สะพานในสถานที่สำหรับการสอบถาม AI ที่เก็บข้อมูลประจำตัวไว้ในท้องถิ่น
kyomi-connect, จาก Kyomi Ai, เป็นตัวแทนที่ติดตั้งภายในที่เชื่อมโยงคลังสินค้าภายในกับลูกค้า AI ที่เข้ากันได้กับ MCP สำหรับการสอบถามข้อมูลด้วยภาษาธรรมชาติ เครื่องมือนี้ส่งผลลัพธ์การสอบถามที่เข้ารหัสไปยังโมเดลคลาวด์ในขณะที่เก็บข้อมูลรับรองฐานข้อมูลไว้ภายในเครือข่ายของคุณ และรวมถึงไบนารีที่ใช้ Rust, การปรับใช้ Docker และ Kubernetes รวมถึงการตั้งค่า CLI แบบโต้ตอบ เป้าหมายคือวิศวกรข้อมูล, นักพัฒนา AI, และทีมความปลอดภัยที่ต้องการการเข้าถึงที่ควบคุมได้และตรวจสอบได้ระหว่างคลังข้อมูลส่วนตัวและกระบวนการทำงานของ AI.
คุณสามารถใช้มันทำงานอะไรได้บ้าง?
ตัวแทนเปิดเผยคลังข้อมูลภายในให้กับลูกค้า AI สำหรับการวิเคราะห์ที่ขับเคลื่อนด้วยการสอบถาม. มันเชื่อมต่อฐานข้อมูลและคลังข้อมูลกับลูกค้า Model Context Protocol เพื่อให้โมเดล AI สามารถรันการสอบถามด้วยภาษาธรรมชาติและส่งคืนชุดผลลัพธ์. กรณีการใช้งานรวมถึงการสอบถามข้อมูลเชิงสำรวจ, การสร้าง SQL แบบ ad-hoc, และการป้อนแถวที่เลือกลงในคำสั่งโมเดลที่อยู่ด้านล่างเพื่อการวิเคราะห์ที่เข้าถึงได้จากลูกค้าที่เข้ากันได้กับ MCP.
มันจัดการกับความปลอดภัยของข้อมูลและข้อมูลประจำตัวในทางปฏิบัติอย่างไร
ข้อมูลประจำตัวยังคงอยู่ในโครงสร้างพื้นฐานของคุณ และการขนส่งใช้ช่องทางที่ได้รับการรับรองและเข้ารหัส. ชื่อผู้ใช้ฐานข้อมูล, รหัสผ่าน, และสตริงการเชื่อมต่อจะถูกเก็บไว้ในเครื่องและไม่ถูกส่ง; ตัวแทนใช้การเชื่อมต่อ WebSocket ที่ได้รับการรับรอง JWT พร้อม TLS สำหรับการสตรีมผลลัพธ์การสอบถาม. การออกแบบนี้แยกความลับภายในเครือข่ายและส่งเฉพาะผลลัพธ์การสอบถามที่เข้ารหัสไปยังอินเตอร์เฟซ AI ที่เชื่อมต่อ.
มันรับข้อมูลนำเข้าและสภาพแวดล้อมอะไรบ้างและมีข้อจำกัดอย่างไร
ตัวแทนสนับสนุนเครื่องยนต์หลักและรูปแบบการปรับใช้ทั่วไป. แบ็กเอนด์ที่รองรับรวมถึง PostgreSQL, MySQL, ClickHouse, Redshift, Snowflake, BigQuery, Databricks, SQL Server, และ Azure Synapse. มันทำงานบน Linux, macOS, และ Windows และปรับใช้เป็นไบนารีแบบสแตนด์อโลน, คอนเทนเนอร์ Docker, หรือภายใน Kubernetes. ข้อมูลนำเข้าคือการเชื่อมต่อฐานข้อมูลมาตรฐาน; มันไม่สามารถนำเข้าร้านไฟล์แบบสุ่มเป็นเส้นทางข้อมูลหลัก.
มันเป็นการปฏิบัติที่เหมาะสมในการปรับใช้และดำเนินการในกระบวนการวิศวกรรมหรือไม่?
การปรับใช้เอื้อประโยชน์ต่อวิศวกรและทีมที่ใส่ใจในความปลอดภัยมากกว่าผู้ใช้ที่ไม่ใช่เทคนิค. ตัวแทนเป็นไบนารี Rust ขนาดเล็กที่มีการใช้ทรัพยากรน้อยและมีวิซาร์ดการตั้งค่าคอนฟิก CLI แบบโต้ตอบ. มันรวมเข้ากับเซิร์ฟเวอร์และลูกค้า MCP เช่น Claude Desktop, Cursor, และ Claude Code, ทำให้เหมาะสำหรับทีมที่ใช้เครื่องมือ AI ที่ใช้ MCP และสามารถจัดการบริการในสถานที่ได้.
ตัวเลือกที่มุ่งเน้นสำหรับทีมที่ต้องการการควบคุมภายในพร้อมกับรหัสที่ตรวจสอบได้
kyomi-connect เหมาะสำหรับทีมวิศวกรรมข้อมูลและความปลอดภัยที่ต้องการการดูแลข้อมูลประจำตัวในท้องถิ่นและการตรวจสอบรหัสอย่างโปร่งใสภายใต้ใบอนุญาต Apache 2.0 คาดหวังสะพานที่พร้อมสำหรับการผลิตสำหรับกระบวนการทำงาน MCP แต่ควรวางแผนสำหรับการตรวจสอบโดยมนุษย์ของการวิเคราะห์ที่ขับเคลื่อนด้วยโมเดลเนื่องจากตัวแทนส่งต่อผลลัพธ์การสอบถามไปยังโมเดลภายนอก เคล็ดลับที่เป็นประโยชน์: จับคู่ตัวแทนกับขั้นตอนการตรวจสอบภายในก่อนที่จะดำเนินการตามข้อมูลเชิงลึกที่สร้างขึ้นโดยอัตโนมัติ.
