让每一次提问都有据可答我们的数据平台 AI 助手功能预告这篇不讲代码讲产品而且提前说明这是一篇功能预告。我们正在给数据血缘平台配一个 AI 助手用自然语言查资产查血缘、AI 诊断血缘结果、定时给数据资产做体检还能把整套能力接进 Claude Code 和 Cursor。它会带来什么哪些活它接哪些活它不接这篇提前说清。一、还是先看三个真实痛点场景 1数据就在系统里可你就是问不出来新同事想确认哪张表有用户手机号。答案其实躺在平台里资产目录有标签血缘有流向。但他得先懂什么是血缘、会看血缘图、知道去哪个菜单搜。工具是全的门槛也是真的。有数据和能问出答案之间隔着一整条学习曲线。场景 2几千条血缘边对不对全靠专家肉眼血缘解析跑完输出几千条边。这些边可信吗目前最可靠的办法依然是专家逐条核对打开一条 transform 表达式看它和目标列对不对得上。核对到第两百条眼睛就开始重影了。场景 3人在 Cursor 里干活数据在平台里躺着数据团队的日常早就不在某一个系统里而是在 Claude Code、Cursor、自研脚本的终端里。想查个上游表得切出来、开网页、登录、搜索勤快一点的团队自己动手把 REST API 包一遍。三个痛点一个根源平台有能力但能力离提问的人、离干活用的工具都太远。AI 助手要做的就是把这段距离消掉。二、功能全景这是规划中的功能地图┌────────────────────────────────────────────────────┐ │ Esther AI 助手 · 统一能力层 │ ├──────────────┬──────────────┬──────────────────────┤ │ MCP 服务 │ 智能问答 │ 血缘诊断 │ │ Claude Code │ 自然语言查 │ AI 找疑点 │ │ Cursor/脚本 │ 资产/血缘/ │ 人工裁定 │ │ 个人 Token │ 质量·带出处 │ 一键转修复任务 │ ├──────────────┴──────────────┼──────────────────────┤ │ 定时体检 │ 模型接入 │ │ 周期报告 · 主动推送 │ 界面配置 · 内网/云端 │ └─────────────────────────────┴──────────────────────┘四块能力共用同一个服务端工具层资产查询、血缘查询、质量结果查询在这一层实现一次。平台内置的助手和对外开放的 MCP 服务消费的是同一份能力权限校验也在这一层做内外一条边界。下面逐个展开。三、MCP 服务把平台接进 Claude CodeMCPModel Context Protocol是 Anthropic 提出的开放协议Claude Code、Cursor 等 AI 编程工具原生支持。我们把它当成平台的一等接入方式而不是附加的接口个人 API Token在个人设置里生成、吊销。Token 绑定用户身份权限等同本人角色你能看什么通过 Token 就能查什么越界的资产连存在性都感知不到工具清单查资产、查血缘上游/下游支持方向和深度、查质量结果、查诊断报告、搜术语、触发血缘分析。首批全是只读全程审计每次工具调用记录谁、何时、用了哪个工具、参数摘要成功失败都有账可查。接上之后是什么体验你正在终端里写数据管道顺手问一句dws_order的上游有哪些表、amount_cny这列怎么算出来的答案直接出现在对话里背后是平台里那份带权限校验的真实血缘。不用切网页不用自己包 API。四、智能问答答案必须带出处平台内置对话入口用自然语言问系统里的事回答范围就是系统本身资产目录、术语表、血缘分析结果、质量检查结果、数据源、任务动态。回答必须基于系统内真实数据超出范围就明说系统中未找到相关信息不让模型现编出处可点击每条回答附数据出处来自哪个资产、哪次分析、哪次质量检查点过去就是对应页面。问活跃用户’的口径挂在哪一列给你的不是一句话是能跳过去核实的术语和列权限隔离只检索提问者有权可见的数据检索降级明示向量检索不可用时自动降级为基础检索界面如实标注不装。