Databricks 扩展 Genie Agents，新增非结构化数据分析和 MCP 连接器

这些用例有一个共同点：都需要能够深入理解每家企业独特业务背景的 agent。Genie Agents 的响应和操作以 Databricks 中精心整理的知识为基础，帮助团队从自然语言提问走向可信的洞察与行动。

随着对上下文丰富的工作流的需求不断增长，agent 不能只依赖结构化业务数据来推理。它们需要理解非结构化资产中的上下文，并连接企业工具，从而在整个业务环境中进行推理，并在运行业务的工具中采取行动。

Genie Agents 最初是把手头的业务问题转化为 SQL 洞察的最快方式。如今，它已发展为更强大的形态：一个无需编写代码、能理解你整个业务上下文的 agent。借助非结构化数据分析和新的 MCP 连接器，Genie Agents 可以开展高质量的业务分析、分析大量文档，并连接你的企业工具来代表你执行操作。

现在，借助对 OpenSharing 的支持，Genie Agents 还能加快企业外部获取洞察的速度。你可以把一个受治理的 agent（其中已预置你的数据、指令和知识）分享给合作伙伴、供应商和客户。外部团队可以立即使用 Genie Agents 从你的数据中获取价值，而无需花时间就洞察进行跨团队协作。

Genie Clean Rooms 则更进一步，提供以隐私为中心的 agent 协作。接收方会获得一个 Genie Agent，用来与你的数据对话，但底层数据集和知识产权是隐藏的，并受到完全保护。这些更新让你能够把受治理的 Genie Agents 扩展到生态系统中的每一位利益相关方。

企业运转所依赖的上下文有 80% 存在于文档中：合同、发票、理赔单、病历、财务报告和通话记录。大规模释放这些上下文，可以改变你的业务。

如今大多数 agent 依赖通过 MCP 连接器实现的简单企业搜索，这种方式允许你直接附加少量文档，并在会话中提取原始文本作为上下文。然而，许多企业用例涉及大型文档语料库或复杂的文件结构。在这种情况下维持上下文和合规性，需要理解文档结构及其相互关系，同时为企业数据治理建立安全边界。

大规模构建这些工作流还需要开发自定义 RAG，包括先进的解析能力、构建独立的 AI Search 端点、编写 embedding 管道、总结文档洞察，并将这些摘要传递给具有完善权限的 supervisor agent 框架。

因此，针对大规模非结构化分析采用定制化方案，很快就会变得构建和维护成本高昂。

Genie Agents 会自动处理文档解析、索引和上下文检索，返回高质量结果并附上具体引用，从而为你的团队简化非结构化数据工作。

Genie Agents 使用我们自定义的 AI 文档解析功能，像人一样阅读每个文件。它们能识别表格、图表、页眉和页脚，并保留周围的上下文。由于解析和索引可大规模运行，一个 agent 就能处理数千个文件，搜索与你问题相关的文件，并为每个答案标注确切页码。

在 Genie Agents 中这样做的强大之处在于，用户现在可以提出跨文件和表格的问题。“像 Verana Health 这样的客户如今利用 Databricks 大规模处理和分析真实世界临床数据，并使用 Genie Agents 从其医疗健康数据集中生成有意义的洞察。

“我们的团队现在正寻求借助 Genie Agents 扩展这些能力，从非结构化临床数据和其他临床文档中释放洞察。我们很期待通过自然语言让这些信息更易获取的潜力，使我们的团队能够在结构化数据之外探索更丰富的临床洞察。”—— Vinodh Simon，Verana Health 工程总监

我们再来看几个额外示例。

结合表格和文件中的定量与定性洞察。

一位投资分析师发现，某投资组合公司的利润率已连续三个季度下滑。相关证据可能存在于分析师报告、财报电话会议记录和行业研究 PDF 中。Genie Agent 从受治理的表格中提取利润率和售价趋势，找出哪些产品线造成了这一下滑。随后它会搜索所附的分析师报告和财报记录，了解竞争对手在同期采取了哪些行动。Genie 为分析师提供数据趋势、可能的原因，以及每项结论的页码级引用。

以文件作为引用参考来回答问题。

在许多企业中，用户需要完成某项任务，并需要从内部文档中获得指导。解决方案可能就在数千份服务手册、公告和故障排查指南中的某一份里，这些资料覆盖不同型号和版本。在这个示例中，agent 先识别型号，然后从数千份文档中只搜索相关的服务手册和公告，返回故障排查步骤，并附上来源页码引用。AI 解析会保留表格、图表和编号步骤的完整性，因此技术人员能获得完整的操作流程。

分析跨文件的数据模式和趋势。

有时用户需要对多个非结构化文件进行定性分析。一位临床试验分析师在试验跟踪数据中注意到，某个部门开展的研究较少。原因可能写在研究者和医生报告中，分散在数十份 PDF 里。agent 先在试验数据中确认这一趋势，然后阅读该部门的医生报告，提取反复出现的原因。每一条都引用回来源，因此分析师可以在采取行动前核对证据。逐一阅读这些报告可能需要数天时间。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）