Genie Agents دیتابریکس حالا اسناد رو هم میخونه
خلاصهٔ کاملتر
دیتابریکس تو این پست از سه قابلیت تازه برای Genie Agents خبر داده. Genie Agents ایجنتهای بدونکدی هستن که سؤالهای کسبوکاری رو به زبان طبیعی جواب میدن. اولش فقط سؤال رو به SQL تبدیل میکردن، ولی حالا دارن به ابزاری تبدیل میشن که کل context شرکت رو میفهمه و کار هم انجام میده. به گفتهٔ دیتابریکس، شرکتهایی مثل Unilever، HelloFresh و Atlassian ازشون استفاده میکنن و General Motors بیشتر از ۱۰۰۰ ایجنت راه انداخته.
قابلیت اول تحلیل دادههای بدونساختار هست، یعنی اسنادی مثل قرارداد، فاکتور و گزارش که تو جدول نیستن. نویسنده میگه حدود ۸۰٪ از context یه شرکت تو همین اسناده. قبلاً برای این کار باید یه سیستم RAG (یعنی جستوجو تو اسناد و دادن نتیجه به مدل) دستی میساختی: parsing، embedding، endpoint جستوجو و مدیریت دسترسی. حالا کافیه Unity Catalog Volumes رو که PDF، اسلاید یا عکس توش هست به ایجنت وصل کنی.
ایجنت با تابع ai_parse_document فایلها رو مثل یه آدم میخونه. یعنی جدول، شکل، هدر و فوتر رو تشخیص میده و context اطرافشون رو نگه میداره. بعد بین هزاران فایل، مرتبطها رو پیدا میکنه و برای هر ادعا به صفحهٔ دقیق منبع ارجاع میده. این کار تو Agent mode با استدلال چندمرحلهای انجام میشه و دسترسیهای Unity Catalog هم رعایت میشه. مثلاً یه تحلیلگر میتونه افت حاشیهٔ سود رو از جدولها دربیاره و دلیلش رو از متن جلسههای گزارش مالی پیدا کنه.
قابلیت دوم وصل شدن به ابزارهای دیگهست. با Lakeflow Connect دادههای Salesforce، Workday یا SAP وارد Unity Catalog میشه. کانکتورهای native MCP (پروتکلی برای وصل کردن ایجنت به ابزارهای بیرونی) هم حالا GA شدن. ایجنت میتونه از Slack، Google Drive، Gmail، GitHub و Microsoft 365 اطلاعات بگیره و تیکت بسازه، رکورد آپدیت کنه یا پیام بفرسته. سازنده دقیقاً تعیین میکنه هر ایجنت به کدوم ابزار دسترسی داره و همهٔ اتصالها از طریق Unity Gateway کنترل میشن.
قابلیت سوم اشتراکگذاری بیرون از شرکته. با OpenSharing میشه یه ایجنت آماده، با دستورالعملها و دادههاش، رو با شرکا و مشتریها تو حسابهای دیگهٔ دیتابریکس به اشتراک گذاشت یا حتی تو Marketplace فروخت. برای دادههای حساس مثل اطلاعات پزشکی، Genie Clean Rooms اجازه میده طرف مقابل سؤال بپرسه و جواب بگیره، ولی خود داده رو نبینه. محدودیت تعداد مکالمه و حجم خروجی هم داره.
برای دقت، ایجنتها روی metric viewها، کوئریهای نمونه و دستورالعملهای اختصاصی هر سازمان تکیه میکنن. دیتابریکس یه قابلیت benchmark هم داره که مثل unit test کار میکنه: سؤالهای رایج رو با جواب SQL درست تعریف میکنی و بعد از هر تغییر دوباره اجراش میکنی تا خرابیها معلوم بشه.
نکات کلیدی:
- تحلیل اسناد بدونساختار تو Unity Catalog Volumes در وضعیت Public Preview هست.
- کانکتورهای native MCP برای Slack، Jira، Google Drive و Microsoft 365 حالا GA شدن.
- OpenSharing و Genie Clean Rooms برای Genie Agents هنوز beta هستن.
- جوابها به صفحهٔ دقیق سند منبع ارجاع میدن و دسترسیهای Unity Catalog رعایت میشه.
- General Motors بیشتر از ۱۰۰۰ Genie Agent تو بخشهای مختلفش راه انداخته.




