DDM Dora
DDM Dora 是大模型驱动的数据建模智能体，以插件形式集成在 DDM Client 中，安装后在客户端右侧以“智能建模助手”面板提供对话入口。Dora 能理解业务语境，结合自然语言处理与大模型能力，帮助用户完成数据建模、表结构设计、SQL 生成与优化等任务，并在建模、查询和分析过程中持续给出智能建议。
适用角色
| 角色 | 典型用法 |
|---|---|
| 数据架构师 | 用自然语言生成实体、关系和属性，把控模型整体结构 |
| 数据建模师 | 按企业数据标准设计字段，执行落标检查与模型评审 |
| 数据工程师 | 生成和评审 SQL、执行数据查询、完成数仓建模任务 |
| 业务分析师 | 描述业务需求，探源分析并生成数据洞察报告 |
核心特点
| 特点 | 说明 |
|---|---|
| 智能语义建模 | 通过自然语言生成实体、关系和属性，并支持修改和删除 |
| 业务创造能力 | 根据需求和大模型能力进行实体识别、归类、配置属性等创造性工作 |
| 交互式体验 | 内置对话式交互，贴近大模型时代开发者的使用习惯 |
| 多工具集成 | 可集成 MCP 服务、知识库服务、附件和网络搜索等工具 |
主要工作
| 目标 | 操作指南 |
|---|---|
| 安装 Dora、配置大模型并完成首次验证 | 配置并开始使用 Dora |
| 通过对话和画布创建、调整模型 | 使用对话和可视化建模 |
| 接入外部工具、知识库和数据平台 | 连接和使用 MCP 服务 |
| 引用数据标准、知识库和文件附件 | 使用数据标准、知识库和附件 |
| 使用内建或自定义智能体 | 选择和配置智能体 |
| 执行数据查询并生成、评审 SQL | 进行数据分析和 SQL 辅助 |
| 管理全局配置并查看 AI 审计记录 | 管理全局配置和审计记录 |
使用原则
- Dora 依据当前对话、模型上下文和可用工具执行任务。开始前确认当前模型、目标实体和允许修改的范围。
- 每次执行后，必须在模型树、画布和变更记录中核对实际结果，对话中的“已完成”不能替代对模型的检查。
- 涉及批量修改、删除对象、生成脚本或调用外部服务时，先要求 Dora 说明计划，再从少量对象开始。
- 智能生成内容不能替代模型评审、数据权限控制和人工确认；对模型的实际修改以模型树和变更记录为准。
与 DDM 其他模块的关系
| 模块 | 关系 | 相关文档 |
|---|---|---|
| 客户端建模 | Dora 读取和修改的就是当前打开的 DDM 模型，图形化修改实时同步到模型 | 模型操作 |
| 模型库 | 全局配置下载、AI 审计差量上传都依赖连接模型库 | 模型库 |
| 数据标准 | 落标能力使用从服务端同步的数据标准 | 数据标准 |
| MCP 服务 | 通过 MCP 协议接入外部智能体、数据平台和上下游工具 | 连接和使用 MCP 服务 |
开始使用前，先阅读配置并开始使用 Dora完成大模型配置；管理员相关内容见管理全局配置和审计记录。