Cortex Code in Snowsight¶

Übersicht¶

Cortex Code bietet eine agentenbasierte Erfahrung über mehrere Funktionsbereiche innerhalb von Snowsight hinweg. Der Agent wurde entwickelt, um Datenanalyse-, -Technik- und Administratorteams bei Aufgaben wie SQL-Entwicklung, Datenexploration und Kontoverwaltung zu unterstützen, indem er nahtlos in die Snowsight-Schnittstelle eingebunden ist und Funktionen wie Vergleichsansichten bereitstellt.

Cortex Code verwendet eine intelligente Orchestrierung, um mehrstufige Aufgaben auf der Grundlage Ihrer Anfrage zu planen und auszuführen. Darüber hinaus greift er auf interne Tools und den relevanten Kontext in Ihrer Snowflake-Umgebung zu, um die Aufgabe zu bearbeiten und die Korrektheit jeder Antwort zu gewährleisten.

Der Assistent folgt einem agentenbasierten Workflow und interpretiert Ihre Absicht, erstellt einen Aktionsplan und führt die Schritte aus, während der Kontext über die gesamte Sitzung hinweg beibehalten wird.

Cortex Code versteht Rollen, Berechtigungen, Schemas und SQL-Syntax und wendet beim Generieren oder Ändern von Code die Best Practices von Snowflake an.

Zur Verwendung von Cortex Code in Snowsight führen Sie die folgenden Schritte aus:

Wählen Sie das Cortex Code-Symbol in der rechten unteren Ecke aus. Das Cortex Code-Panel öffnet sich auf der rechten Seite von Snowsight.
Geben Sie Ihre Frage in das Nachrichtenfeld ein und wählen Sie dann das Senden-Symbol aus oder drücken Sie Enter, um die Frage zu übermitteln. Cortex Code liefert eine Antwort im Panel.

Wenn die Antwort von Cortex Code SQL -Anweisungen enthält, können Sie die Anweisungen ausführen oder in Ihre Zwischenablage kopieren.

Anforderungen an die Zugriffssteuerung¶

Eine Rolle, die für den Zugriff auf Cortex Code verwendet wird, muss über die folgenden Datenbankrollen verfügen:

Datenbankrollen	Anmerkungen
SNOWFLAKE.COPILOT_USER	Erforderlich für alle Benutzende, um auf Cortex Code zuzugreifen.
SNOWFLAKE.CORTEX_USER oder SNOWFLAKE.CORTEX_AGENT_USER	Mindestens eine dieser Datenbankrollen ist erforderlich. SNOWFLAKE.CORTEX_AGENT_USER bietet zusätzliche Funktionen für agentenbasierte Workflows.

Eine Anleitung zum Gewähren von Datenbankrollen finden Sie unter GRANT DATABASE ROLE.

Allgemeine Informationen zu Rollen und zur Zugriffssteuerung finden Sie unter Übersicht zur Zugriffssteuerung.

Bemerkung

Wenn Ihr Konto zuvor Snowflake Copilot (veraltet) abgewählt (oder deaktiviert) hat, wird auch Cortex Code deaktiviert. Wenden Sie sich an Ihr Kundenbetreuerteam, um dieses Feature für Ihr Konto zu aktivieren.

Anwendungsfälle und Vorteile¶

Cortex Code in Snowsight fungiert als intelligenter Agent, der Ihnen hilft, effizienter zu arbeiten, indem er Anweisungen in natürlicher Sprache in ausführbare Aktionen übersetzt. Indem der Agent Ihren Arbeitsbereichskontext und die Konfiguration Ihres Snowflake-Kontos berücksichtigt, unterstützt er Sie bei Entwicklungs-, Explorations- und Verwaltungsaufgaben, ohne dass Sie Snowsight verlassen müssen.

Cortex Code unterstützt die folgenden wichtigen Funktionsbereiche innerhalb von Snowsight:

Agentenbasiertes Codieren in Arbeitsbereichen¶

Cortex Code fungiert als ein in Arbeitsbereichen integrierter Konversationscodierungsassistent. Er unterstützt die interaktive Erstellung, Anpassung, Überprüfung und Erläuterung von Code.

