Использование Yandex DataLens с AI-агентами

Вы можете использовать AI-агенты для работы с DataLens. Например, Claude Code, Codex, OpenCode и другие. Для этого нужно подключить DataLens к AI-агенту с помощью MCP-сервера или Python SDK и установить навыки.

Перед началом работыПеред началом работы

• Убедитесь, что у вас есть доступ к Yandex Cloud и DataLens.
• Подготовьте объект в DataLens, с которым будет работать AI-агент: создайте новый воркбук или выберите существующий. Для проверки сценария создания чарта в воркбуке должен быть доступный датасет.
• Убедитесь, что у вас есть права на редактирование выбранного воркбука и объектов, с которыми будет работать AI-агент.

Подключите DataLens к AI-агентуПодключите DataLens к AI-агенту

Чтобы подключить DataLens к AI-агенту, добавьте MCP-сервер в AI-агент или установите datalens-sdk — типизированный Python SDK для API DataLens.

claude mcp add datalens \
  --env DATALENS_ORG_ID=<идентификатор_организации> \
  -- npx -y @datalens-tech/mcp@latest

{
  "mcpServers": {
    "datalens": {
      "command": "npx",
      "args": ["-y", "@datalens-tech/mcp@latest"],
      "env": {
        "DATALENS_ORG_ID": "<идентификатор_организации>"
      }
    }
  }
}

[mcp_servers.datalens]
command = "npx"
args = ["-y", "@datalens-tech/mcp@latest"]

[mcp_servers.datalens.env]
DATALENS_ORG_ID = "<идентификатор_организации>"

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "datalens": {
      "type": "local",
      "command": ["npx", "-y", "@datalens-tech/mcp@latest"],
      "environment": {
        "DATALENS_ORG_ID": "<идентификатор_организации>"
      }
    }
  }
}

pip install datalens-sdk

from datalens_sdk import DataLensClientYC

with DataLensClientYC() as client:
    dataset = client.get.dataset(by_id="<идентификатор_датасета>")
    print(dataset.name)

Установите навыкиУстановите навыки

Чтобы AI-агент учитывал модель объектов DataLens и выбирал подходящие инструменты для задачи, установите навыки datalens-skills.

npx skills add datalens-tech/datalens-skills --skill datalens
npx skills add datalens-tech/datalens-skills --skill datalens-sdk

/plugin marketplace add datalens-tech/datalens-skills
/plugin install datalens-skills@datalens

Отправьте запросОтправьте запрос

После подключения DataLens к AI-агенту и установки навыков сформулируйте задачу на естественном языке и укажите идентификаторы объектов, с которыми нужно работать.

1. Запустите новую сессию AI-агента.
2. Отправьте запрос через AI-агент.

Типовые сценарииТиповые сценарии

Ниже приведены примеры запросов к AI-агенту с установленными навыками и MCP-сервером.

• Аудит зависимостей

  Запрос:

  Найди все чарты и дашборды, которые используют датасет <идентификатор_датасета>.
  

  Результат: AI-агент вызовет команды навигации и Relations API через MCP.

• Клонирование контента

  Запрос:

  Склонируй дашборд <идентификатор_дашборда> со всеми чартами и датасетами
  в воркбук <идентификатор_воркбука>.
  

  Результат: AI-агент напишет скрипт на SDK с экспортом зависимостей.

• Создание с нуля

  Запрос:

  Подключись к базе, создай датасет с вычисляемым полем маржи
  и собери дашборд с продажами по регионам.
  

  Результат: AI-агент построит цепочку: подключение → датасет → чарты → дашборд.

• Массовые изменения

  Задача для SDK: цикл по объектам с типизированными обновлениями.

  Запрос:

  Во всех датасетах воркбука переименуй поле «revenue» в «Выручка».
  

  Результат: AI-агент переименует указанные поля.

• AI-отчет

  Запрос:

  Собери HTML-отчет по итогам квартала и опубликуй его в DataLens.
  

  Результат: навык datalens-html-pages проведет через создание, валидацию и публикацию страницы.

Полезные ссылкиПолезные ссылки

• AI-агенты в Yandex DataLens
• Работа с Public API в Yandex DataLens
• MCP-сервер @datalens-tech/mcp
• npm
• Коллекция навыков datalens-skills
• Python SDK datalens-sdk
• Стандарт Agent Skills
• Model Context Protocol