数据 Agent
Snowflake Cortex Agents
工具路由、执行轨迹评测、语义模型、访问权限与运行预算。区分发布计划、预览能力和实际可用范围。
11 条已收录资料 · 0 个设计案例。下列日期对应各篇材料，不代表产品当前能力清单。
近 30 天重点 5 条资料中优先展示，按原文日期
- Cortex Agents：从Text-to-SQL到真正干活的助手原文 2026-08-28 · 收录 2026-08-28
- Snowflake App Runtime 上的 Node.js AI 文档智能原文 2026-09-10 · 收录 2026-09-10
- 非结构化数据的结构化处理：基于 Snowflake Cortex AI Functions原文 2026-08-27 · 收录 2026-08-28
精选参考 3 条
Snowflake 内部实践：语义定义、物化加速与问题路由一起做
用语义视图统一指标，通过代码评审与测试维护；用热门看板问题构造评测集，以物化减少慢查询，并持续整理路由规则。
Cortex Agents 平台：版本、租户隔离、预算与工具治理
将 MCP 连接、可复用 skills、Python 沙箱与 Agent 版本管理、租户隔离、预算和评测放在同一运行平台。
Cortex Agent 评测：既检查答案，也检查工具执行过程
把问题、参考答案与执行轨迹结合，检查答案正确性和逻辑一致性，并比较不同配置的成本与延迟。
产品动态 8 条
Snowflake用户级配额正式GA，支持AI功能用量限制
Snowflake 8月15日至19日的版本说明显示，用户级配额功能正式可用，允许配额管理员为单个用户设置月度/每日信用额度，并可覆盖AI Functions、Cortex Agents等AI功能。管理员可配置阈值通知，并在用户达到配额后自动阻止其AI访问，配置变更约5-10分钟生效。同时新增账户级视图QUOTA_ACCESS_BLOCK_HISTORY，用于查看所有被阻止用户。
Snowflake AI 服务成本解析与治理指南
本文系统梳理 Snowflake 上 Cortex AI 服务的成本构成与治理方式，涵盖 Cortex AI Functions、Cortex Agents、Cortex Search、CoCo 等组件的定价、计量与监控。Snowflake 引入独立于 Platform Credits 的 AI Credits 计费单位，所有版本客户按同一费率付费，跨区域路由方式可影响约 9% 的成本。文章说明 AI_COMPLETE() 这类调用会同时产生 AI Credits（大模型 token 处理）与 Platform Credits（仓库计算）两项费用，并给出用量视图、监控查询与支出护栏的实践方法。
Snowflake App Runtime 上的 Node.js AI 文档智能
该实践在 Snowflake App Runtime 上原生托管 Node.js/Next.js 应用，无需外部基础设施，并用 Snowflake Marketplace 的零拷贝公共数据（BLS 就业与价格、Census 房地产、FHFA 房价等）构建 AI 文档智能。数据层通过 ontology 把原始时间序列整理为含 Geography 维度（166K 行）和五张事实表的 AI-ready 数据基础，关键表 FACT_ESCALATION_SIGNALS 用 LAG() 计算各州工资-CPI 同比缺口。Cortex AI Suite 提供 AI_PARSE_DOCUMENT、Cortex Complete、Cortex Search、Cortex Analyst 与 Cortex Agent，覆盖文档解析、LLM 推理、向量搜索、自然语言转 SQL 和基于事实的问答。开发按数据发现、数据基础验证、叠加 AI 服务、在 App Runtime 部署空白 Node.js 应用并逐项加功能的阶段推进。
Cortex Agents：从Text-to-SQL到真正干活的助手
Snowflake Cortex AI系列第5周进入Applied层，聚焦Cortex Agents。作者在Week 4构建的Semantic View之上，搭建了一个支持工单分诊的Agent，并为其配置cortex_search和cortex_analyst_text_to_sql两个工具。文章指出Cortex Agent的核心不是回答单个问题，而是决定调用哪些工具、按什么顺序执行，以端到端完成任务。作者还实际观察到Agent出现错误决策，强调编排与判断能力的重要性。
非结构化数据的结构化处理：基于 Snowflake Cortex AI Functions
文章提出将传统 raw→transformed→curated 三层数据架构扩展至非结构化数据，在 transformed 层使用 Snowflake Cortex AI Functions 直接在 SQL 内将文本、音频、图像转换为实体抽取、情感评分、摘要等结构化信息。增强后的输出进入 curated 层，可驱动 BI dashboard、ML pipeline 及 Cortex Analyst 自然语言探索，无需额外数据移动。文中还介绍了完整工作流及典型函数 AI_COMPLETE、AI_CLASSIFY 等，强调可复用数据资产。
优化Snowflake Cortex Analyst：提升准确率、降低延迟并构建反馈闭环
本文介绍如何优化Snowflake Cortex Analyst，使自然语言查询企业数据更准确高效。核心方法包括精简语义模型、优化底层数据库结构、利用已验证查询构建优化循环，以及通过监控和追踪数据消除瓶颈。Snowflake官方建议语义模型应面向业务用户而非数据库结构设计，并围绕销售、财务等业务域组织。
Snowflake CoWork Automations 架构与执行模型深度解析
Snowflake CoWork Automations（2026年8月公开预览）引入新的调度原语agent task，可在任务引擎上按计划运行完整的Cortex Agent流程，包括LLM编排、多工具推理、SQL生成与响应合成。文章从底层剖析了权限模型、执行管线以及Cortex Agent API的调用机制，并讨论了大规模治理下数据平台团队需要关注的权限与安全影响。该功能默认授予所有用户EXECUTE AGENT TASK权限，安全团队需评估并收紧这一默认配置。
Cortex Analyst与Snowflake Agents：打造生产级分析服务指南
本文针对Cortex Analyst和Agent项目中常见的响应慢、结果不正确问题，指出根源往往在于语义模型、编排指令和工具描述等基础设置未受重视。内容包括如何精简现有语义视图、使用Cortex Search解析真实取值、用验证查询锚定SQL，以及通过工具描述和Agent指令路由问题，从而提升服务准确性与速度。