DGi

DGi 是什么

DGi 是 Datagran 推出的 AI 数据代理，面向需要把数据分析、代码执行和自动化能力嵌入产品的开发者与企业团队。旧记录域名目前对应 DGi 的新站点和 API 文档，产品定位已从泛化的 AI 编程工具转向数据代理平台。

它可以接收自然语言任务，连接文件、数据库、API 或网页，生成并运行代码，再返回分析结果、文件、图表或应用预览。DGi 不是单纯的代码补全插件，也不应被当作无需验证的自动决策系统。

主要能力概览

数据分析与文件处理

用户可以在会话中上传 CSV，再用自然语言要求 DGi 清洗、分析、可视化或生成报告。当前 API 的会话上传端点明确限定 CSV，首页虽然展示 CSV 与 Excel 等数据源，但开发者不应据此假设所有文件格式都能通过同一端点上传。

• 会话把相关问题、文件和任务组织在同一上下文中。
• 异步任务可以返回进度消息、最终答案、代码目录和预览地址。
• 生成文件可在会话目录中列出、下载或更新。
• 结论仍需核对字段定义、缺失值、时间范围和统计方法。

代码生成与执行

DGi 能根据任务创建 Python 代码目录，主入口固定为 script.py。开发者可以读取或修改目录中的文件，再通过 run_file 创建新任务执行代码。

1. 创建会话并提交数据或连接信息。
2. 用自然语言描述分析目标和期望输出。
3. 保存任务返回的代码执行目录。
4. 检查生成代码、依赖和文件访问范围，必要时修改。
5. 以目录中的 script.py 作为入口发起执行任务。
6. 轮询消息查看日志；若代码任务没有消息，再读取完整输出。

运行 AI 生成代码会带来依赖、网络访问、资源消耗和数据破坏风险。生产环境应使用隔离运行空间、最小权限凭据、资源上限和人工审批。

数据库与外部连接

产品页面列出 PostgreSQL、MySQL、BigQuery、Snowflake、对象存储以及文件等连接方式，API 也提供连接的创建、查询、更新和访问共享。连接对象可保存数据库或 API 凭据，并可按用户授权或撤销访问。

• 数据库账户应优先使用只读权限，避免代理误改生产数据。
• 开发、测试与生产环境应使用不同凭据和 API 密钥。
• 共享连接会让其他用户查看连接及凭据，授权前应核实组织和人员。
• 凭据轮换、离职回收和异常访问告警需要由企业流程覆盖。

定时任务与工作流

DGi 可以把会话中的运行文件与 Cron 表达式或自然语言时间描述组合成定时任务。API 支持创建、列表、启用、停用和手动触发，适合周期报告、库存检查和数据监控。

调度功能不应省略幂等、超时、失败重试和结果告警设计。涉及外部写操作时，还应为每次运行设置审批、审计和可回滚机制。

Web 自动化与应用构建

Web 自动化能力可导航页面、提取信息、填写表单和执行多步任务，任务消息可能返回可观察的浏览器流。网站登录、验证码、服务条款、robots 规则和反自动化限制仍会影响实际成功率。

DGi 还可生成数据仪表盘、报告或交互应用预览。预览结果适合验证需求，但正式部署前仍需检查权限、移动端表现、依赖版本、输入验证和数据泄露风险。

Understanding：构建项目上下文

Understanding 可从 GitHub 仓库、支持文档网址或 Markdown 文件建立长期上下文。深度研究任务会分析代码库并生成 PDF 文档，页面给出的预计处理时间为 5 至 30 分钟。

1. 为私有仓库准备专用 GitHub 令牌，并存入连接对象。
2. 创建 Understanding，填写仓库、文档或 Markdown 材料。
3. 发起 deep research 任务并轮询状态。
4. 任务完成后读取生成文档，再把 understanding_id 用于后续问答。
5. 仓库权限或人员变化后及时撤销令牌并更新上下文。

私有仓库分析会把代码和文档纳入外部处理流程。企业应先确认保留期限、子处理方、训练用途、删除方法和合同责任。

API v2 接入流程

当前公开 API 使用 Bearer API key，并提供 OpenAPI 规范。核心流程是创建会话、创建异步任务、按时间戳轮询消息，直到状态变为 completed 或 interrupted。

1. 注册账户并在个人资料页创建 API 密钥。
2. 调用测试端点确认认证和服务状态。
3. 创建会话并保存 session_id。
4. 在会话中创建问题、运行文件或研究任务，保存 task_id。
5. 使用上一条消息的时间戳轮询，避免重复拉取全部消息。
6. 对服务器错误使用退避重试，并在完成或中断后停止轮询。
7. 读取最终答案、生成文件、代码输出或应用预览。