Code-Erstellung und -Entwicklung: Generieren von SQL-Abfragen, Erstellen neuer Dateien und Generieren von Logik für Datenpipelines und Analyse-Workflows.
Codeänderung und -optimierung: Verfeinern von SQL direkt in einem Arbeitsbereich, Identifizieren von Logik- oder Syntaxfehler und Vorschlagen von Optimierungen für Leistung, Lesbarkeit oder Kosten.
Änderungsüberprüfung: Vorschau von durch AI vorgeschlagenen Änderungen mithilfe einer Vergleichsansicht, bevor diese angewendet werden. Die Vergleichsansicht hebt Einfügungen und Löschungen hervor, sodass Benutzende die Kontrolle über ihren Code behalten.
Code-Erklärung: Anfragen einer Erklärung für bestehendes SQL, um das Verständnis oder die Zusammenarbeit zu verbessern.
Folgefragen stellen: Fortsetzen der Konversation durch Stellen klärender Fragen oder Anfordern weiterer Analysen zum generierten Codes oder zu den generierten Ergebnissen.
Schnelle Aktionen von hervorgehoben SQL: Hervorheben von Text in einer SQL-Datei, um schnelle Aktionen wie Quick Edit, Format, Add to Chat und Explain zu öffnen.
SQL-Fehler beheben: Wenn eine SQL-Anweisung fehlschlägt, verwenden Sie die Schaltfläche Fix im Ergebnisfenster, um Korrekturvorschläge für den Fehler zu erhalten.

Intelligente Produkt- und Dokumentationserkennung¶

Cortex Code verwendet Kontext aus dem Horizon Catalog und der Snowflake-Dokumentation, um Ihnen zu helfen, Datenbestände zu finden und auf Informationen zu verweisen, ohne Ihren Arbeitsbereich verlassen zu müssen.

Schemasuche in natürlicher Sprache: Suchen von Datenbankobjekten wie Tabellen und Spalten mithilfe von Abfragen in einfacher Sprache, ohne die genauen Objektnamen kennen zu müssen.
Integrierte Fragen und Antworten: Abrufen von Antworten zu Snowflake-Features, SQL-Syntax oder Best Practices auf der Grundlage der offiziellen Dokumentation.
Produkterkennung im Snowflake Marketplace: Wenn Ihr Prompt auf Snowflake Marketplace verweist, sucht Cortex Code Freigabeangebote auf dem Snowflake Marketplace und gibt sie zurück.

Ist diese Option verfügbar, können die Antworten relevanten Kontext wie Tags, Maskierungsrichtlinien und Herkunft enthalten, um Ihnen zu helfen, die von Ihnen entdeckten Datenbestände zu validieren.

Vereinfachte Kontoverwaltung¶

Cortex Code unterstützt die Kontoverwaltung, indem der Agent kontextbezogene Informationen zu Governance, Sicherheit und Kostenmanagement bereitstellt.

Governance und Sicherheit: Abrufen von Informationen über Benutzer- und Rollenzugriff, Dateneigentümerschaft und Tabellen mit personenbezogenen Daten (PII).
Kostenmanagement: Abfrage der Kontonutzung und des Credit-Verbrauchs und Identifizieren von kostenintensiven Warehouses oder Abfragen.

Unterstützte Modelle und Regionen¶

Cortex Code unterstützt die folgenden Modelle. Sie können diese Modelle verwenden, solange das Konto Zugriff auf diese hat. Weitere Informationen dazu finden Sie unter Zugriff auf das Modell kontrollieren.

Empfohlen: Claude Opus 4.5 (claude-opus-4-5)
Claude Sonnet 4.5 (claude-sonnet-4-5)
Claude Sonnet 4.0 (claude-4-sonnet)

Die aufgeführten Modelle sind zwar möglicherweise nicht in allen Regionen verfügbar, Sie können Cortex Code jedoch in jeder Cloud oder Region im Rahmen der regionenübergreifenden Inferenz von Cortex verwenden. Dazu gehören Clouds und Regionen, in denen die Modelle nicht verfügbar sind. Weitere Informationen dazu finden Sie unter Regionenübergreifende Inferenz.

