> ## Documentation Index
> Fetch the complete documentation index at: https://datagen.dev/llms.txt
> Use this file to discover all available pages before exploring further.
# 快速開始
> 在大約 10 分鐘內連接資料庫、建立使用它的 Agent，並向 Agent 提問
在大約 10 分鐘內，你會連接一個資料庫、把其中一個資料表發布為分析模型、建立一個讀取它的 Agent，並在聊天中向這個 Agent 提問。
## 開始之前
* 一個 [datagen.dev](https://datagen.dev) 的 DataGen 帳號。你在工作區中需要擁有「**建構者**」或「**管理員**」角色。
* 一個 PostgreSQL 資料庫的連線資訊，最好使用唯讀角色。
你不需要先設定任何基礎設定。本指南全部使用工作區預設值：
| 基礎設定 | 本指南使用的預設值 |
| - | - |
| 連線保險庫 | 工作區的 **Default** 連線保險庫，第一次使用時自動建立 |
| 沙箱環境 | 「**預設（標準映像）**」 |
| Harness | 內建的 Claude Agent SDK |
## 1. 連接資料庫
在左側導覽列點選「**更多**」，再點選「**資料**」。開啟「**連線**」分頁，點選「**連接原始資料**」。
「**原始資料類型**」維持 **PostgreSQL**，並填寫「**連線名稱**」、「**SQL 別名**」、「**主機**」、「**連接埠**」、「**資料庫**」、「**使用者名稱**」、「**密碼**」與「**Schema（以逗號分隔）**」。「**TLS**」維持「**驗證憑證與主機名稱**」。
點選「**儲存連線**」。
在連線卡片上點選「**管理資料表**」，選取一個資料表，然後點選「**儲存資料表選取**」。
## 2. 發布分析模型
Agent 讀取的是已發布的分析模型，而不是原始資料表。
開啟「**資料集**」分頁，選取你剛加入的資料表。點選「**建立分析資料**」，保留建議的名稱，再點選「**建立分析資料集**」。資料建構器會開啟，裡面是一個原樣讀取該資料表的模型。
在「**結果**」分頁點選「**執行 SQL**」，確認資料列內容。
點選「**發布資料集**」，檢閱發布內容後，再點選一次「**發布資料集**」。
## 3. 建立 Agent
在導覽列點選「**AI 代理人**」，再點選「**建立新代理**」。輸入「**代理名稱**」與「**描述**」，「**執行環境**」中的所有欄位都維持預設值，然後點選「**建立並開啟建構器**」。
Agent Builder 會以三欄開啟：左側是對話、設定與版本，中間是建構器對話，右側是 Agent 的沙箱檔案。
開啟左側的「**設定**」分頁。在「**分析資料**」下開啟「**選擇分析資料…**」，選取你發布的模型，然後點選「**連結分析資料**」。
在建構器對話中描述這個 Agent。建構器會替你寫好 Agent 的指示與檔案。
```text 範例提示 theme={null}
這個 Agent 使用已連結的分析模型，回答關於 的問題。
一律查詢模型，不要猜測；列出你使用的數字，
並保持回答簡短。
```
點選頁首的「**發布**」，再點選對話框中的「**發布**」。發布會儲存一個版本並部署 Agent。
## 4. 提出問題
1. 在導覽列點選「**聊天**」。
2. 點選訊息框中的「**選擇代理**」，選取你的 Agent。
3. 針對資料提出問題：
```text 範例問題 theme={null}
<關於 Demo 資料的問題>
```
Agent 會在它的沙盒中查詢已發布的模型，並附上它使用的數字來回答。
## 剛才發生了什麼
* **資料**儲存了連線，並把資料表的快照發布為分析模型。
* **Agent** 連結了該模型，因此 Agent 能在沙盒中用 `datagen-data` CLI 查詢它。
* Agent 在由預設沙箱環境啟動的沙盒中執行，由預設 Harness 驅動，並使用 Default 連線保險庫中的憑證。
## 下一步
更進一步：加入文件、建立知識庫、排程每週報告，並分享儀表板。
構件之間如何掛載，以及版本管理如何運作。
合併資料表、為模型撰寫說明，並排程更新。
Agent Builder 的完整功能。
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.