惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

aimingoo的专栏
aimingoo的专栏
WordPress大学
WordPress大学
阮一峰的网络日志
阮一峰的网络日志
博客园 - 司徒正美
月光博客
月光博客
宝玉的分享
宝玉的分享
Recent Announcements
Recent Announcements
小众软件
小众软件
H
Hackread – Cybersecurity News, Data Breaches, AI and More
美团技术团队
博客园 - 三生石上(FineUI控件)
A
About on SuperTechFans
J
Java Code Geeks
云风的 BLOG
云风的 BLOG
罗磊的独立博客
大猫的无限游戏
大猫的无限游戏
IT之家
IT之家
Vercel News
Vercel News
量子位
Martin Fowler
Martin Fowler
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V
Visual Studio Blog
腾讯CDC
有赞技术团队
有赞技术团队

InfoQ - 促进软件开发领域知识与创新的传播

Meta 收购 Manus 这事儿泡汤了 5.5万 Star 开源项目 Ghostty 被迫出走,GitHub 正在终结一代技术人的乌托邦 谷歌开源“Agent Skill 超级工具箱”,云、库、引擎、AI全线打通,开发者狂喜 Slack 长时运行多智能体系统的上下文管理方案 从 T+1 到分钟级:金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台 谷歌云推出 Agents CLI,简化 AI 智能体开发全流程 Claude官方击穿高薪、高学历的安全防线!Anthropic点名10大高危职业,但有群人暂时稳了 亚马逊云科技终止 WorkMail 服务,并将 App Runner 转入维护模式 OPPO小布记忆:全模态碎片化内容的理解与智能整理实践|AICon上海 模力工场038周AI应用周榜:工具在消失,工作流在出现 Akamai CEO Tom Leighton:Agent 时代来临,云基础设施正从“中心化”转向“分布式边缘” 日均数百亿入库背后:从“人肉调度”到K8s弹性架构,度小满金融基于OceanBase重构入库架构实践 百度文库网盘发布GenFlow 4.0:月活用户超1亿,要把网盘变成全端AI工作台 Altman 投的 Agent 终端 Warp 开源了!斩获3.5万star 哪些客户需要拒, 敢让龙虾决定吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从开发到生产:为什么越来越多的机器学习团队纷纷迁移到 Snowflake | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 探索多智能体工作流:LangGraph Snowflake Cortex AI | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 腾讯云分布式缓存数据库:AI Agent - 从提示词工程到 Harness 工程 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 基于 Streamlit 为 CSV 数据构建分析智能体 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 AI 智能体:告别文档缺漏 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 构建 AI 驱动的数据管道:深度探讨 Snowflake Openflow 与非结构化数据 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 云端太贵、本地不够聪明,英特尔押注“端云混合AI”:智能体PC会替人完成工作 不到10%的存储投入,可能拖垮90%的GPU投资!IBM把AI Agent塞进存储系统,算清企业最容易忽略的一笔账 Snowpark 上手实战 | BUILD 2025_大数据_王玮_InfoQ精选视频 ClickHouse + Langfuse,构建 Agent 可观测基石 腾讯云分布式缓存数据库:Cluster Proxy 共享连接架构深度解析 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 AI 写代码太烧钱了:Copilot、Claude 一起涨价,不如把程序员请回来? 英特尔发布至强600系列工作站处理器与锐炫Pro B70 GPU,全新AI工作站来了 腾讯云分布式缓存数据库:从 Redis 到 Valkey - 开源社区如何快速创新 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 印奇这次要“从0重做”智驾模型!首谈阶跃和千里双公司布局:中国AI商业闭环要靠车跑出来
Cortex Code 入门指南:面向数据工程师的实践路径 | 技术实践
Parshu Anant · 2026-04-29 · via InfoQ - 促进软件开发领域知识与创新的传播

2026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式!

上个月,我发现自己需要在四个不同工具之间来回切换,才能调试一个无法正常运行的 dbt 模型:用 Snowsight 探索 SQL、在 VS Code 中修改代码、在终端执行 dbt 命令,还得同时查阅文档确认语法。当 Cortex Code 进入公开预览阶段后,我意识到可以将这套流程中的大部分工作收拢到一个对话式交互界面中。本指南将帮助你在自己的环境中完成 Cortex Code 的部署。

你将了解以下内容:

  • 在 Snowflake 账户中启用 Cortex Code;

  • Cortex Code 的成本监控;

  • 何时使用 Snowsight 中的 Cortex Code,何时使用 Cortex Code CLI。

什么是 Cortex Code?

