Databridge MCP

DataBridge人工智能

“上传您的会计科目表。获得一个生产就绪的财务层次结构和dbt模型。零配置。”

](https://pypi.org/project/databridge-ai/)  

DataBridge AI是一个 财务数据实现引擎。它自动化了“60秒哇”——从原始COA文件到经过验证的层次结构和运行数据集市的旅程。

原理

1. 上传 --拖放任何COA、GL提取或财务数据文件。
2. 自动地图 --AI检测您的ERP，推荐层次结构模板，并映射帐户。
3. 部署 --导出dbt模型、雪花脚本或Power BI就绪结构。

快速启动（无需安装）

使用Docker在几秒钟内尝试引导演示：

docker run -p 5050:5050 datanexum/databridge-ai:demo
# Open http://localhost:5050

______________________________________________________________________

特性

以层次结构为中心的体系结构

DataBridge AI引入了一种以层次结构为中心的架构 层次结构生成器 作为中央数据结构。新 层次图桥 (hierarchy/graph_bridge.py)使用事件驱动传播来保持所有下游系统同步：

• 层次结构更改 在GraphRAG矢量存储中触发自动重新索引
• 线形图 被重建以反映更新的层次关系
• 影响分析 通过目录和可观测性子系统传播
• Wright管道 可以通过以下方式直接从层次结构项目生成数据集市 wright_from_hierarchy

GraphRAG运行时健康监测

GraphRAG现在包括启动引导和运行时健康日志，因此可以在操作过程中验证图/向量/RAG同步。

金融知识图谱和法医培训（v0.49.5）

DataBridge AI现在包括 主动金融本体论 接受过13000多份多行业报告和1000多份企业会计科目表的培训。

• 多行业智慧： 为SaaS、制造业、医疗保健和石油天然气行业采用标准GL到FP&A汇总。
• 对抗训练（红队）： 该引擎针对180多种欺诈场景（Cookie罐、往返）和300多种结构性COA缺陷进行了训练。
• 现实世界接地： 逻辑基于真实的华尔街数据（SEC 10K）和复杂的并购模型。
• 免费本地扩展： 使用本地HuggingFace嵌入(all-MiniLM-L6-v2)在没有API成本的情况下无限制地获取知识。
• 自动取证报告： 使用以下工具生成引用的风险报告 generate_forensic_report 工具。

使用统一操作操作检查运行时状态：

rag_ops(action="runtime_status", log_limit=50)

运行时健康日志文件：

data/graphrag/runtime_health.jsonl

Codex GraphRAG索引行为：

• codex_graphrag 如果缺少索引，则自动构建索引
• 在以下情况下自动刷新索引 docs/Codex/*.json 比 data/codex_graphrag/index.json

DataShield定位

DataShield未定位为仓库安全边界。这是一个 基于Python的离线预AI屏蔽层 对于不希望将原始数据发送给AI的客户。

• 在DataBridge中进行任何AI处理之前，原始客户端数据都会被屏蔽。
• AI只看到经过后处理的加密/合成数据。
• DataShield在屏蔽之前存储表摘要和目的元数据，以便在加扰后保留语义上下文。
• 后处理的雪花数据用于关系发现、分析和仓库设计，并有意与客户端源数据去关联。

版本

DataBridge AI有四个版本：

看 商业化指南 了解全部细节。

DataBridge AI Pro

Pro添加 19个模块 在社区版的基础上添加其他工具：

专业示例

这 专业示例 附加组件(databridge-ai-examples)提供了一个全面的测试和教程包：

• 29个用例教程：初级（4），财务（7），虚假对象（8），ERP DW（10）
• 47个测试文件：CE测试套件+专业测试套件+共享夹具
• 需要有效的Pro许可证密钥

