MotherDuck 推出 Flight Explainer，为 Python 流水线提供实时运行图表

返回博客 推出 Flight Explainer：Python pipeline 的实时图表 SqlAIAgentsMCPProductFeatures 2026年11月2日 · 阅读时长 5 分钟 MotherDuck Flights 在 MotherDuck 计算资源上运行你的 Python 代码，支持按需触发或定时调度。你可以通过它从 API 和其他服务拉取数据到 MotherDuck、运行 ETL pipeline、刷新表，以及处理任何其他读写数据的周期性任务。由于你可以通过 MotherDuck MCP server 创建、运行和调试 flight，agent 几分钟内就能构建出一个可用的 flight。 这种速度让一个老问题变得更加紧迫：你怎么知道 flight 做的正是你要求的事？Flight 经常承担最难测试的工作，而逐行阅读不是你写的代码，并不是一个现实的验证方式。 Flight Explainer 对 flight 做的事，就像 EXPLAIN ANALYZE 对 SQL 查询做的事。Flight 运行前会声明它的计划：它将执行哪些步骤，以及这些步骤如何连接。运行过程中，它会报告每个步骤做了什么。最终得到的是每次运行的实时图表，计划与结果并排展示：哪些步骤运行了、flight 走了哪个分支、每个步骤进行到哪一步、以及它触碰了什么。 无需安装或配置。让你的 agent“为我的 flight 添加 Flight Explainer 埋点”，然后让它展示一次运行。图表会直接在聊天中打开。 图表左侧是 flight 的工作流：它声明的每一个步骤，按顺序排列，依据 flight 的逻辑连接。由于工作流是预先声明的，尚未运行的步骤也已经出现在图表上，因此你可以看到还剩哪些步骤，也能发现从未运行过的步骤。 每个标记显示对应步骤的状态。实心圆点表示已完成，旋转圆环表示仍在运行，空心轮廓表示尚未开始。失败的步骤会变红，很难被忽略。做出判断的步骤绘制为菱形。 检查本身仍然成功完成，因为捕获坏数据正是它的职责。步骤是否成功、以及它把 flight 导向哪个方向，是分开显示的，因此一个故意隔离坏数据的 pipeline 不会看起来像是坏掉的。 每个步骤都可以报告自己的进度，形式取决于具体工作。图表在步骤运行时实时显示读数，并在运行结束后保留，因此一个停在 812 / 1000 的步骤会一直显示这个读数。 步骤还会报告它们的影响：写入的表和文件、调用的端点。每个步骤的影响直接显示在名称旁边（fan-out 时按实例显示），因此你无需阅读代码就能看到它触碰了什么。 每个步骤还会声明自己执行的工作类型，例如 extract、transform 或 load。Flight Explainer 会将声明与步骤的实际影响进行比对。当两者不一致时，例如一个本应只在内存中计算的 transform 步骤写入了表，该步骤就会被标记为 drift。 Drift 意味着图表和代码不一致，因此其中一个是错的。这往往是 agent 构建了与你要求不符的东西的第一个信号，例如某个步骤写入了本不该触碰的数据。 让你的 agent 为一个 flight 添加埋点，并展示它的下一次运行。试过之后，告诉我们哪些地方有帮助、哪些地方让你困惑、以及你希望它还能展示什么！ 敬请期待：第二部分我们将探讨埋点的工作原理：flight 声明的图表，以及它在运行时打印的日志行。