五、血缘诊断AI 找疑点人做裁定整个助手里技术含量最高的一块对应场景 2。诊断按五个维度找问题可疑边低置信度的血缘边、transform 表达式与目标列对不上缺失嫌疑输出列在源里找不到合理来源悬空引用引用了血缘图里根本不存在的表或列解析异常解析警告、失败语句的归因分析一致性同名表在不同分析里血缘结构矛盾。每个问题产出一条诊断项位置在哪条边、现象是什么、AI 的判断和理由、置信度、修复建议。可以针对单次分析发起也可以对一个项目、一个数据源的全部结果批量来批量时个别语句失败单独标记不拖垮整份报告。然后人来裁定裁定含义后续动作属实问题存在一键创建修复任务进入既有任务流并关联这条诊断项误报AI 判断错了记录反例用于持续调优诊断待定拿不准留在待核对列表找疑点用的是单模型双角色同一个模型端点跑两个角色预测角色的提示词宽松负责把可疑的都捞出来仲裁角色严格逐条复核过不了审的不进报告。客户只需要部署一个模型。悬空引用这类确定性检查不劳模型代码直接判。顺带说一句AI 校验 AI这个思路在我们的研发链路上已经跑了一段时间现在正在把它产品化给客户。六、定时体检让问题主动找人前面的能力都要人来点体检把方向反过来管理员配置周期每周或每日和范围到点系统自动对资产和质量做一轮诊断资产健康度没有负责人的表、长期没更新的资产、上游表已经从目录里消失的断链血缘质量异常解读最近周期内质量检查的失败项和劣化项AI 做归因和趋势解读冷冰冰的失败清单变成读得下去的报告分级报告发现项按高、中、低分级每条带证据和建议报告归档历史报告可以对比。体检计划落库存储服务重启不丢、同一份报告不重复推。问题不再等人巡检主动上门。七、模型接入数据不出内网私有化客户最关心的一块。模型在系统界面里配置走 OpenAI 兼容接口vLLM、Ollama 这类主流推理框架都能直接对接接内网模型是配置问题不是开发问题一个模型就够问答、诊断、体检用到的角色默认指向同一个对话模型端点。14B 级对话模型量化后单张 24GB 显存的卡可以跑社区常见的量化部署经验具体规格以实测为准Embedding 模型占用更小内网优先配置云端端点时界面明确提示该模型的提供方将收到发送的数据需要二次确认内网地址不提示。产品默认引导内网部署密钥加密存储与数据源密码同一套策略界面不回显明文。八、几条设计底线功能之外有几条从第一天就定下的规则只读不写助手只读、只建议。改资产、改数据、触发发布这些写操作仍然由人执行诊断发现问题可以一键转修复任务谁接单谁负责能力同源内建助手能做的MCP 都能做权限在能力层校验一次不存在平台里能用、外部工具不能用的分裂通道数据留在客户环境私有化部署下对话、诊断上下文、报告都不回传厂商。九、总结一次认真的功能预告一句话定位AI 助手是平台能力的第二入口。目录回答有什么血缘回答怎么连助手回答的是你问我答出处给你。自然语言提问 ──→ 能力层资产/血缘/质量──→ 带出处的回答 血缘解析结果 ──→ AI 诊断 ──→ 人工裁定 ──→ 修复任务 定时体检 ──→ 分级报告 ──→ 主动推送这篇是预告助手还在开发打磨发布节奏以官方消息为准。如果你也被有数据问不出、血缘靠肉眼、工具两头切折磨欢迎点个关注功能发布后你会在这里第一时间看到实测和上手文章。也欢迎在评论区聊聊你手上的痛点是数据问不出来、血缘不敢直接信还是报表排障靠人肉翻或者别的什么烦心事。你在日常里最头疼的那件事可能就是我们接下来要打磨的功能。MCP、智能问答、血缘诊断、定时体检你最想先用哪一块也一并说说你的声音会影响优先级。▎Esther是一个企业级 SQL 数据血缘分析平台28 种 SQL 方言、27 种数据源元数据采集、列级血缘、元数据管理、私有化部署。治理功能要吃的元数据平台用采集框架一键进货。▎ 上面那段数据源清单是命令的真实输出这套采集框架和配套用例都放在资源仓库里了欢迎上手验一验GitHubgithub.com/estherdata2026/esther-official-resources国内直达gitee.com/esther2026/esther-official-resources