认证指南仍混有旧域名和 v1 示例，而当前 API Reference 使用新域名和 v2 路径。实现时应以当前 OpenAPI 和 API Reference 为准，不要混用示例。

API、SDK 与开源状态

价格与用量限制

每分钟请求数只是接口速率，不等于可免费执行的任务数、模型 Token、代码运行时间或存储额度。当前未发现公开金额、超额单价、试用期限和退款细则，购买前应在账户后台或合同中逐项确认。

安全与隐私注意事项

产品页面列出双信封加密、AES-256 静态加密、TLS 1.3、零信任、审计日志、SOC 2 和私有云等安全能力。当前未找到可公开审阅的审计报告、证书范围或完整安全白皮书，企业采购时应要求核验适用产品、区域和有效期。

• API 密钥不得写入浏览器代码、公开仓库或日志，应存入密钥管理系统并定期轮换。
• 为数据库、对象存储和 GitHub 建立专用最小权限凭据。
• 上传数据前移除无关个人信息，并确认跨境传输与子处理方。
• 要求明确会话、文件、代码、浏览器录屏和备份的保存与删除期限。
• 高风险代码执行、网页写操作和自动决策应保留人工审批。
• 为任务、连接共享和组织成员变更建立独立审计记录。

DGi 当前页面未提供清晰的独立隐私和服务条款入口，Datagran 可检索到的相关政策更新时间较早。涉及敏感或受监管数据时，应在签约前取得适用于 DGi 的现行数据处理协议、安全附件、退款规则和删除承诺。

适合用户与典型场景

• 数据工程师：用自然语言生成和运行数据处理脚本。
• 分析团队：从 CSV 或数据库快速生成趋势、图表和报告。
• 产品开发者：通过 API 把数据代理嵌入自己的平台。
• 运营团队：定时生成报表、监测指标或自动收集网页数据。
• 研发团队：分析代码仓库并建立可复用的项目知识上下文。
• 企业 IT：在权限、审计和私有部署要求下搭建内部数据工具。

优势与能力边界

主要优势

• 从自然语言任务延伸到代码、数据连接、调度和应用预览。
• API 覆盖会话、任务、文件、连接、组织和知识上下文。
• 异步任务提供进度消息，便于嵌入产品界面。
• 支持定时运行和连接共享，适合团队型数据工作流。

主要限制

• AI 生成的分析和代码可能错误，需要人工复核和隔离执行。
• 公开价格、任务额度、保存期限和退款条件不完整。
• 部分认证示例使用旧域名，与当前 v2 参考存在不一致。
• 安全合规声明缺少可公开查看的审计范围证明。
• 未确认正式 SDK、产品源码和原生移动应用。
• Web 自动化会受到网站规则、登录验证和页面变化影响。

常见问题

DGi 是代码编辑器吗？

不是。它是数据代理平台，能生成和执行 Python 代码，但重点是数据分析、自动化、连接和 API 嵌入。

DGi 可以免费使用吗？

认证文档列出 Free 层及每分钟 100 次 API 请求限制。免费任务数、运行资源和存储额度暂未完整公开，应以账户后台为准。

Pro 版多少钱？

当前未发现公开金额，需联系销售或查看实际结算页面。不要把第三方历史价格当作当前报价。

支持哪些数据源？

页面列出 PostgreSQL、MySQL、BigQuery、Snowflake、对象存储、CSV 和 Excel 等。具体连接器权限和可用地区应在账户中验证。

API 任务为什么不能立即返回结果？

DGi 任务采用异步执行。创建任务后需要保存 task_id，并持续轮询消息直到完成或中断。

可以运行自己修改的代码吗？

可以更新代码目录中的文件，再以 script.py 为入口发起运行。执行前应审查代码并使用隔离环境和最小权限。

DGi 是开源的吗？

不是可确认的开源平台。公开 REST API、OpenAPI 规范和示例代码不等于产品源码开放。

有正式 SDK 吗？

文档导航提到 SDK 与客户端库，但当前未确认可下载包、语言、版本和许可证。开发者可以先依据 OpenAPI 生成客户端。

安全声明可以直接作为合规证明吗？

不可以。企业应获取审计报告、证书范围、数据处理协议和子处理方清单，并确认它们明确覆盖 DGi 服务。

DGi 会把数据用于模型训练吗？

当前公开页面没有给出足够明确的现行说明。敏感数据接入前应通过合同确认训练用途、保存期限、删除机制和第三方处理范围。

总结

DGi 适合希望通过 API 将数据分析、代码执行、调度和自动化整合进产品的开发团队。其公开 API 覆盖较完整，但价格、数据政策、SDK 和合规证明仍需在采购与上线前进一步确认。