AI 加工设计器

功能定位

AI 加工设计器把业务描述转换成 Hop 转换候选流程和依赖 DAG，例如过滤取消订单、补齐部门信息、统一金额单位、按订单日期排序后写入 DWD。服务端固定可用组件、字段范围和写入边界，AI 不直接获得数据库写权限。

图 7-7　Hop 加工候选草稿与固定安全边界

适用角色

数据开发人员、数仓工程师和 ETL 管理员。

页面入口

数据治理中心 → AI 数据助手 → AI 加工设计器（/bi/etl/ai/hop）。

操作步骤

1. 选择加工模板，例如“DWD 订单清洗”。
2. 选择白名单 ODS 源表，查看字段与中文注释。
3. 描述清洗目标：保留哪些字段、过滤什么状态、如何补维度、写入哪张 DWD 表。
4. 生成候选流水线，在结构化预览中检查输入、转换、输出和字段映射。
5. 在“DAG 编排”查看节点和依赖边，确认没有孤立节点、循环依赖或错误方向。
6. 执行确定性校验，修正字段类型、空值、主键和写入范围问题。
7. 提交人工审核并登记发布；发布后由调度执行，不在页面直接运行模型产物。

输入与输出

输入是 ODS 源表、业务描述和加工模板；输出是 Hop 候选流程、字段映射、DAG、校验结果、审核版本和调度门禁。

宏澜家电示例

输入“过滤已取消订单，补客户和产品维度，金额统一为元，按订单日期写入 dwd_sales_order_clean”。AI 生成过滤、查找维度、字段重命名和写入节点；开发人员发现退货订单不应直接删除后，增加状态字段并调整过滤条件，再重新校验审核。

客户应用演示：让 AI 起草 ODS→DWD 清洗逻辑

业务情境： 订单数据需要清洗取消订单、重复订单和空客户后再进入 DWD。

第一步：进入“数据治理中心 → AI数据助手 → AI 加工设计器”

进入“数据治理中心 → AI数据助手 → AI 加工设计器”。

第二步：选择 ODS 订单表和 DWD 目标表

选择 ODS 订单表和 DWD 目标表，描述清洗规则与输出字段。

第三步：生成候选加工草稿

生成候选加工草稿，查看过滤、关联、字段映射和主键。

第四步：在预览中对比输入输出行数

在预览中对比输入输出行数，检查空值和异常金额。

第五步：保存、校验、审核并发布

保存、校验、审核并发布；执行仍由调度中心负责。

最终结果与效果

得到结构化加工草稿和可核对样例，清洗逻辑可追溯，发布前不会影响生产数据。

操作提示： 业务规则要写清楚，例如“取消订单不计入销售额”，不要只写“清洗数据”。

常见问题

候选 DAG 缺节点。 业务描述可能过于笼统；补充输入表、过滤条件、关联维度和目标表。

校验提示字段越界。 AI 只能使用白名单字段；先在元数据中登记字段或调整方案。

审核通过后还能改吗。 修改会生成新版本并使原审核失效，必须重新走校验和审核。

开发人员参考

• 接口：/bi/ai-pipeline/options?kind=HOP、/generate、/drafts/{id}/validate|review|publish、/versions
• 权限：bi:etl:ai-hop
• 组件、字段、源表和目标表由服务端模板约束，JSON 仅允许编辑白名单结构化字段。
• 审核绑定 SHA-256 摘要，发布只登记 DolphinScheduler 门禁，不自动执行 Hop 产物。