DeepSeek总结的上下文理应归属于数据仓库

来源：https://motherduck.com/blog/context-belongs-in-the-warehouse/

上下文理应归属于数据仓库

2026/07/29 - 5 分钟阅读

作者：Hamilton Ulmer, Till Döhmen, Jacob Matson, Garrett O'Brien

今天我们推出 Guides，这是 MotherDuck 为 AI 智能体（AI agent）提供的上下文层。Guides 能提升智能体驱动数据工作的召回率和准确性，这些工作包括：构建数据管道、执行转换、提供可视化，以及任何与数据仓库交互的操作。

在 DABStep 智能体分析基准测试中，面对一系列复杂的商业问题，Guides 将智能体的查询错误减少了约 99%（从 302 个降至 1 个），并且与让智能体自行发现上下文相比，成本降低了约 55%。

Guides 现已面向所有 MotherDuck 用户开放；请参阅文档开始使用，或继续阅读以了解更多信息。

信息： 观看 Guides 实际演示

欢迎于太平洋时间 8 月 13 日上午 9 点参加我们的 Guides 现场演示。在此处注册。

分析智能体仍然是热心的实习生

任何使用过智能体探索数据的人都知道，智能体已经尽了最大努力；它会详尽地查找模式（schema），自己推断连接关系，并孜孜不倦地推动一个听起来果断、呈现良好、但常常是完全错误且危险的答案。AI 模型在"达成"目标（即使错了）与更深思熟虑地为你提供正确答案之间挣扎着进行权衡。数据仓库越复杂，情况就越糟糕。

我们在 MotherDuck 分析自身业务时肯定也感受到了这一点，我们的客户在他们自己的业务中也有同感。他们几乎尝试了所有能想到的方法来引导智能体走向正确的方向，从团队级别的技能（skill）、自定义 MCP 服务器，到重载 DuckDB 的 COMMENT ON 功能，等等。每个人都讨厌这种状况。

无论查询或任务是什么，决策路径都必须经过查询数据仓库，那么为什么不同样将上下文也放在仓库中，使其可以通过 SQL 查询呢？

跨越上下文鸿沟

Guides 应运而生：它们是带有标题和描述的 Markdown 文件，很像智能体技能（agent skill）。我们坚信，仓库（而非 BI 工具或单点解决方案）才是存储关于业务的所有上下文（包括结构化和非结构化的）的恰当位置。Guides 存在于你的仓库中，像任何其他对象一样进行版本控制和查询。

精准的搜索与检索。Guides 可以编程方式引用你的目录（catalog）、Dives、Flights，甚至其他 Guides，因此任何查找查询都能自动找到正确的 Guide。主题（Topic）进一步改善了智能体在数十或数百个 Guides 中的搜索。
自动分发。Guide 的所有权分为两个层级：组织级和用户级。组织级更新会自动传播，确保指标定义保持一致。用户范围的 Guides 允许个人为探索、风格一致性或其他个人偏好培育私有版本。
基于 SQL 的管理。Guides 可以通过任何 MotherDuck 客户端完全使用 SQL 进行调用和管理，这简化了版本控制和 CI。

Guides 将上下文输入到智能体查询、Flights 和 Dives 中

那么 Guide 里包含什么呢？几乎包含智能体需要知道的、让你能信任它处理你数据的一切信息：指标定义和连接关系、目前只存在于你团队头脑中或 Slack 线程里的陷阱和注意事项，以及针对 Dives（我们智能体原生的可视化工具）的风格指引，和针对 Flights（我们用于构建数据管道的托管 Python 运行时）的约定。

例如，这个 Guide 包含关于如何计算费用的上下文，并涉及表中一组重复交易的处理：

markdown 复制代码

---
id: fees-formula
domain: fees
summary: 费用计算公式以及计算费用平均值时按费用 ID 去重的规则。
---
**费用计算公式（每匹配规则，每笔交易）：**

fee = fixed_amount + (rate / 10000.0) * eur_amount

复制代码

`rate` 以基点（basis point）为单位，因此除以 10000。`fixed_amount` 和 `eur_amount` 以欧元为单位。

- **总计**（例如"商户支付的总费用"）：对每个（交易 × 规则）匹配对，累加 `fee_amount`。一笔匹配 3 条规则的交易会产生 3 笔费用。
- **跨费用规则计算平均值**（例如"卡方案对一笔 V 欧元的交易平均收取的费用"）：单个费用 `ID` 始终具有相同的 `fixed_amount` 和 `rate`，因此**首先按费用 `ID` 去重**，然后对不同的规则计算平均值。不要对重复的行进行平均。
- 对于抽象的"对于一笔 V 欧元的交易价值"问题，不存在真实的交易，因此将字面值 V 代入公式：`fixed_amount + rate / 10000.0 * V`。

请参阅 `sql-avg-fee` 和 `sql-total-fees-merchant` 查看可用的模板。

Guides 跟随你的数据，而非你的智能体工具链。无论你在 Claude、Codex 还是任何其他工具链之间切换，智能体只需要能访问 MotherDuck MCP 服务器，即可开始使用 Guides。

基准测试改进

我们在 DABStep（一个多步骤数据分析问题的公开基准测试）上对 Guides 进行了测试。为智能体提供 Guides 作为上下文，将其查询错误减少了约 99%（从 302 个降至 1 个），并将每次运行的成本降低了 55%。

有了 Guides，一个小型、快速的模型（Gemini 3 Flash）在 419 个保留问题中正确回答了 418 个，准确率约为 99.8%，每个问题成本约为两美分。其设置很简单：一个紧凑的技能教会智能体知识存储在哪里，再加上一个上下文层 Guides，仅在每个问题需要时才加载。

除了准确性的明显提升外，成本差异也令人瞩目。每次运行成本降低 55%，意味着同样的预算大约可以购买两倍的 Token：用于更长的任务、更多的反馈轮次。使用 Guides 添加上下文带来的改进，远远大于简单地接入最新的前沿模型，更不用说使用更小、更快模型所节省的延迟预算了。

DABStep 基准测试中的 Guides：在简单、困难及全部问题集上，使用和不使用 Guides 的准确率对比

你可以在此处了解更多关于基准测试的信息并进行复现。

Guides 入门

与我们其他的智能体原生工具（Flights、Dives）一样，Guides 将 MotherDuck MCP 服务器设计为创建、更新和管理的一流接口。你可以使用 Claude、Codex 和 Cursor 等 MCP 客户端与 Guides 交互；MCP 服务器将默认使用它们。

通过 Guides 提升智能体性能的最快方法是引导启动（bootstrap）：将你业务中的上下文提炼成一组基础的 Guides。此资源提供了一个框架，用于将初始上下文体系塑造成有用的 Guides。只需连接你启用 MCP 的智能体，并将其指向文档页面即可开始。

你也可以通过内置的 SQL 函数（例如 MD_CREATE_GUIDE()）管理 Guides。这可以通过 git 实现源码控制，如我们在此示例中所述。在 GitHub 仓库中管理上下文，然后在 CI 中使用 SQL 函数执行更改。

祝你使用Guides愉快！