เอเจนต์ AI สำหรับ Databricks
เอเจนต์ AI ของ Monmo ทำงานใน Databricks เหมือนวิศวกรข้อมูลที่ดูแลงานช่วงเช้า โดยอธิบายสาเหตุที่งานล้มเหลว ตอบคำถามด้วย SQL จากตารางใน Unity Catalog ติดตามค่าใช้จ่าย DBU จาก system table และจัดทำเอกสารตารางที่ทีมถามถึงบ่อย เอเจนต์ใช้บัญชีที่คุณเชื่อมต่อ มองเห็นเฉพาะสิ่งที่ Unity Catalog อนุญาต และขออนุมัติก่อนรันงาน เปลี่ยนการตั้งค่า compute หรือเขียนข้อมูล
อัปเดตเมื่อ 2026-11-13 · เริ่มใช้งานฟรี แผนแบบชำระเงินเริ่มต้นเดือนละ $15
เอเจนต์ AI ทำอะไรได้บ้างใน Databricks
อธิบายสาเหตุที่งานล้มเหลว
เมื่องานที่ตั้งเวลาไว้ล้มเหลว เอเจนต์จะอ่านผลลัพธ์ของแต่ละ task ข้อผิดพลาดและ driver log เพื่อหาเซลล์ใน notebook หรือไฟล์ที่มีปัญหา แล้วเขียนสรุปสาเหตุพร้อมแนวทางแก้ไข
สั่งงานงาน orders ที่รันทุกคืนล้มเหลวตอน 02:10 บอกหน่อยว่า task ไหนมีปัญหา เพราะอะไร และคุณจะแก้ไขอย่างไร
ตอบคำถามด้วย SQL warehouse
ถามจำนวนลูกค้าที่ใช้งานรายสัปดาห์แยกตามกลุ่ม แล้วเอเจนต์จะหาตารางใน Unity Catalog เขียน query รันบน SQL warehouse ที่คุณกำหนด และแสดงคำตอบพร้อม SQL
สั่งงานในช่วงแปดสัปดาห์ที่ผ่านมา เรามีลูกค้าที่ใช้งานรายสัปดาห์ในแต่ละกลุ่มเท่าไร แสดง query ด้วย
ติดตามค่าใช้จ่าย DBU
ทุกวันจันทร์ เอเจนต์จะอ่าน system table ด้านการเรียกเก็บเงิน จัดกลุ่ม DBU ตาม workspace งานและ SQL warehouse เปรียบเทียบกับสัปดาห์ก่อนหน้า แล้วเขียนสรุปลงใน Google Sheets
สั่งงานทุกวันจันทร์ สรุปการใช้ DBU ของสัปดาห์ที่แล้วแยกตามงานและ warehouse พร้อมชี้ส่วนที่เพิ่มขึ้นมากที่สุด
หา compute ที่เปิดทิ้งไว้
เอเจนต์จะแสดงรายการ all-purpose cluster ที่ไม่ได้ตั้งปิดอัตโนมัติ cluster ขนาดใหญ่เกินไปที่รันงานเบา และ SQL warehouse ที่เปิดทิ้งไว้ข้ามคืน พร้อมร่างการตั้งค่าใหม่ โดยจะขออนุมัติก่อนนำไปใช้
สั่งงานหา cluster ที่ไม่ได้ตั้งปิดอัตโนมัติและ warehouse ที่เปิดตลอดคืน พร้อมแนะนำการตั้งค่าสำหรับแต่ละรายการ
จัดทำเอกสารตาราง Unity Catalog
เอเจนต์จะอ่านตารางใน schema ดูตัวอย่างคอลัมน์และ lineage แล้วร่างคำอธิบายที่นักวิเคราะห์ใหม่เข้าใจได้ คุณตรวจทานใน Google Docs และอนุมัติก่อนเพิ่มคำอธิบายลงใน Unity Catalog
สั่งงานร่างคำอธิบายตารางและคอลัมน์สำหรับ schema sales ใน Unity Catalog ให้ฉันตรวจทานก่อน
เปรียบเทียบผลการทดลอง
สำหรับการทดลองใน MLflow เอเจนต์จะเปรียบเทียบแต่ละรอบตามพารามิเตอร์และตัวชี้วัด ชี้ว่ารอบที่ดีที่สุดต่างจากรอบอื่นอย่างไร แล้วเขียนสรุปสั้นๆ ให้ทีมใน Slack
สั่งงานเปรียบเทียบ 20 รอบล่าสุดของการทดลอง churn-model และบอกว่าพารามิเตอร์ใดทำให้ผลต่างกัน
ตรวจสอบสิทธิ์เข้าถึงตารางข้อมูลอ่อนไหว
