实时分析的发现代理：向主动洞察系统迈进

现代分析系统本质上是反应式的，需要用户在日益复杂和持续演化的数据上定义查询。在实时流式环境中，这种范式会失效，因为潜在洞察的空间过大，难以手动枚举。我们提出一种用于实时数据流上自主洞察发现的多代理体系结构。该系统实现持续发现循环，其中代理生成假设、将其编译为可执行分析、验证生成的制品并产生可视化和可部署应用。该体系结构利用 Apache Kafka 实现事件驱动协调，Apache Flink 实现流处理，并利用大语言模型实现专门代理。关键贡献是基于类型化中间制品的合同驱动设计，使模块化、可观测性、数据血缘及动态生成分析的安全执行成为可能。通过零售、金融和公共数据的用例，我们展示了该体系结构如何支持从查询驱动分析向主动、发现驱动系统的转变。