随着数据生态系统变得越来越复杂，AI 应用不仅需要访问原始数据，它们需要业务背景信息。 Knowledge Catalog 是 Dataplex 的升级版，重点在于为 AI 和智能体系统赋能。
此平台的核心是一个统一的地图，可将您的实体数据资产与业务语义、治理规则和使用关系相关联。通过将知识目录集成到 AI 工作流中，您可以实现以下目标：
为 AI 智能体提供可靠、最新且符合上下文的元数据，以引导智能体进行推理。
减少幻觉，并确保生成式模型基于已确立的企业事实来提供回答。
为 AI 代理提供统一的上下文（数据格局的单一受监管视图）。
使用场景
Knowledge Catalog 在数据和 AI 生命周期中发挥着不同的作用：
AI 开发者和智能体构建者。开发者正在构建必须查询和理解企业数据的自定义机器人或智能体（例如，使用 LangChain 或智能体开发套件 (ADK)）。
- 应用场景：使用自然语言搜索和检索上下文，使智能体能够处理企业数据；智能体数据发现。
数据分析师。使用 Gemini in BigQuery 或 Looker 等 AI 辅助工具查找数据并了解其业务含义的用户。
- 使用场景：自然语言查询和对话式数据探索。
数据管家。负责监督 AI 驱动的元数据丰富化过程并确保目录上下文质量的领域专家。
- 应用场景：审核、整理和推广 AI 生成的元数据和说明。
通过 MCP 访问 Knowledge Catalog 上下文
Model Context Protocol (MCP) 是一种标准化桥梁，可让 AI 智能体和工具无缝连接到 Knowledge Catalog 等数据源。
为了适应不同的部署工作流程，知识目录提供了两种类型的 MCP 实现。了解何时使用每种方法对于设置环境至关重要：
远程 MCP 服务器：在构建云原生应用、将代理部署到无服务器环境（如 Cloud Run）或与外部托管服务集成时，您希望避免管理本地基础设施。
本地 MCP 工具箱：在本地智能体开发、快速原型设计期间，或者需要与本地桌面 IDE（例如 VS Code 或 Cursor）直接集成时。
远程 MCP 服务器
一个由 Google 托管的端点，可让 AI 应用和服务（例如在 Cloud Run 上运行的代理或 Claude 等外部服务）直接访问知识目录工具。
- 端点：
https://dataplex.googleapis.com/mcp - 优势：无需运行本地 MCP 服务器；适用于无服务器环境。
- 参考： 使用远程 MCP 服务器
本地 MCP Toolbox
一种命令行工具，充当 IDE（例如 VS Code、Cursor）或本地工具与知识目录之间的本地代理。
- 安装：可下载的二进制文件。
- 配置：通常涉及项目或 IDE 配置中的
.mcp.json或设置文件。 - 优势：非常适合本地安全开发环境，并可与各种 IDE 集成。
- 参考文档： 使用本地 MCP 服务器
丰富 Knowledge Catalog 的上下文
为了最大限度地发挥 Knowledge Catalog 对 AI 的价值，底层图必须包含丰富的业务背景信息。您可以通过开箱即用的功能或自定义代理富集来实现此目的。
通过数据分析即刻获得丰富化结果
数据分析洞见（由 Gemini in BigQuery 提供支持）可自动丰富您的目录，从而减少新数据平台的“冷启动”问题。启用后，系统会自动生成以下内容：
- 数据集和列级说明。
- 表之间的关系图。
- 基于历史用量模式的示例查询。
这样一来，下游代理无需人工数据管理即可立即获得语义理解。
例如，对于名为 telco_churn 的表，数据洞见可以自动为 Tenure 和 MonthlyCharges 等字段生成说明，推断与客户表的关系，并向目录发布示例查询，例如按细分查找客户流失率。
使用智能体进行自定义上下文扩充
对于拥有专业知识库的组织，您可以构建自定义富集代理，以从内部 Wiki、代码库或专有系统等定制来源注入元数据。
Knowledge Catalog API（CRUD 操作）：用于在目录中添加或更新元数据。
- 例如，调用
UpdateEntryAPI 方法，以使用从内部系统提取的文档以编程方式将概览方面附加到表格。
- 例如，调用
ADK 等工具：用于构建富集智能体。
- 例如，构建一个基于 Java 的 ADK 智能体，该智能体使用内部工具提取技术维基页面，使用 LLM 将这些页面解析为术语表术语，并将这些术语同步到知识目录。
导出和导入操作：用于批量更新元数据，并进行审核。
- 例如，您可以将 AI 生成的业务术语表导出到文件中，让数据管家协作审核和完善定义，然后将最终确定的文件重新导入到目录中。