Snowflake扩展Cortex Code CLI支持dbt和Airflow以简化数据工程工作流

Snowflake已将其终端AI编码智能体Cortex Code CLI的支持扩展至dbt和Apache Airflow，帮助数据从业者简化工程工作流程。

该公司在一份声明中表示："通过这种扩展支持，开发者可以在其首选的数据工程系统中获得安全、上下文感知的AI辅助——使团队能够在数据所在的任何地方工作，更高效地构建、管理和优化生产级工作流程。"

Apache Airflow和dbt是企业数据堆栈中广泛使用的构建模块。dbt提供基于SQL的框架，用于将原始仓库数据转换为可分析的模型，并配备测试和版本控制功能，而Airflow则用于跨系统编排和调度复杂的数据管道。

这一发展对数据从业者和开发者来说可能是一个巨大的优势。

HFS Research首席执行官Phil Fersht表示："这些（dbt和Airflow）是现代数据堆栈的控制平面。将AI辅助直接嵌入到转换和编排层中，可以减少摩擦，加速开发，并改善治理。"

HyperFRAME Research的AI堆栈负责人Stephanie Walter进一步解释了Cortex Code CLI集成如何减少摩擦和加速开发，她指出开发者现在可以避免上下文切换。

在集成之前，开发者可以通过VS Code和Cursor等工具访问Cortex Code CLI，但AI辅助仍然"本质上以Snowflake为中心"，对dbt模型或Airflow DAG的结构几乎没有了解，Walter说。

Walter指出，这意味着开发者和数据从业者必须在一个环境中生成代码，将其复制到dbt或Airflow，然后手动重新处理以适应他们正在维护的转换或编排逻辑。她补充说，这是一个低效、分散的工作流程，使AI辅助与真实生产管道断开连接。

这一集成可以被视为Snowflake的一项战略举措，旨在拥有数据工作流周围的开发者体验，而不仅仅是数据仓库。

Fersht表示："Snowflake希望成为现代数据堆栈中的智能层，即使组件位于其核心平台之外。最终目标是平台引力。如果开发者依赖Cortex来构建和维护管道，Snowflake就会增强对数据逻辑、治理和AI赋能的战略控制，无论原始数据物理驻留在何处。"

因此，Fersht补充道，此举应该会加剧围绕AI原生数据堆栈的竞争："Databricks长期将自己定位在开放性和湖仓灵活性上。Snowflake将Cortex Code CLI移入dbt和Airflow缩小了这种差异化，表明它可以在异构环境中运行。"

Snowflake还为Cortex Code CLI推出了订阅计划，允许尚未拥有Snowflake工作负载的客户在其数据工作流中试用这一AI编码智能体。

这家云数据仓库提供商尚未披露订阅计划的详细信息。

Q&A

Q1：Cortex Code CLI是什么？它现在支持哪些工具？

A：Cortex Code CLI是Snowflake的终端AI编码智能体，现在已扩展支持dbt和Apache Airflow。它能为开发者在首选的数据工程系统中提供安全、上下文感知的AI辅助，帮助团队更高效地构建、管理和优化生产级工作流程。

Q2：这次集成如何改善开发者的工作体验？

A：这次集成让开发者避免了上下文切换。之前开发者需要在一个环境中生成代码，然后复制到dbt或Airflow并手动重新处理。现在AI辅助能够理解dbt模型和Airflow DAG的结构，提供更直接、更高效的开发体验。

Q3：Snowflake为什么要扩展Cortex Code CLI到其他平台？

A：这是Snowflake的战略举措，旨在成为现代数据堆栈中的智能层，拥有数据工作流周围的开发者体验。通过让开发者依赖Cortex来构建和维护管道，Snowflake可以增强对数据逻辑、治理和AI赋能的战略控制。