当前位置: 首页 > news >正文

MaxCompute Agentic 工具套件首发:面向所有 Agent 提供标准化数据服务

导读

当大模型和智能体技术席卷各行各业,数据分析领域正在经历一场静默的革命。MaxCompute 正式发布 Agentic 工具套件,MC 引擎全面 Agentic 升级——通过 MCP Server、Skills、CatalogAPI SDK 与 CLI 四大核心组件,面向任何 AI Agent 提供标准化数据服务,让 AI Agent 成为你团队里最勤劳的数据工程师。

Agentic 时代,数据平台需要什么?

过去,分析师的一天往往这样度过:打开 SQL IDE 写查询、切到数据目录查表结构、再打开可视化工具做图表、最后导出 Excel 发给业务方。工具链条长、上下文切换频繁,大量时间消耗在"找数据"和"整理数据"上,而非真正的洞察。

当 AI Agent 开始渗透办公场景,一个自然而然的问题出现了:数据平台能不能也成为 Agent 的" native 环境"?

MaxCompute 的答案是:能,而且不止于此。

今天,我们正式发布Agentic 工具套件,四大核心组件从服务端到机器自治,构建起面向任何 Agent 的数据智能体基础设施:

  • MCP Server(MCMCP)—— AI Agent 的标准数据服务接口

  • MaxCompute Skills—— 面向 Agent 的语义化技能包

  • CatalogAPI SDK—— 数据目录管理的 RESTful 接口

  • MaxCompute CLI—— 面向脚本与 Agent 集成的命令行工具

MCP Server:让 Agent 直接「读懂」你的数据仓库

MCP Server(MCMCP)是 Agent 进入 MaxCompute 世界的"标准接口"。

基于 Model Context Protocol(MCP)协议,MCMCP 让各类 AI Agent 能够直接完成大规模数据分析和智能化运维。Agent 可以像人一样浏览数据目录、搜索元数据、执行只读 SQL 查询——而且服务端强制只读保护,数据安全有底线

它已经接入 OpenClaw、DataWorks Agent、Qwen Code、QoderWork、MaxAgent 等多种主流 Agent 客户端,支持 AK/SK、STS、Credentials URI、ECS RAM Role 等多种认证方式,企业级部署无压力。

适合谁:已经在使用桌面 Agent(如各类 AI 编程助手、智能办公助手),希望 Agent 能直接访问数据仓库做分析和运维的团队。

MaxCompute Skills:给 Agent 装上「专业技能包」

Agent 有了接口还不够,它需要"懂业务"。MaxCompute Skills就是一套面向 Agent 的语义化能力包,相当于给 Agent 发了一张"MaxCompute 专业工程师证书"。

目前包含的Information Schema 语义包,覆盖存储压力诊断、成本分析、任务失败分析、权限审计、热点表观测等系统级运维场景。Agent 不再需要用户手把手教它怎么查元数据、怎么看执行计划,它自己就知道该问什么、该看什么。

配合 MC MCP 使用,Agent 从"能连上数据库"进化到"能独立排查问题"。

适合谁:希望降低 Agent 使用数据平台的门槛、需要 Agent 承担部分运维和分析工作的团队。

CatalogAPI SDK:用代码管理你的数据资产

对于需要深度定制和集成的开发者,CatalogAPI SDK提供了 MaxCompute 数据目录管理的完整 RESTful 接口(Java/Python 双语言支持)。

数据表的增删改查、外部数据源连接配置、细粒度的 Role/Policy 权限控制、Taxonomy 策略标签的列级权限、DataPolicy 动态数据脱敏、甚至机器学习模型的多版本管理——数据治理的各个环节,都可以用代码来编排。

适合谁:需要把 MaxCompute 元数据管理能力集成到自有系统、或者有复杂数据治理需求的开发团队。

MaxCompute CLI:命令行里的数据管家

对于脚本自动化和 CI/CD 场景,MaxCompute CLI(maxc)提供了最轻量的接入方式。

它通过阿里云 CLI 分发,安装更新一气呵成。结构化JSON 输出让程序解析零门槛,Linux/macOS/Windows 全平台覆盖。无论是定时任务调度数据作业,还是让 Agent 通过命令行完成批量操作,它都是一个可靠的基础设施。

