产品定义
大数据智能体工作台 DataBuddy 是腾讯云推出的 Agent 原生（Agent-Native）、全托管的 Data + AI 一体化数据智能平台。DataBuddy 融合数据计算与 AI 智能体能力，通过统一元数据与语义层，为企业提供从数据接入、数据工程、数据科学、数据分析到数据治理的端到端全链路能力。
DataBuddy 让大数据平台从“人操作工具”进化为“AI 工作、人把关”——用户通过自然语言即可完成数据接入、ETL 构建、指标开发、异动归因、可视化看板等复杂工作，降低数据平台的使用门槛与运维成本。
主要功能
DataBuddy 覆盖数据全生命周期，主要能力可归纳为“三大 Agent、DIOps、计算存储底座、一套治理体系”：
三大 Agent（面向业务场景）
Agent | 面向角色 | 核心能力 |
工程 Agent（DataBuddy-Engineering） | 数据工程师 | 数据接入、数仓分层方案设计、ETL 任务生成与编排、工作流调度、智能运维 |
治理 Agent（DataBuddy-Governance） | 数据管理员 / 治理团队 | 敏感字段 AI 识别与分级分类、质量规则智能推荐、数仓质量诊断、元数据补齐、根因诊断 |
分析 Agent（DataBuddy-Analysis） | 分析师 / 业务人员 | 自然语言问数、分析报告生成、指标波动归因、AI 搭建可视化看板、主动推送 |
DIOps · 一体化工程能力
DIOps（Data Intelligence Ops）是 DataBuddy 面向“数据 + AI”全生命周期的一体化工程体系，涵盖 DataOps、MLOps、AIOps 三大 Ops 能力：
Ops 能力 | 主要模块 | 核心价值 |
DataOps | Studio（开发）、Workflow（编排调度）、CI/CD（发布）、OPS（运维监控） | 大数据全链路开发运维闭环，数据、代码、配置版本化 |
MLOps | 特征管理、模型实验、模型管理、模型服务、AI Gateway | 机器学习模型全生命周期管理，端到端模型上线周期从 30 天缩短至 7 天 |
AIOps | AI 智能诊断、根因分析、自动修复、智能运维 | 从“人工排障”到“AI 主动诊断”，60%+ 问题由 AI 自愈 |
计算与存储底座
数据湖计算：承载 SQL、Python、Notebook 计算负载，支持 CU（Compute Unit，计算单元，1 CU ≈ 1 vCPU + 4 GB Memory）弹性资源
湖仓存储：托管存储层，承载表、Volume 等全模态数据
一套治理体系
统一语义层 Unity Semantics：本体建模、指标、维度、语义模型，降低 Agent 幻觉风险
数据质量 Data Quality：全链路质量规则、异常检测、数据剖析
多模态数据目录 TCCatalog：统管结构化数据、非结构化数据、ML 模型、外部数据源
Agent 安全防护：提示注入检测、OBO（On Behalf Of，以用户身份代理执行）权限强约束、高危 SQL 拦截、“三要素”精准拦截
产品架构
DataBuddy 采用交互层、平台层、引擎层三层架构（三层一体化融合、全托管产品）：
交互层：Agent（工程、分析、治理）、GUI（全功能可视化）、Notebook（交互式分析、数据科学）
平台层：统一语义、Data 平台（集成、开发、调度）、AI 平台（ML、GenAI、推理）、一体化治理（数据治理 + AI 治理）
引擎层：数据湖计算、湖仓存储、Data + AI 一体化、全模态支持
