dst
活跃·★ 16·Apache-2.0·更新于 2026-10-22
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。
#语义层#数据治理#AI数据集成#数据仓库#SQL生成#数据测试#MLOps#可观测性
01
功能特性
01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。
02
兼容性
Python
运行时
已通过文档验证
Docker
运行时
已通过文档验证
Snowflake
数据仓库
已通过文档验证
BigQuery
数据仓库
已通过文档验证
Postgres
数据仓库
已通过文档验证
DuckDB
数据仓库
已通过文档验证
03
快速开始
1
$ pip install dst-core
2
$ dst init analytics --warehouse demo --yes
3
$ cd analytics
4
$ dst dev
04
使用场景
↳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。
05
同类工具
评论
登录后发表评论
暂无评论，来发表第一条吧