Cortex Code 是一个内置于 Snowflake 的 AI 驱动型智能体,专为数据工程、数据分析及机器学习任务设计。其所有操作均在您现有的 RBAC 权限体系内执行。

注意:由于 Cortex Code 目前处于公开预览阶段,正式发布时部分功能可能会有所调整。

先决条件

  • 商业版 Snowflake 账户(非 Gov/VPS/Sovereign 区域);

  • 拥有 ACCOUNTADMIN 角色(用于执行初始配置);

  • 已启用跨区域推理。

术语表

  • 跨区域推理:指将 AI 请求路由至模型实际部署所在区域的能力;

  • AGENTS.md:用于为 Cortex Code 设置持久化指令行为的配置文件;

  • 差异视图:在应用 AI 建议的更改前,用于进行可视化对比的功能。

设置

第 1 步:启用跨区域推理

 — Choose one (AWS_US recommended for Claude Sonnet 4+)ALTER ACCOUNT SET CORTEX_ENABLED_CROSS_REGION = ‘AWS_US’; — OR: ‘AWS_EU’, ‘AWS_APJ’, ‘ANY_REGION’

复制代码

跨区域注意事项:

第 2 步:授予数据库角色

GRANT DATABASE ROLE SNOWFLAKE.COPILOT_USER TO ROLE <your_role>;GRANT DATABASE ROLE SNOWFLAKE.CORTEX_AGENT_USER TO ROLE <your_role>;

复制代码

第 3 步:验证

打开 Snowsight → 查找右下角的 Cortex Code 图标

最佳实践

  • 使用完全限定名称:DATABASE.SCHEMA.TABLE;

  • 应用更改前检查差异;

  • 通过 SNOWFLAKE.ACCOUNT_USAGE.CORTEX_AGENT_USAGE_HISTORY 监控成本;

  • 模型选择:Opus 4.5(最高质量)与 Sonnet 4.x(均衡型)对比。

入门指引

  • Snowsight 中的 Cortex Code:项目→ 工作区 → 单击 Cortex Code 图标;

  • Cortex Code CLI:pip install snowflake-cli 然后执行 snow cortex-code。

成本监控:

https://gist.github.com/parshuanantharam/a277af9995cd3b4adc1239b2c9174852

在以下场景中使用 Cortex Code(Snowsight 内):

  • 数据探索:快速模式发现、数据画像分析;

  • 编写即席 SQL:需立即执行的一次性查询;

  • 账户管理:配额(Credit)监控、治理策略、用户访问权限控制;

  • Notebook 开发:探索性数据分析(EDA)、可视化呈现、机器学习原型验证;

  • 学习 Snowflake:文档问答、语法辅助提示;

  • 团队演示:可视化差异对比、可共享的工作区上下文。

在以下开发/构建场景中使用 Cortex Code CLI:

  • 本地开发:涉及 VS Code、Cursor 或终端中的文件操作;

  • dbt 项目:跨代码仓库的模型编写、测试及文档维护;

  • Streamlit 应用:构建和迭代本地的 .py 文件;

  • Git 工作流:与 Snowflake 操作并行的提交、分支管理、拉取请求(PR);

  • CI/CD 集成:脚本化自动化任务、批量操作;

  • 多连接管理:在 Snowflake 账户与角色间快速切换;

  • 自定义智能体:针对团队特定工作流的 AGENTS.md 配置、技能扩展、钩子(Hooks)开发;

  • 敏感环境部署:操作系统级沙箱隔离、审批流程系统。

混合工作流(推荐):

经验法则:在 Snowsight 内的 Cortex Code 中开始探索与分析;当需要本地文件持久化存储或 Git 集成时,迁移至 Cortex Code CLI。

相关资源:

Cortex Code in Snowsight

Cortex Code CLI

跨区域推理

原文地址:https://medium.com/snowflake/getting-started-with-cortex-code-a-data-engineers-guide-b79811c44969

点击链接立即报名注册:Ascent - Snowflake Platform Training - China更多 Snowflake 精彩活动请关注专区