Wichtig

Regionenübergreifende Inferenz ist erforderlich, wenn das ausgewählte Modell in Ihrer Region nicht verfügbar ist. Wenn die Inferenz mit einem Modellverfügbarkeitsfehler fehlschlägt, konfigurieren Sie die regionenübergreifende Inferenz:

AWS US – Claude Client 4+ bietet die höchste Qualität. Richten Sie die regionenübergreifende Inferenz von Cortex für AWS_US für den Zugriff auf Claude Sonnet 4.x-Modelle ein.
AWS EU – Richten Sie die regionenübergreifende Inferenz von Cortex für AWS_EU für den Zugriff auf Claude-Modelle ein.
AWS APJ – Richten Sie die regionenübergreifende Inferenz von Cortex für AWS_APJ für den Zugriff auf Claude-Modelle ein.
Jede Region – Richten Sie die regionsübergreifende Inferenz von Cortex für ANY_REGION für den Zugriff auf alle Modelle ein.

Um die regionenübergreifende Inferenz zu aktivieren, muss eine Person mit ACCOUNTADMIN-Berechtigungen Folgendes ausführen:

ALTER ACCOUNT SET CORTEX_ENABLED_CROSS_REGION = 'AWS_US';

Copy

Ersetzen Sie AWS_US mit dem entsprechenden Bezeichner der Region (AWS_US, AWS_EU, AWS_APJ, ANY_REGION).

Bemerkung

Der Zugriff auf die Modelle kann auch durch Ihre Organisation eingeschränkt sein. Wenn Sie selbst nach Aktivierung der regionenübergreifenden Inferenz nicht auf ein Modell zugreifen können, überprüfen Sie, ob das Modell in den AI-Zugriffseinstellungen für Modelle Ihres Kontos aktiviert ist. Weitere Informationen dazu finden Sie unter Zugriff auf das Modell kontrollieren.

Für Cortex Code muss der Benutzende über die SNOWFLAKE.COPILOT_USER-Datenbankrolle und entweder die SNOWFLAKE.CORTEX_USER oder die SNOWFLAKE.CORTEX_AGENT_USER -Datenbankrolle verfügen.

Bemerkung

Websuche¶

Eine ACCOUNTADMIN-Rolle kann die Cortex Code-CLI konfigurieren, um das Web zu durchsuchen und die Ergebnisse beim Generieren von Antworten und bei der Planung von Aufgaben zu verwenden. Um die Websuche in einem Konto ordnungsgemäß zu aktivieren, führen Sie die folgenden Schritte aus:

Navigieren Sie zu AI/ML > Agents.
Wählen Sie Settings aus.
Wählen Sie den Umschalter neben Web search, um das Feature zu aktivieren, wie unten gezeigt.

Snowflake verarbeitet Ihre Eingaben gemäß der Snowflake-Datenschutzrichtlinie (§ 2). Die Websuche darf nicht zum Zweck der Neuverteilung oder zur Erstellung eines konkurrierenden Websuchdienstes verwendet werden.

Beispiel-Prompts¶

Sie können mit Cortex Code interagieren, indem Sie Prompts in natürlicher Sprache verwenden. Geben Sie in Ihren Prompts den Kontext an, der für genaue Ergebnisse erforderlich ist (z. B. die Datenbank, das Schema und die Objekte, mit denen Sie arbeiten möchten). Um zuverlässigste Ergebnisse in allen Umgebungen zu erzielen, verwenden Sie vollqualifizierte Objektnamen.

Die folgenden Beispiele zeigen typische Möglichkeiten, wie Sie die Generierung von Code, Optimierung und administrativen Einblicke anfordern können.

