cz-cli 安装与使用指南
cz-cli 是 云器ClickZetta Lakehouse 面向命令行和 AI Agent 的操作工具。它把 Lakehouse 的连接配置、SQL 执行、Schema 和表管理、Studio 任务开发、任务运行巡检、Job 诊断等能力封装成稳定的 CLI 命令,让你既可以在终端中直接操作,也可以让 Claude Code、Cursor、Kiro、Hermes 等 AI Agent 通过自然语言协助完成数仓开发和运维。
使用 cz-cli 后,你可以把“建一个测试数仓”“检查今天任务失败原因”“帮我回填一段时间的数据”“查询这张表的字段和样例数据”这类需求交给 cz-cli 执行;cz-cli 完成实际操作,并把结果以结构化方式返回。
适用对象
- 数据开发、数据平台、运维和分析团队,需要通过命令行管理 ClickZetta Lakehouse。
- 希望把 AI Agent 接入 ClickZetta,让 Agent 可以执行查询、创建任务、诊断运行问题、生成运维方案的团队。
- 需要在本地、CI/CD、企业机器人或运维工作台中自动化调用 ClickZetta 能力的团队。
核心能力
| 能力 | 说明 | 常用命令 |
|---|---|---|
| 连接管理 | 创建和切换不同环境的连接配置,例如生产、测试、UAT | cz-cli profile create、cz-cli profile list、cz-cli profile use |
| SQL 查询 | 执行 SELECT、DDL、DML,支持同步等待和异步 Job | cz-cli sql、cz-cli job status、cz-cli job result |
| Schema 和表管理 | 查看、创建、描述、预览、统计 Schema 和表 | cz-cli schema、cz-cli table |
| Studio 任务 | 创建SQL、离线集成、实时等任务、并可配置调度、发布上线、和手动执行 | cz-cli task |
| 运行巡检 | 查看任务运行记录、日志、依赖、统计、失败重跑和补数 | cz-cli runs、cz-cli attempts |
| 性能诊断 | 查看 SQL Job 状态、结果和执行 Profile | cz-cli job、cz-cli sql --job-profile |
| AI Agent 集成 | 让 Agent 用自然语言调用 ClickZetta 能力 | cz-cli agent run、cz-cli ai-guide |
| 数据源管理 | 管理外部数据源,为同步和导入任务做准备 | cz-cli datasource |
准备信息
安装前请确认已获得以下信息,如不确定可参考文档:
| 信息 | 说明 | 示例 |
|---|---|---|
| 服务端点 | ClickZetta API 服务地址 | cn-shanghai-alicloud.api.clickzetta.com |
| 实例名 | ClickZetta 实例名称或 ID | demo_instance |
| Workspace | 工作空间名称 | analytics_prod |
| 用户名和密码 | 用于连接 ClickZetta 的账号 | data_user |
| 默认 Schema | 登录后默认使用的 Schema | public |
| 默认计算组 | 执行 SQL 或任务时使用的 Virtual Cluster | DEFAULT |
如使用 Personal Access Token(PAT),可用 PAT 替代用户名和密码。
安装 cz-cli
macOS / Linux
推荐使用npm 方式安装:
也可以使用一键安装脚本:
安装完成后重新加载 Shell 配置:
zsh 用户
bash 用户
Windows
方式一:使用 npm 安装。
如果本机已安装 Node.js 和 npm,可直接安装 npm 包:
方式二:下载安装包。
- 打开 GitHub Releases:https://github.com/clickzetta/cz-cli/releases
- 下载 Windows 版本压缩包,例如 cz-cli-windows-x64.zip。
- 解压后将 cz-cli.exe 所在目录加入系统 PATH。
- 重新打开 PowerShell 或 CMD。
验证安装
能看到版本号即表示安装成功。
也可以查看帮助:
配置连接 Profile
Profile 是 cz-cli 保存连接信息的本地配置。建议为每个环境创建一个独立 profile,例如 prod、uat、dev。
使用用户名和密码创建
示例:
使用 JDBC 串创建
如果你已经有 JDBC 连接串,也可以直接创建 profile:
使用CLI Credential 创建
如何获取PAT
1) 登录你的云器账号,在左侧菜单选择LakehouseMCP。

