Pattern Automation

Решения·Data Science

Анализ, который можно перезапустить — не число в чате.

Сессия — это реальная Linux-машина. Агент ставит то, что нужно, гоняет запрос, пишет скрипт, который можно прочитать, и коммитит. На выходе — анализ и код, который его произвёл: воспроизводимый по определению, потому что это файл в repo.

Запускается наНастоящей машине с оболочкой
УстанавливаетЧто нужно для анализа
Попадает какChange request в main
ПерезапускаемыйПотому что код пришёл вместе с ним

Передача работы

Запросы, которые приходят быстрее, чем вы успеваете ответить.

Большая часть очереди — не моделирование. Это четвёртая вариация уже заданного вопроса, pipeline, который сломался ночью, или определение «active», о котором не согласны три команды. Эта очередь — передача работы.

01

Ad-hoc вопрос — с запросом в приложении

Кто-то спрашивает, что случилось с конверсией на 27-й неделе. Пишет запрос, гоняет его, сверяет результат со вторым срезом и отвечает и числом, и SQL. Следующему спрашивающему вы тоже не нужны.

02

Pipeline, который упал в 03:00

Читает ошибку, воспроизводит трансформацию на своей машине на sample, находит форму строки, которая всё сломала, и открывает change request с фиксом и тестом, который бы это поймал.

03

Сверки качества данных по расписанию

Null там, где не должно быть, сдвинувшиеся распределения, join'ы, которые начали размножаться, dimension, который вырос на 40% за ночь. Сообщает, что сдвинулось и что, по его мнению, сдвинуло — и говорит, когда не знает.

04

Аудит определений метрик

Находит каждое место, где считается метрика, diff'ит определения друг с другом и сообщает, где они расходятся. Неприглядно, реально сложно запланировать — и причина, почему два дашборда показывают разную выручку.

05

Exploratory pass до того, как вы подключитесь

Профилирует датасет, строит распределения, проверяет leakage и imbalance и пишет первый честный абзац о том, что в данных. Вы начинаете с брифа, а не с пустой ячейки.

06

Повторяющийся анализ, который никто не хочет вести

Еженедельный cohort cut, месячная кривая retention, квартальное обновление сегментов. Тот же код, новый период, запуск по триггеру, попадает как change request с перегенерированным графиком.

Результат

Запрос — в файле, на ветке.

Ответ в чате нельзя опровергнуть и повторить. Поэтому сессия анализа коммитит работу: запрос, скрипт, notebook, график и заметку о том, что проверила. Это и приходит на ревью.

Настоящая машина, а не sandbox инструментов

У агента есть shell и файловая система. Может поставить пакет, стянуть sample, запустить, посмотреть вывод и попробовать снова — цикл, в котором реально работает аналитик, а не один выстрел фиксированным набором tools.

Воспроизводимый, потому что код пришёл вместе

Ответ и то, что его произвело, приходят вместе в одном change request. Перезапуск через месяц — re-run, а не реконструкция.

Записывает, что исключило

Фильтры, границы дат, строки, которые отбросило, и почему. Анализ без задокументированных исключений — не анализ, а комментарий в запросе — самое дешёвое место их хранить.

Куда дотягивается

Ваш warehouse — как к нему реально достучаться.

Мы не будем выстраивать ряд логотипов warehouse, которые не проверяли. Вот что правда про то, как сессия анализа достучится до данных — включая часть, где работа идёт локально.

Сама машина

Сильнейший data-коннектор на этой странице — sandbox. Стянуть extract, работать локально тем, чем вы обычно пользуетесь, и не переносить анализ в tool, который не умеет арифметику.

Ваш warehouse и BI-стек

Доступ через коннектор, который вы определяете: OpenAPI, Postman, GraphQL, raw HTTP или удалённый MCP-сервер. Neuro OS превращает каждую операцию в tool со своим Allow, Ask или Block.

Repo

Клонируется при старте сессии на свежей ветке. Код трансформаций, определения метрик и прошлые анализы уже там — агент может сверить новое определение с существующим.

Google Sheets и Drive

Потому что половина реальных входов в анализ — spreadsheet, который кто-то ведёт руками. Читает как source и пишет результат туда, где его будет искать заказчик.

Slack

Живой канал. Задайте вопрос в треде, где он возник; ответ, график и запрос вернутся в тот же тред.

Честно про warehouse

Easy connect покрывает SaaS-источники по краям. Для самого warehouse прямые типы коннекторов — обычно честный ответ: большинство warehouse достигаются через driver или API, а не OAuth-каталог.

Как это крутится

Ответить сейчас, проверить записи, обновлять по расписанию.

Та же механика сессии запускается тремя способами. Изоляция и путь ревью не меняются от триггера.

01 · По запросу

Вопрос — в треде, где его задали

Кто-то спрашивает в канале. Mention запускает сессию, сессия делает работу на своей машине, ответ возвращается в тот же тред с приложенным запросом.

02 · С участием человека

Чтение идёт, запись ждёт

Чтение — Allow, всё, что пишет в warehouse или перезаписывает таблицу — Ask. Прогон останавливается на вызове с statement перед вами и продолжается с того же места после согласования.

03 · Автоматически

Обновление и сверка качества

Cron-триггер перезапускает повторяющийся анализ на новый период и открывает change request с перегенерированным результатом. Второй гоняет quality sweep и говорит только когда проверка падает.

Контроль

Что может читать — и что может перезаписать.

Агент анализа — в основном задача чтения. Пока не перестанет. Будьте точны в обеих половинах.

Этапы согласования выключены, пока вы не настроите

Дефолт при поставке — permissive: действие выполняется, пока вы не сказали иначе. Чтение обычно так нормально. Запись в warehouse — нет; поставить их в Ask — ваша настройка.

Reach выдаётся на агента, не наследуется

Агент получает только перечисленные коннекторы и не может обнаружить остальные. Аналитический агент до warehouse и support-агент до helpdesk — разные grants.

Merge — deny по умолчанию

Notebook, запрос и фикс попадают через change request в main. Агент не может merge, пока admin не выдал право в versioned config — расширение grant само проходит ревью.

Два вида credential — точно

Credential коннектора брокерится на сервере и не попадает в машину. Runtime secret, который вы сознательно даёте сессии, — реальное env-значение внутри неё. Стоит знать, прежде чем выдать пароль warehouse вместо коннектора.

Одна машина на сессию

Сессии не делят working tree или файловую систему. Extract, стянутый в одну сессию, не виден другой — машина одноразовая.

Та же платформа

Остальные команды

Один проект, один набор коннекторов, одна память, которая накапливается. Каждая команда пишет skills под свою работу; никто не поднимает вторую систему.

«Анализ, который можно перезапустить — не число в окне чата.»

Разгребите очередь, которая не моделирование.

Любая модель, ваши ключи. Neuro OS в вашем облаке, VPC или on-prem.