Zugriff und Berechtigungen

Anwendungsfall	Beispiel-Prompt
Zugriffserkennung	„Auf welche Datenbanken habe ich Zugriff?“
Sicherheitsüberprüfung	„Suche alle Tabellen mit PII.“

Datenerkennung

Anwendungsfall	Beispiel-Prompt
Tag-Erkennung	„Liste alle Tabellen mit dem Tag PII = TRUE in ANALYTICS_DB auf.“
Herkunft und Tagging	„Zeige die Herkunft von RAW_DB.ORDERS bis zu nachgelagerten Dashboards.“
Suche nach Metadaten	„Wo finde ich Tabellen, die sich auf die Kundenabwanderung und den Abonnementstatus beziehen?“

SQL-Entwicklung und -Optimierung

Anwendungsfall	Beispiel-Prompt
Logische Erklärung	„Was macht dieses SQL-Skript?“
Generierung	„Schreibe eine Abfrage für die Top 10-Kunden nach Umsatz und einem gleitenden Durchschnitt von 7 Tagen“.
Abfrageoptimierung	„Aktualisiere die Abfrage der Top-Performer, um die Top 100 anzuzeigen.“
Leistungsoptimierung	„Erkläre, warum diese Abfrage langsam ist, und optimiere sie“.
Datenverarbeitung	„Generiere synthetische Daten für 30 Tage der Verkäufe für eine E-Commerce-Website in der SAMPLESDATA.SALES-Tabelle.“

Infrastruktur- und Kostenmanagement

Anwendungsfall	Beispiel-Prompt
Ressourcenüberwachung	„Welche fünf Diensttypen verbrauchen die meisten Credits?“ Zeig mir eine Visualisierung und wie ich Kosten senken kann.“

Machine Learning- und Engineering-Pipelines

Anwendungsfall	Beispiel-Prompt
Notebooks (EDA und Machine Learning)	„Erstelle ein Notebook für einen Anwendungsfall zur Vorhersage der Kundenabwanderung mit pandas für den Datenhandhabung, matplotlib und seaborn für EDA und Visualisierung sowie scikit-learn für die Vorverarbeitung, das Training von Modellen (logische Regression und ein auf Strukturbäumen basierendes Modell), die Evaluation und die Interpretation mit klarem Markdown, das die Auswirkungen und Ergebnisse des Geschäfts erklärt.
Deep Learning	„Erstelle ein neues Notebook und ein CNN für das MNIST-Datenset.“
Pipeline-Engineering	„Erstelle ein dbt-Projekts zur Transformation der Rohdaten zum Umsatz.“

Integration mit semantischen Modellen ( Cortex Analyst )

Anwendungsfall	Beispiel-Prompt
Semantische Abfragen	„Verwende das semantische Modell @models/revenue.yaml, um "Wie hoch war der Umsatz im letzten Monat?" zu beantworten.“
Modell-Debugging	„Identifiziere Fehler in meinem semantischen Modell unter @models/revenue.yaml“

Sicherheit und Zugriff¶

Cortex Code arbeitet innerhalb der bestehenden Authentifizierungs- und rollenbasierten Zugriffskontrollen (RBAC) Ihres Snowflake-Kontos. Es werden keine Anmeldeinformationen gespeichert oder geändert und es werden nur Aktionen ausgeführt, die von Ihrer aktuellen Rolle erlaubt sind.

Cortex Code in Arbeitsbereichen¶

Sie können auf Cortex Code über das in integrierte Snowsight Assistenten-Panel zugreifen. Cortex Code verarbeitet Anfragen im Zusammenhang mit dem aktiven Code oder der aktiven Umgebung oder mit allgemeinem Snowflake-Wissen.

