و واحد پول را از Semantic Layer یا مستندات بخواند. نتیجه نیز باید Query و منبع داده را نشان دهد تا تحلیل‌گر بتواند آن را بررسی کند.

دسترسی PostgreSQL را محدود کنید

CREATE ROLE data_agent_reader LOGIN PASSWORD 'use-a-secret-manager';
GRANT CONNECT ON DATABASE analytics TO data_agent_reader;
GRANT USAGE ON SCHEMA reporting TO data_agent_reader;
GRANT SELECT ON ALL TABLES IN SCHEMA reporting TO data_agent_reader;
ALTER ROLE data_agent_reader SET statement_timeout = '8s';

در production بهتر است Agent فقط Viewهای گزارش‌گیری را ببیند. نام مشتری، شماره تماس و داده حساس را پیش از رسیدن به مدل حذف یا Mask کنید.