安装

DataBridge核心（开源——开发人员和数据工程师）

独立的协调、分析和摄取工具包——不需要许可证密钥：

pip install databridge-core  # v1.0.0 on PyPI

# Profile a file
databridge profile sales.csv

# Compare two sources
databridge compare source.csv target.csv --keys id

# Fuzzy match across systems
databridge fuzzy erp.csv gl.csv --column name --threshold 80

9个CLI命令，16个Python API函数。看 数据桥核心 查看完整文档。

DataBridge人工智能平台（全套）

# Community Edition (free, from PyPI)
pip install databridge-ai

# With optional dependencies
pip install databridge-ai[pdf]       # PDF support
pip install databridge-ai[snowflake] # Snowflake support
pip install databridge-ai[all]       # All dependencies

# Pro Edition (requires license key)
export DATABRIDGE_LICENSE_KEY="DB-PRO-YOURKEY-20260101-signature"
pip install databridge-ai-pro --extra-index-url https://ghp_TOKEN@raw.githubusercontent.com/datanexum/DATABRIDGE_AI/main/

# Pro Examples (requires Pro license key)
pip install databridge-ai-examples                # CE tests + beginner tutorials
pip install databridge-ai-examples[pro]           # + Pro tests + advanced tutorials

许可

DataBridge AI为专业版和企业版使用基于密钥的许可系统。

许可证密钥格式：

DB-{TIER}-{CUSTOMER_ID}-{EXPIRY}-{SIGNATURE}
Example: DB-PRO-ACME001-20270209-a1b2c3d4e5f6

# Generate a license key (admin)
python scripts/generate_license.py PRO CUSTOMER01 365

# Check license status (MCP tool)
get_license_status()

看 docs/COMMERCIALIZATION.md 用于密钥管理、分发和API参考。

快速开始

作为MCP服务器（克劳德桌面）

python run_server.py          # Slim mode (default, ~15 tools)
python run_server.py --full   # Full mode (all tools)

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "DataBridge_AI": {
      "command": "python",
      "args": ["run_server.py"]
    }
  }
}

Web UI仪表板

cd databridge-ce/ui
python server.py
# Open http://127.0.0.1:5050

工作台UI功能

Web UI包括几个指导工作流：

• AI规划师 --由Claude提供支持的会话工作流构建器。用自然语言描述你想要什么，并获得一个可执行的多步骤计划，包括代理分配和置信度评分。
• 执行向导 --3步引导模式（连接→ 选项→ 用于配置计划执行。发现雪花连接，允许您在生成脚本之前设置行限制、ERP类型和跳过阶段。
• 工作流控制器 --通过vis.js流程图和Mermaid流程图实时监控正在运行的工作流，具有4种布局模式（LR、TB、Swimlane、Freeform）。
• 登机横幅 --首次运行欢迎卡，其中包含指导性操作，以帮助新用户开始使用。

