dst
★ 16
vs
publisher
★ 118
dst vs publisher
dst：dst (数据服务工具) 是一个开源的语义层和MCP服务器，它将Claude、ChatGPT和Copilot等AI工具连接到您的数据仓库，确保数据准确性和治理。它为AI提供了一个受控接口，用接地气的数字、SQL、置信度等级和附带的收据来回答自然语言问题，将工程最佳实践引入数据到AI的整个生命周期。；publisher：Malloy Publisher 是一个为 Malloy 构建的分析引擎，旨在将数据模型提供给AI代理、应用程序和BI工具。它将数据建模、查询、物化、访问控制和API统一到一个服务器中，为AI时代简化了数据栈。
01
简评
dstRAG / Knowledge Base · ★ 16
从企业数据仓库为对话式AI代理（如ChatGPT、Claude）提供准确且受治理的数据答案。
publisherRAG / Knowledge Base · ★ 118
使用AI从不同来源自动创建数据模型。
02
并排对比
03
功能特性
dst01受治理的语义层：在AI和数据仓库之间提供单一、受控的接口，确保AI的回答基于已定义的业务逻辑。
02自动化数据测试与验证：每个经过批准的答案都成为回归测试，在每次部署时运行以防止数据悄悄出错。
03带收据的透明数据答案：每个AI生成的数据答案都包含生成SQL、置信度及可验证的收据，提高信任度和可审计性。
04数据服务工程最佳实践：将版本控制、CI/CD和审计日志等软件工程原则融入到AI数据服务的管理中。
05类型化服务与澄清：dst采用类型化决策来编译SQL，当术语模糊时会要求澄清，而不是猜测。
publisher01AI代理驱动的数据建模
02为AI代理和BI工具提供统一分析
03声明式仪表板和HTML数据应用
04强大的数据治理和访问控制
05通过物化进行查询优化
04
使用场景
dst↳从企业数据仓库为对话式AI代理（如ChatGPT、Claude）提供准确且受治理的数据答案。
↳通过将AI模型的响应基于已定义的业务逻辑和经过验证的SQL，防止其生成不准确或推测性的数据分析。
↳为AI应用实施健壮的数据治理框架，确保所有数据访问和解释均可审计且合规。
↳自动化数据定义和指标的回归测试，确保语义层的更改不会悄悄破坏现有数据解释。
↳开发需要可靠且可验证地访问组织分析数据的内部AI代理或副驾驶。
publisher↳使用AI从不同来源自动创建数据模型。
↳为AI代理和BI用户提供自然语言查询能力。
↳开发和部署交互式数据仪表板和应用程序。
↳通过细粒度治理规则确保数据访问安全。
↳通过持久化物化加速分析查询。
FAQ
常见问题
dst 和 publisher 有什么区别？
dst 和 publisher 都属于 RAG / Knowledge Base 类别。dst 有 16 Stars，publisher 有 118 Stars。
dst 和 publisher 哪个更好？
最佳选择取决于你的具体需求。从企业数据仓库为对话式AI代理（如ChatGPT、Claude）提供准确且受治理的数据答案。 时选 dst，使用AI从不同来源自动创建数据模型。 时选 publisher。
dst 是免费的吗？
是的，dst 在 GitHub 开源（Apache-2.0）。
publisher 是免费的吗？
是的，publisher 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→