> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8c05c8a2.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Agentic Data Stack

> Агентная аналитика на ClickHouse: полностью управляемая в ClickHouse Cloud или в виде самоуправляемого стека с открытым исходным кодом на базе ClickHouse, MCP-сервера, LibreChat и Langfuse.

export const Image = ({img, alt, size}) => {
  return <Frame>
      <img src={img} alt={alt} />
    </Frame>;
};

Самый простой способ запустить агентную аналитику на ClickHouse — [ClickHouse Agents](/ru/products/cloud/features/ai-ml/agents) в ClickHouse Cloud: полностью управляемый сервис, без необходимости разворачивать инфраструктуру. Пользователи задают вопросы на естественном языке, а ИИ-агент отвечает на них, отправляя запросы напрямую к базе данных.

Для самостоятельного размещения **Agentic Data Stack** — это модульный стек с открытым исходным кодом. Вы сами запускаете его, подключаете собственные модели и храните чат и данные в своей среде. Он построен на основе [ClickHouse](/ru/core/get-started/setup/install), [MCP-сервера ClickHouse](/ru/products/agentic-data-stack/components/mcp-server), [LibreChat](/ru/products/agentic-data-stack/components/librechat) и [Langfuse](/ru/products/agentic-data-stack/components/langfuse).

<div id="what-is-agentic-analytics">
  ## Что такое агентная аналитика?
</div>

В агентной аналитике модель подкрепляет свои ответы, выполняя запросы к вашим данным. Получив вопрос, агент анализирует доступные базы данных и таблицы, решает, какие запросы нужно выполнить, выполняет их в ClickHouse и формирует ответ на основе результатов. Он может уточнить запрос, выполнить дополнительный или связать несколько шагов в цепочку. Если запрос завершается ошибкой или возвращает неожиданный результат, агент корректирует свои действия и пробует снова, а не останавливается.

<div id="what-you-can-do">
  ## Что вы можете делать
</div>

* **Задавать вопросы на естественном языке** и получать ответы на основе собственных данных.
* **Создавать агентов без написания кода**, задавая агенту инструкции и инструменты, а затем используя его повторно.
* **Делиться агентами и диалогами** в виде ссылок только для чтения, чтобы другие могли отследить запросы, лежащие в основе ответа.
* **Создавать интерактивные графики и визуализации** по результатам запросов прямо в диалоге.
* **Оценивать и улучшать ответы**, оценивая их в Langfuse с помощью ручной проверки или LLM-судьи и дорабатывая свои промпты и агентов.

<div id="architecture">
  ## Как устроен стек
</div>

<Image img="https://mintcdn.com/private-7c7dfe99-mintlify-8c05c8a2/GaEHa-fd8w_5w7tQ/images/agentic-data-stack/01-architecture.webp?fit=max&auto=format&n=GaEHa-fd8w_5w7tQ&q=85&s=d17f92546badaf3a1ca793b39acd6597" alt="Архитектура Agentic Data Stack: пользователи взаимодействуют с LibreChat, который подключается к LLM, к ClickHouse через MCP-сервер и к Langfuse для трассировки" size="md" width="945" height="784" data-path="images/agentic-data-stack/01-architecture.webp" />

Пользователь задает вопрос в LibreChat. Модель планирует ответ и через MCP-сервер вызывает инструменты, чтобы изучать данные и выполнять запросы к ClickHouse. Результаты возвращаются обратно, и агент формирует ответ. Langfuse, построенный на OpenTelemetry, фиксирует весь ход выполнения — от промпта до вызова инструмента и ответа, позволяет автоматически или с участием человека оценивать результаты, а также отслеживает качество, стоимость и задержку.

MCP-сервер ClickHouse построен на основе [Model Context Protocol](https://modelcontextprotocol.io/) — открытого стандарта, поэтому он работает с любым клиентом или агентным фреймворком с поддержкой MCP, а не только с LibreChat. См. [руководства по MCP](/ru/core/guides/use-cases/ai-ml/MCP) для клиентов и агентных библиотек.

<div id="components">
  ## Компоненты
</div>

| Компонент             | Роль                                                                                    | Подробнее                                                           |
| --------------------- | --------------------------------------------------------------------------------------- | ------------------------------------------------------------------- |
| ClickHouse            | Аналитический движок, к которому обращается агент                                       | [Начало работы с ClickHouse](/ru/core/get-started/setup/install)    |
| MCP-сервер ClickHouse | Открытый стандарт, который предоставляет агенту доступ к ClickHouse в виде инструментов | [MCP-сервер](/ru/products/agentic-data-stack/components/mcp-server) |
| LibreChat             | Чат-интерфейс и агентный фронтенд, с которыми взаимодействуют пользователи              | [LibreChat](/ru/products/agentic-data-stack/components/librechat)   |
| Langfuse              | Обсервабилити для каждого промпта, вызова инструмента и ответа                          | [Langfuse](/ru/products/agentic-data-stack/components/langfuse)     |

<div id="get-started">
  ## Начало работы
</div>

Есть два способа запустить агентную аналитику на ClickHouse:

* **Управляемый (ClickHouse Cloud):** самый быстрый вариант, без настройки. [ClickHouse Agents](/ru/products/cloud/features/ai-ml/agents) предоставляет хостируемые чат и агентов для работы с вашими данными. Отдельные компоненты также доступны как управляемые сервисы: [Remote MCP server](/ru/products/cloud/features/ai-ml/remote-mcp) и [Langfuse Cloud](https://cloud.langfuse.com).
* **Самоуправляемый (с открытым исходным кодом):** запустите весь стек самостоятельно с помощью [Docker Compose](/ru/products/agentic-data-stack/docker-setup), подключив собственные модели и оставив данные в своей среде.

Чтобы опробовать стек на общедоступных датасетах без установки, используйте [AgentHouse](https://llm.clickhouse.com) — хостируемую демоверсию.

<div id="related">
  ## См. также
</div>

Другие возможности ИИ с открытым исходным кодом в ClickHouse:

* [Генерация SQL с помощью ИИ](/ru/core/guides/use-cases/ai-ml/ai-powered-sql-generation): преобразование запросов на естественном языке в SQL в ClickHouse Client и clickhouse-local
* [Векторный поиск с QBit](/ru/core/guides/use-cases/ai-ml/vector-search): векторный поиск с настройкой параметров во время выполнения