2) 如果你没有创建过PAT,请先完成创建。

3) 完成创建后,切换到CLI页签,复制你的CLI连接串

4) 如果你已经有PAT,请将你的PAT复制到创建CLI弹出的弹窗中,然后点击“生成连接串”按钮。

当你已经复制了CLI连接串之后,回到cz-cli弹窗将这个连接串补充到以下命令中,并执行:
执行完成后,即完成profile配置。
查看和切换 Profile
查看本机已配置的 profile
设置默认 profile
临时使用某个 profile 执行命令
验证连接
返回结果中 connected 为 true 表示连接成功。
第一次使用
查看当前工作空间
查看 Schema
执行只读查询
cz-cli sql 默认是异步提交,适合长查询;如果希望命令直接等待并返回结果,请加
--sync。
也可以使用 -e 传入 SQL:
执行写操作
为了避免误操作,INSERT、UPDATE、DELETE、CREATE、DROP 等写操作需要显式加 --write。
查看表结构和样例数据
Studio 任务开发与运维
cz-cli 可以操作 ClickZetta Studio 中的任务,适合数据开发和日常运维。
创建 SQL 任务
保存任务 SQL
配置调度
下面示例表示每天 02:00 执行:
发布任务
手动执行任务
查看运行记录和日志
查看最近运行
查看某次运行详情
查看某次运行日志
等待某次运行完成
配合 AI Agent 使用
推荐给 Agent 的提示词
将下面这段话发给你的 AI Agent:
常见自然语言请求
下面示例中的 <profile>、<task_name>、<job_id> 需要替换成你自己的连接配置、任务名和 Job ID。建议让 Agent 先执行 cz-cli -p <profile> status 确认连接可用。
通过 cz-cli 自带 Agent 入口执行
如果当前环境已经配置好 cz-cli Agent 所需的大模型参数,也可以直接运行:
如需给外部 Agent 生成命令说明:
在企业机器人场景中使用
如果你使用 Hermes 等企业机器人承载 AI Agent,建议将 cz-cli 安装在机器人执行环境中,并采用以下策略:
- 只给机器人配置必要的 ClickZetta 权限,避免使用高权限管理员账号。
- 对写入、删除、发布、下线、补数等操作启用人工确认。
- 对可访问机器人的用户做白名单或审批控制。
- 将 profile、PAT、密码等凭据放在受控环境变量或本机配置中,不要写入公开文档、聊天记录或代码仓库。
输出格式与自动化
cz-cli 默认输出 JSON,便于 AI Agent 和脚本解析。也可以指定其他格式:
表格格式,适合人工阅读
CSV 格式,适合导出
提取单个字段
在 CI/CD 或自动化脚本中,建议:
- 使用固定 profile 名称,例如 prod-readonly、uat-admin。
- 查询类命令使用 --sync 和 --timeout 控制等待时间。
- 写操作显式加 --write,并在流程中保留审批或人工确认。
- 优先使用 JSON 输出,避免解析自然语言文本。
升级
查看当前版本:
升级到最新版本:
如果是通过 npm 安装:
常见问题
Q: 安装后提示 cz-cli: command not found?
通常是 PATH 没有生效。重新加载 Shell 配置:
或手动加入 PATH:
Q: status 显示 connected: false?
按顺序检查:
确认 profile 中的 service、instance、workspace、用户名、密码或 PAT 是否正确。如果你的Lakehouse实例配置有网络策略,确认本机所在网络能访问Lakehouse服务。
Q: 如何修改 profile 中的字段?
profile配置文件在你当前用户目录下的.clickzetta/profiles.toml路径下的profile.toml文件中。
你可以使用 profile update 命令修改:
Q: 查询能成功,但任务运行相关命令失败?
task、runs、attempts 等命令依赖 Studio 侧能力。请确认当前 profile 对应的环境已开通 Studio 任务能力,并且账号具备查看或管理任务的权限。
Q: 执行 CREATE TABLE 或 INSERT 被拒绝?
写操作需要加 --write:
Q: SQL 返回了 job_id,没有直接返回数据?
这是因为默认异步执行。需要直接返回查询结果时,加 --sync:
如果已经拿到 job_id,可以继续查询:
Q: 如何降低误操作风险?
- 查询、巡检、诊断可以让 Agent 直接执行。
- 写入、删除、任务发布、任务下线、补数、失败重跑等动作建议要求 Agent 先给出计划并等待人工确认。
- 为 Agent 单独配置低权限账号或只读 profile。
- 在生产环境使用明确的 profile 名称,例如 prod-readonly、prod-operator。
推荐上手路径
- 安装 cz-cli,并确认 cz-cli --version 正常。
- 创建 profile,并通过 cz-cli -p <profile> status 验证连接。
- 用 schema list、table list、sql --sync 完成一次只读查询。
- 在测试环境中尝试一次建表或插入,熟悉 --write 保护机制。
- 查看 task --help 和 runs --help,了解任务开发和运维命令。
- 将 cz-cli 交给 AI Agent 使用,并约定高风险操作必须人工确认。
账户名称(account_name)、服务名称(instance_name)等概念和查找方式,详见:https://www.yunqi.tech/documents/Key_Concepts
相关文档
- SQL 执行与数据探索 — sql、schema、table、job、workspace 完整命令参考
- Studio 任务开发与运维 — 任务创建、调度、runs 运维、补数、task flow
- AI Agent 集成 — Agent LLM 配置、自然语言操作、企业机器人场景
- 外部数据源管理 — 数据源浏览、连通性测试、样例数据预览
