Day 2 會帶大家快速走過這個專案的基本架構，並透過一張草圖說明前端、後端與其他支援元件之間如何互動。

這一篇的目標，是先建立對主要元件、各自職責，以及彼此之間交換的訊息與資料流有一個清楚的整體認識。

以下是目前的架構圖：

Frontend

Frontend 是使用者與 Agent以及整個系統互動的主要介面。它負責處理各種面向使用者的流程，例如與 Agent 互動、上傳與預覽檔案，以及管理已上傳的資料。

Backend

Backend 是整個系統的協調層，負責管理 Agent、datasource 存取、workflow 執行，以及與 sandbox 這類外部執行環境之間的溝通。

Datasource

平台主要支援兩大類 datasource：

• File-based sources

  • 本系列主要會以 CSV 作為示範格式。
  • 其他格式，例如 XLSX 或 PDF，未來都可以再加入支援。

• Relational databases

  • 本系列主要會以 PostgreSQL 作為示範資料庫。

從 system design 的角度來看，關鍵不在於支援多少種 datasource，而是要避免讓 datasource-specific logic 滲透進 Agent / Analysis Layer，意思是說如何讀取跟處理資料的邏輯不需要讓 Agent 知道。

簡化後的 dependency model 可以表示為：

Agent / Analysis Layer → Datasource Abstraction → Concrete Implementation

以 file-based source 為例，可以透過單一入口，根據檔案類型將工作交給對應的 implementation：

Agent / Analysis Layer → AsyncFileSource → CsvFileSource / XlsxFileSource / ...

Database source 也可以採用類似的設計。

這樣可以讓 Agent 專注在資料分析本身，而不需要處理檔案解析、database driver 或 connection details。Datasource abstraction 的設計會在之後更進一步展開。

Sandbox

Sandbox 提供一個隔離的執行環境，用來執行 Agent 產生的分析程式碼。Backend 會將 execution request 傳送到 sandbox，並接收執行結果或產生的 artifacts。

引入 sandbox 最主要的原因是 isolation。由 AI Agent 執行的程式碼應該被限制在一個受控環境中，避免非預期行為直接影響使用者的本機系統，例如刪除檔案、修改環境，或存取原本不應該接觸的資源。

這在企業環境中尤其重要。Sandbox 也能協助建立更清楚的存取邊界，降低敏感資料被沒有適當權限的使用者、process 或 tool 取得的風險。