Michael Johnson5. října 2026 Snowflake oznámil všeobecnou dostupnost vestavěného nástroje pro spouštění kódu v Cortex Agents. Umožňuje agentovi během konverzace spouštět skripty pro zpracování dat, výpočty a vizualizaci.
Co se změnilo 5. října
Změnil se stav existujícího nástroje: Snowflake jej převedl z předběžného přístupu do všeobecné dostupnosti, tedy General Availability neboli GA. Samostatný záznam o spuštění předběžné verze je datován 20. srpna 2026. Říjnová zpráva se týká ukončení předběžné fáze dostupnosti.
Podle popisu nastavení nástroje se spouštění kódu zapojuje prostřednictvím specifikace agenta. Agent na základě požadavku uživatele rozhoduje, kdy kód vytvořit a spustit. Nástroj také spouští skripty Pythonu jako součást agent skills — připojitelných instrukcí a zdrojů pro konkrétní úlohy.
Jak agent získává data a provádí výpočty
Ve specializované dokumentaci je nástroj code_execution popsán jako spouštění Pythonu v izolovaném sandboxu. SQL nástroje získávají data ze Snowflake mimo sandbox a Python následně zpracovává získané výsledky. Sandbox má přístup k datům předaným do relace a k připojenému pracovnímu prostoru.
V celkové architektuře Cortex Agents odpovídají různé nástroje za různé fáze práce. Cortex Analyst se používá pro strukturovaná data, Cortex Search pro vyhledávání v dokumentech a spouštění kódu přidává programové zpracování. Podle popisu Snowflake umožňuje řízená orchestrace agentovi plánovat práci, volat nástroje a sestavovat odpověď.
Z této architektury vyplývá praktický scénář pro analytického asistenta: získat výběr dat, provést výpočet a připravit graf v rámci jediné konverzace. Při návrhu takového scénáře je užitečné samostatně definovat výchozí výběr dat, vzorec výpočtu a způsob ověření výsledku. Tým tak získá jasné kroky pro reprodukovatelné testování.
Doporučení týkající se přístupových práv je třeba číst s ohledem na časovou posloupnost. Příručka osvědčených postupů, aktualizovaná 15. června 2026 a ověřená redakcí 8. října, uvádí dědění oprávnění role vlastníka agenta a doporučuje ukládat výsledky do tabulky. Stránka výslovně upozorňuje, že materiál není průběžně udržován a může být zastaralý. Pozdější záznam o předběžné verzi z 20. srpna již stanovuje konkrétní pravidla: SQL se vykonává mimo sandbox, soubory se ukládají do připojeného pracovního prostoru a volání s owner’s rights nepodporují spouštění kódu. Stejné podmínky uvádí i aktuální specializovaná dokumentace.
Co se uchovává mezi výpočty
Podle pravidel pracovního prostoru zůstávají soubory, které jsou do něj zapsány, zachovány i po zastavení sandboxu. Proměnné a importované moduly se mohou mezi jednotlivými spuštěními ztrácet. Výsledky potřebné pro další kroky je vhodné zapisovat do souborů.
Již ve fázi srpnové předběžné verze Snowflake uvedl předinstalované knihovny pro zpracování dat a tvorbu grafů, včetně pandas, NumPy, matplotlib a Plotly. Další balíčky se připojují prostřednictvím Artifact Repository. Při přípravě pracovního scénáře je vhodné předem určit jeho závislosti a způsob předávání mezivýsledků.
Jaké podmínky jsou důležité při zapojení
Aktuální dokumentace stanovuje omezení pro volání s právy vlastníka — owner’s rights. Při volání agenta z takové uložené procedury se nástroje pro spouštění kódu odstraní z požadavku, sandbox se nevytvoří a odpověď obsahuje upozornění. Ke spouštění kódu je nutné volání s právy volajícího uživatele — caller’s rights.
GA je potvrzena datovaným záznamem o vydání. Před zapojením v konkrétním účtu musí tým ověřit regionální dostupnost, účtování spouštění, limity prostředků a podmínky podpory, protože říjnové oznámení tyto parametry neuvádí.
Komu se hodí vestavěný Python
Nástroj je vhodný především pro týmy, které vytvářejí analytické asistenty uvnitř Snowflake. Jeho praktickou úlohou je propojit získávání dat s programovými výpočty a vizualizací v jednom procesu agenta. Nástroje popsané v přehledu Cortex Agents umožňují kombinovat práci se strukturovanými daty a vyhledávání v dokumentech, zatímco Python přidává výpočetní fázi.
Pro nasazení jsou klíčová tři rozhodnutí: který nástroj získává výchozí výběr dat, s jakými právy je agent volán a kam se ukládají výsledky. Je vhodné je ověřit na malé reprodukovatelné úloze s předem známou odpovědí — například výpočtu ukazatele z pevně daného výběru dat a vytvoření odpovídajícího grafu.