So verwenden Sie den Cortex Code-Agent in Arbeitsbereichen:

Melden Sie sich bei Snowsight an.
Wählen Sie im Navigationsmenü die Option Projects » Workspaces aus.
Öffnen Sie einen Arbeitsbereich, der die gewünschte Datei enthält (z. B. eine vorhandene SQL-Datei).
Wählen Sie das Cortex Code-Symbol unten rechts im Arbeitsbereich aus.
Geben Sie einen Prompt ein oder stellen Sie eine Frage in natürlicher Sprache. Ideen hierzu finden Sie unter Beispiel-Prompts.
Überprüfen Sie die Ausgabe. Cortex Code stellt eine Antwort, einen Codevorschlag oder eine geänderte Abfrage bereit.
Für Codierungsaufgaben kann Cortex Code eine Vergleichsansicht anzeigen, die Einfügungen und Löschungen hervorhebt. Überprüfen Sie die vorgeschlagenen Änderungen und wenden Sie diese direkt auf das Skript an.
Verwenden Sie nachfolgende Eingabeaufforderungen, um den Code zu verfeinern, die Datei in einen anderen Objekttyp zu konvertieren (wie ein Notebook oder eine semantische Ansicht) oder erweiterte Funktionen wie AI SQL zu integrieren.

Anpassen von Cortex Code in Arbeitsbereichen mit AGENTS.md und Agent Skills¶

AGENTS.md ist ein einfaches, offenes Format zur Anleitung von Codierungsagenten.

Erstellen Sie eine AGENTS.md-Datei, um dauerhafte Anweisungen bereitzustellen, die Cortex Code automatisch in jede Konversation einfügt. Kopieren Sie sie in das Stammverzeichnis Ihres Arbeitsbereichs, um personalisierte Anweisungen zu erhalten, die für Konversationen mit Cortex Code über Ihr Projekt gelten.

Die Unterstützung von Agent Skills wird in Kürze verfügbar sein.

Cortex Code in Notebooks¶

Durch die Nutzung von Cortex Code können Sie Daten erkunden, Abfragen und Code schreiben und bearbeiten, Erkenntnisse visualisieren und Ergebnisse nahtlos in Notebooks in Arbeitsbereichen erklären und damit die Entwicklung von End-to-End-Data Science und maschinellem Lernen beschleunigen.

Mit Cortex Code in Notebooks ist Folgendes möglich:

Erstellen und Verwalten von Notebooks im Arbeitsbereichsverzeichnis
Hinzufügen, Entfernen und Neuordnen von SQL-, Python- und Markdown-Zellen
Bearbeiten von Code mit aktuellen vorinstallierten Paketen und korrekter Notebooks-Syntax (z. B. Zellenreferenzierung)
Generieren von Code zur Visualisierung von Daten mit matplotlib, seaborn, plotly und altair
Ausführen eines ganzen Notebooks oder bestimmter Zellen

Probieren Sie diese aus Beispiel-Prompts.

Cortex Code-Agent für dbt Projects on Snowflake¶

Cortex Code unterstützt Transformations-Workflows, die sich über den gesamten dbt-Lebenszyklus erstrecken:

Untersuchen von Rohdaten und Ableiten von Beziehungen
Erstellen von Staging- und Zwischenmodellen
Erstellen von Multi-Modell-DAGs und -Metriken
Hinzufügen von Datenqualitätstests und inkrementeller Logik
Ausführen von dbt-Befehlen
Erstellen und Pflegen der Projektdokumentation

Mithilfe von Prompts in natürlicher Sprache können Sie mit dem Cortex Code-Agent Daten untersuchen, dbt-Modelle erstellen, Tests hinzufügen, die Leistung optimieren und eine Dokumentation durch iteratives Feedback erstellen.

Der Agent reduziert den täglichen Arbeitsaufwand beim Data Engineering, indem er Standard-SQL, Abhängigkeitsmanagement, Tests und Dokumentation automatisiert und gleichzeitig die Kontrolle über Projektstruktur und -logik bewahrt.

Beispiel-Prompts für dbt-Projekte¶

Der Cortex Code-Agent unterstützt sowohl neue als auch erfahrene dbt-Benutzende. Neue Benutzende können neu integrierte Daten der Bronze-Schicht erkunden, Schemas ableiten und Staging-Modelle erstellen, um eine robuste Grundlage zu schaffen. Erfahrene Benutzende können komplexe Data Marts mit inkrementellen Faktenmodellen, robusten Tests und automatisch generierter Dokumentation erstellen und gleichzeitig die Validierungszyklen schnell durchlaufen.