เอเจนต์จะแสดงสิทธิ์บนตารางที่มีข้อมูลส่วนบุคคล กลุ่มและผู้ใช้ที่ได้รับสิทธิ์ รวมถึงสิทธิ์ที่ให้ไว้ในวงกว้าง เช่น ผู้ใช้ทุกคนในบัญชี แล้วร่างรายการเพิกถอนสิทธิ์ให้ผู้ดูแลระบบ
สั่งงานใครอ่านตารางใน schema customers_pii ได้บ้าง ช่วยระบุสิทธิ์ที่ให้กว้างกว่าทีมข้อมูล
วิธีเชื่อมต่อ
- 1คุณเชื่อมต่อ Databricks workspace ด้วย personal access token หรือ OAuth หรือใช้ service principal ที่ผู้ดูแลระบบสร้างให้ ซึ่งเป็นทางเลือกที่ดีกว่า ผู้ดูแล workspace อาจต้องเปิดให้ใช้ token และต้องเปิดใช้ system table เพื่อรายงานค่าใช้จ่าย
- 2Databricks เหมาะกับเอเจนต์ AI ด้านข้อมูลและด้านวิศวกรรม สิทธิ์ใน Unity Catalog กำหนดว่าแต่ละเอเจนต์มองเห็น catalog และตารางใดได้บ้าง จึงควรให้บัญชีของเอเจนต์เข้าถึงเฉพาะ schema ที่จำเป็นต่องาน
- 3การอ่านผลการรัน log ตารางและ system table ไม่ต้องขออนุมัติ ส่วนการรันงานหรือ notebook การสร้างหรือแก้ไข compute การเขียนลงตาราง และการเปลี่ยนสิทธิ์ จะขออนุมัติผ่านการ์ดก่อนทุกครั้ง
คำถามที่พบบ่อย
เอเจนต์ AI ทำงานใน Databricks notebook ได้ไหม
ได้ เอเจนต์ AI ของ Monmo อ่าน notebook อธิบายว่าแต่ละเซลล์ทำอะไร และร่าง notebook ใหม่สำหรับการวิเคราะห์ได้ โดยจะขออนุมัติก่อนบันทึกลง workspace และรันบน compute เพราะการรันใช้ DBU และอาจเขียนข้อมูลลงตาราง เอเจนต์ทำงานผ่านการเชื่อมต่อ Databricks หรือใช้เบราว์เซอร์ของตัวเองเมื่อการเชื่อมต่อไม่รองรับบางอย่าง
ให้เอเจนต์ AI เข้าถึงข้อมูลใน Unity Catalog ปลอดภัยไหม
เอเจนต์ AI มองเห็นได้เฉพาะข้อมูลที่ Unity Catalog อนุญาตให้บัญชีของเอเจนต์เข้าถึง ควรให้ service principal มีสิทธิ์ SELECT เฉพาะ schema ที่จำเป็น และไม่ให้สิทธิ์เข้าถึงข้อมูลส่วนบุคคลเว้นแต่งานนั้นจำเป็นต้องใช้ การอ่านไม่ต้องขออนุมัติ แต่การเขียนข้อมูลหรือเปลี่ยนสิทธิ์ต้องรอคุณอนุมัติ และคุณยกเลิกสิทธิ์เข้าถึงได้ทุกเมื่อ
เอเจนต์ AI บอกได้ไหมว่าทำไมค่า Databricks เพิ่มขึ้น
เอเจนต์ AI ช่วยแสดงได้ว่าค่าใช้จ่ายเพิ่มขึ้นตรงไหน โดยแยก DBU จาก billing system table ตามงาน cluster และ warehouse เปรียบเทียบแต่ละช่วงเวลา และระบุงานหรือ cluster ที่ทำให้เพิ่มขึ้น พร้อมแนะนำการเปลี่ยนแปลง เช่น ตั้งปิดอัตโนมัติหรือลดขนาด warehouse แล้วให้คุณตัดสินใจว่าจะนำข้อเสนอใดไปใช้
เอเจนต์ AI แก้ไขและรันงาน Databricks ที่ล้มเหลวใหม่ได้ไหม
เอเจนต์ AI หาสาเหตุ ร่างวิธีแก้ไข และขออนุมัติก่อนรันงานใหม่ หากต้องแก้โค้ด เอเจนต์จะเปิด pull request ใน GitHub ให้ตรวจทาน หากงานต้องซ่อมและรันต่อจาก task ที่ล้มเหลวเท่านั้น เอเจนต์จะแสดงรอบการรันบนการ์ดและซ่อมงานเมื่อคุณอนุญาต
คนถัดไปที่คุณรับเข้าทีมเริ่มงานได้วันนี้
สร้างเอเจนต์ตัวแรกของคุณในหนึ่งนาที เริ่มต้นได้ฟรี