A Fivetran dbt Wizardja a teljes adatprojektet kontextusként kezeli

A Fivetran bemutatta a dbt Wizardot, egy dbt-projektekhez finomhangolt AI-ügynököt. Az eszköz a modelleket, függőségeket, teszteket és szemantikai definíciókat is figyelembe veszi, hogy használhatóbb és ellenőrizhetőbb kódot állítson elő.
- A dbt Wizard a teljes dbt-projekt metaadatait kontextusként használja.
- A platformról és a dbt Core parancssorából is elérhető.
- Modellek, tesztek, dokumentációk és szemantikai definíciók kezelésére is használható.
- A validációs alügynök valós adattári lekérdezésekkel ellenőrizte az eredményt.
- A Fivetran szerint az eszköz pontosabb és használhatóbb kimenetet adhat az általános kódasszisztenseknél.
A teljes dbt-projektet betölti kontextusként
A Fivetran 2026. augusztus 18-án ismertette a dbt Wizardot, amelyet kifejezetten dbt-projektek megértésére és módosítására fejlesztett. A vállalat szerint az általános kódasszisztensek a szükséges háttérinformációk nélkül könnyen hibás feltételezésekre juthatnak. Az adatmodellezésben ilyen háttérnek számít többek között az adatok eredete és útvonala, a tesztek, a szerződések, a szemantikai definíciók, a függőségek, valamint az olyan fogalmak projektfüggő jelentése, mint a bevétel.
A dbt Wizard egy csapat teljes dbt-projektjének metaadatait tölti be. Ezek között szerepelnek a modellek, a leírások, a gráf és az adatok útvonala, a szerződések, a tesztek, a szemantikai definíciók, valamint a fejlesztési sémák konfigurációi. A Fivetran szerint az ügynök így közvetlenül a projektből olvassa ki a szerkezetet és a korlátozásokat, ahelyett, hogy egy prompt vagy fájl alapján próbálná kikövetkeztetni azokat.
Kérdésekre válaszol, és műveleteket is végrehajt
Az eszköz a dbt platformon a „dbt Wizard” kezdőlapról hívható meg, dbt Core esetén pedig a dbt-wizard parancssorból. Chatbotként olyan kérdések tehetők fel neki, mint hogy mit csinál a projekt, vagy hogyan lehet optimalizálni. Az ügynöki működés ennél tovább megy: a felhasználó dokumentáció hozzáadását vagy egy fizetési mutatót kiszámító új modell létrehozását is rábízhatja.
A dbt Wizard több fájlon átívelő átnevezéseket végezhet, frissíthet modelleket SQL-kóddal, tesztekkel és dokumentációval együtt, továbbá régi logikát alakíthat dbt-modellekké. A Fivetran felsorolása szerint hatáselemzésre, biztonságos változtatáskezelésre, a szemantikai réteg mutatóinak és dimenzióinak módosítására, valamint dbt-projektek köré épített aszinkron elemzési ügynökök létrehozására is használható.
A működés része a fordítás ellenőrzése, a dbt build parancsok futtatása, a tesztelés és az elemzés. Ezek a vállalat szerint auditálhatóbbá, szabályozottabbá és ellenőrizhetőbbé teszik az eredményt. A dbt Wizard bármely alapmodellt támogat, és követi a dbt formázási szabályait és irányelveit.
A Fivetran összehasonlítása egy általános kódasszisztenssel
A Fivetran egy olyan feladatot hasonlított össze, amelyben havi szinten kellett meghatározni az egymillió dolláros éves ismétlődő bevétellel rendelkező ügyfelek számát. A vállalat a dbt Wizardot és a Claude Code-ot vetette össze.
A dbt Wizard a teljes gráfon végzett BM25-metaadatkeresést használta. A Fivetran szerint egy általános ügynök több mint 1200 SQL-fájlban keresett volna az „ARR” kifejezésre, mintegy 90 találat kézi átvizsgálásával. A Wizard rangsorolt találatokat adott, és a releváns elemekhez a részletezettséget, a sémát és az útvonalat is megadta.
Egy másik lekérdezés egy modell részletezettségét, adatútvonalát és lefordított SQL-kódját adta vissza egyetlen hívással. Az eszköz így négy közvetett rétegen keresztül azonosította a megfelelő ARR-oszlopot, és azt is látta, hogy a módosítani kívánt modellnek négy downstream felhasználója van. Ez alapján új modellt választott a meglévő közvetlen módosítása helyett.
Valós adattári lekérdezéssel ellenőrizte az eredményt
A teszt során a Wizard egy külön validációs alügynököt indított. Ez a fejlesztési adattárban a dbt run --defer parancsot futtatta, majd lekérdezte a materializált táblát. A vizsgálat 103 sort és 103 különböző hónapot talált, ismétlődés nélkül. Ellenőrizte azt is, hogy minden sorban teljesül a sum_arr >= cnt * 1,000,000 feltétel, valamint hogy az accounts táblával végzett összekapcsolás nem okoz többszörözést.
Az alügynök a month mezőhöz not_null és unique teszteket javasolt, amelyeket a munkamenet lezárása előtt alkalmaztak. A Fivetran állítása szerint ez a projekt teljes kontextusát felhasználó működés az adatmodellezési feladatok gyorsítását célozza, kisebb kockázattal és kevesebb tokenfelhasználással az elemzési mérnökök számára.