Die folgenden Szenarien veranschaulichen gängige Möglichkeiten zur Verwendung von Cortex Code mit dbt-Projekten.

Anwendungsfall	Kontext	Beispiel-Prompt
Erkunden der Quellen	Verschaffen Sie sich vor der Modellierung zunächst ein klares Bild von den Rohdatenschemata und ihren Beziehungen.	„Liste alle Quelltabellen in der Bronze-Schicht auf und fasse Schlüsselspalten, Datentypen und wahrscheinliche Primärschlüssel zusammen. Schlage Staging-Modelle für jede Quelle vor.“
Prototyping	Erstellen von Multi-Modell-Logik und -DAGs.	„Erstelle Modelle zur Berechnung der täglichen Rentabilität nach Truck und Standort. Generiere den DAG und schlage Abhängigkeiten vor.“
Data Quality	Hinzufügen von Tests zu `schema.yml`.	„Füge not_null- und accepted_values-Tests zu Schlüsseldimensionen hinzu. Schlage Eindeutigkeitstests für IDs basierend auf abgeleiteten Schlüsseln vor.“
Inkrementelle Logik	Optimieren der Modellleistung.	„Konvertiere das Haupt-Faktenmodell in ein inkrementelles Modell, das nach order_date partitioniert ist und ein Zusammenführungsverhalten für verspätet eingehende Daten unterstützt.“
Dokumentation	Verringern des Wartungsaufwands.	„Generiere Dokumente für das Projekt und Entwurfsbeschreibungen für neue Modelle und Schlüsselspalten auf der Grundlage des Quellkontexts.“

Cortex Code, Snowflake Intelligence und Legacy-Copilot¶

Cortex Code unterstützt zwar eine breite Palette von Codierungs- und Verwaltungsaufgaben, unterscheidet sich aber von eigenständigen Codierungsagenten und anderen spezialisierten AI-Systemen innerhalb von Snowflake.

Die folgende Tabelle fasst die wichtigsten Unterschiede zwischen Cortex Code, Snowflake Intelligence und der Legacy-Copilot-Erfahrung zusammen.

Feature	Cortex Code	Snowflake Intelligence	Snowflake Copilot (Legacy)
Anwendungsfall	Unterstützt Entwicklungs- und operative Workflows in Snowflake, einschließlich dem Erstellen von SQL, Erkunden von Datenbeständen und Ausführen von administrativen Aufgaben.	Bietet eine Schnittstelle in natürlicher Sprache, um komplexe Fragen zu Daten zu stellen und analysebezogene Antworten zu erhalten.	Vorherige Iteration von Cortex Code für Dokumentationshilfe und grundlegende SQL-Unterstützung.
Primäre Integration	Direkt in Snowsight und Arbeitsbereiche integriert. Bietet kontextbezogene Unterstützung innerhalb des aktiven Arbeitsbereichs.	Zugriff über die Snowflake Intelligence- UI und Cortex Agents-API, was die Interaktion in natürlicher Sprache für Erkenntnisse und Empfehlungen ermöglicht.	Separater Copilot für SQL- und UI-Unterstützung.
Umfang der Aufgaben	Unterstützt die SQL-Erstellung, Datenexploration, Dokumentationssuche und Kontoverwaltung.	Konzentriert sich auf die Beantwortung von Fragen, Erkenntnisse aus Daten und analysegestützte Antworten.	Begrenzte SQL- und UI-Unterstützung.
Wichtige Funktionen	Generiert und ändert SQL-Code, überprüft Änderungen mithilfe einer Vergleichsansicht und erklärt bestehenden Code.	Analysiert Daten, erstellt Zusammenfassungen und unterstützt Interaktionen mit natürlicher Sprache.	Kontextbezogene SQL-Vorschläge und eingeschränkte Hilfe-Features.
Design-Schwerpunkt	Stellt eine einheitliche AI-Schnittstelle für Codierung, Dokumentation und administrative Workflows bereit.	Liefert Konversationseinblicke und Abfrageunterstützung für das Verständnis von Daten.	Zugunsten von Cortex Code eingestellt.