适合谁:习惯命令行工作流、需要脚本自动化调度数据作业的用户。

从「引擎」到「生态」

单独看,每一个组件解决的是一个具体场景的问题;合在一起,它们构成了一套完整的Agentic 数据基础设施

  • 任何 Agent通过 MCP Server + Skills 自主完成数据分析和智能化运维

  • 开发者通过 CatalogAPI SDK 和 CLI 深度集成和自动化编排

这不是简单的产品功能堆砌,而是 MaxCompute 面向 AI 时代的一次架构升级——从「数据仓库」到「数据智能体平台」。MC 引擎不再只是人类分析师的工具,而是成为任何 AI Agent 的数据底座。

立即体验

  • MCP Server 与 Skills 概述与接入:https://help.aliyun.com/zh/maxcompute/getting-started/mcp-overview-and-access

  • CatalogAPI SDK 使用指南:https://help.aliyun.com/zh/maxcompute/getting-started/catalogapi-sdk-user-guide

  • MaxCompute CLI 官方文档:https://help.aliyun.com/zh/maxcompute/getting-started/maxcompute-cli

如有任何问题,欢迎通过工单联系我们。

http://www.jsqmd.com/news/1115542/

相关文章:

  • 2026年梳子生产商靠谱指南:这几家工厂口碑公认
  • 计算机毕业设计源码合集:从环境搭建到二次开发全流程指南
  • NBTExplorer深度解析:如何通过图形化界面精准掌控Minecraft二进制数据
  • 全行业涨幅第一!2026年AI通信开启网络底层重构大周期
  • 如何高效使用SMAPI:星露谷物语模组加载完全指南
  • Claude 打不开、一直加载、登录失败?从浏览器、DNS、TLS 到网络链路的完整排查思路
  • 用友U8 Cloud XXE漏洞复现:从原理到实战的完整指南
  • 基于 NSGA-II 的电 - 热 - 气综合需求响应(IDR)综合能源系统多目标优化研究(Matlab代码实现)
  • 手机miracast投屏到ops设备没有画面随机问题分析
  • 秦纪一(第1部分,共3部分)
  • 用BERTopic做科研趋势分析:从论文元数据挖掘技术热点
  • 工业4-20mA电流环发射器设计与STM32F723应用
  • PIC32MZ驱动WS2812全攻略:从硬件到高级效果实现
  • ClickHouse EXPLAIN 完全实战指南:AST / SYNTAX / QUERY TREE / PLAN / PIPELINE 一文搞懂
  • MTKClient深度指南:三步法救砖联发科设备与专业调试方案
  • STM32L4S5ZI与KMX62 IMU的稳定性控制实现
  • 柔性供应链架构设计:应对多批次小订单生产的管理逻辑与技术演进
  • 具身智能的“ChatGPT时刻”:TVA技术演进与前景展望(3)
  • 银河麒麟ARM性能优化:解决SQLite数据库打开慢、查询卡顿、加载延迟问题
  • AI自动生成论文可靠吗?2026年精选11款写论文的AI指南,帮你规避学术不端雷区
  • 计算机毕业设计之基于弹幕挖掘的视频数据分析技术研究
  • 仪器硬件的AC-DC和DC-DC国产工业电源模块技术选型指南:三个经验推荐重点技术指标,功率余量丨EMC设计丨工况防护
  • 学习C++之头文件引入
  • 如何高效管理Minecraft数据:NBTExplorer专业NBT编辑工具实战指南
  • 计算机毕业设计之基于大数据技术的社交媒体事件热度分析系统的设计与实现
  • 如何做好Code Review——附十大中高风险安全漏洞排查指南
  • Pytest+Playwright自动化测试:pytest.ini配置详解与最佳实践
  • MC6470与TM4C1299KCZAD实现高精度运动控制
  • Java 对接 CoAP 完整方案
  • 告别公式复制烦恼:LaTeX2Word-Equation一键转换解决方案