程序化使用

from src.server import mcp

# Run as MCP server
mcp.run()

建筑

┌─────────────────────────────────────────────────────────────┐
│  Workbench UI (:5050)           │  Claude / LLM Client      │
│  AI Planner · Workflow Editor   │  MCP Protocol             │
│  Execution Wizard · Dashboard   │                           │
└──────────────┬──────────────────┴──────────┬────────────────┘
               │ HTTP/WS                     │ MCP
               ▼                             ▼
┌─────────────────────────────────────────────────────────────┐
│            Flask Server + MCP Server (340 Tools)            │
│                                                             │
│  AI Layer                                                   │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐         │
│  │  Planner    │  │  Script     │  │  Workflow   │         │
│  │  Agent      │  │  Generator  │  │  Controller │         │
│  └─────────────┘  └─────────────┘  └─────────────┘         │
│                                                             │
│  Plugin Modules                                             │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐         │
│  │  Hierarchy  │  │   Cortex    │  │   Wright    │         │
│  │   Builder   │  │   Agent     │  │   Module    │         │
│  └─────────────┘  └─────────────┘  └─────────────┘         │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐         │
│  │    Data     │  │   Lineage   │  │    Data     │         │
│  │   Catalog   │  │   Tracker   │  │   Quality   │         │
│  └─────────────┘  └─────────────┘  └─────────────┘         │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐         │
│  │   GraphRAG  │  │ Observabil- │  │    Data     │         │
│  │   Engine    │  │    ity      │  │ Versioning  │         │
│  └─────────────┘  └─────────────┘  └─────────────┘         │
│  ┌─────────────┐                                            │
│  │    BLCE     │  Business Logic Comprehension Engine       │
│  │  (84 tools) │  SQL/Python/Excel/DAX/MDX/PDF parsing      │
│  └─────────────┘                                            │
│  ┌─────────────┐                                            │
│  │ Integrations│  Slack, Jira, Sheets, Power BI, Tableau,  │
│  │  (26 tools) │  Airflow, Terraform, VS Code               │
│  └─────────────┘                                            │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│  IKE — Institutional Wisdom (Standalone Microservice)       │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐       │
│  │ P1: KB   │ │ P2: Fix  │ │ P3:Debate│ │P4:Scoring│       │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘       │
│  ┌──────────┐ ┌──────────────────────────────────────┐      │
│  │P5:Learn  │ │ P6: Wisdom Extractor (Excel Intel)   │      │
│  └──────────┘ └──────────────────────────────────────┘      │
│  38 MCP tools · FastAPI :8000 · gRPC :50051                 │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│              Snowflake / CSV / SQL / PDF                     │
└─────────────────────────────────────────────────────────────┘

核心模块

层次结构生成器

创建和管理财务报告、组织结构和数据分类的多级层次结构项目。

# Create a hierarchy project
create_hierarchy_project(name="Revenue P&L", description="Revenue hierarchy")

# Add hierarchies with source mappings
create_hierarchy(project_id="...", name="Product Revenue", parent_id="...")
add_source_mapping(hierarchy_id="...", source_column="ACCOUNT_CODE", source_uid="41%")

# Export and deploy
export_hierarchy_csv(project_id="...")
generate_hierarchy_scripts(project_id="...")

Cortex AI集成

使用Snowflake Cortex进行SQL和AI驱动的数据操作的自然语言。

# Configure Cortex
configure_cortex_agent(connection_id="snowflake-prod", cortex_model="mistral-large")

# Natural language query
analyst_ask(question="What was total revenue by region last quarter?",
            semantic_model_file="@ANALYTICS.PUBLIC.MODELS/sales.yaml")

# AI reasoning loop
cortex_reason(goal="Analyze data quality in PRODUCTS table")

Wright模块（数据集市工厂）

使用4对象管道模式生成数据集市：VW_1→ DT_2 → dt3a→ DT_3

# Create mart configuration
create_mart_config(project_name="upstream_gross", report_type="GROSS",
                   hierarchy_table="TBL_0_GROSS_LOS_REPORT_HIERARCHY")

# Generate pipeline
generate_mart_pipeline(config_name="upstream_gross")

数据版本管理

使用语义版本控制跟踪层次结构、目录资产和语义模型的更改。

# Create version snapshot
version_create(object_type="hierarchy", object_id="revenue-pl",
               description="Added new cost centers", bump="minor")

# Compare versions
version_diff(object_type="hierarchy", object_id="revenue-pl",
             from_version="1.0.0", to_version="1.1.0")

# Rollback
version_rollback(object_type="hierarchy", object_id="revenue-pl", to_version="1.0.0")

数据可观察性

实时指标收集、警报、异常检测和健康评分。

# Record metrics
obs_record_metric(name="hierarchy.validation.success_rate", value=98.5,
                  type="gauge", tags='{"project_id": "revenue-pl"}')

# Create alert rules
obs_create_alert_rule(name="Low success rate",
                      metric_name="hierarchy.validation.success_rate",
                      threshold=95.0, comparison="<", severity="warning")

# Detect anomalies
obs_detect_anomaly(metric_name="hierarchy.validation.success_rate", value=72.0)

# Get asset health score
obs_get_asset_health(asset_id="revenue-pl", asset_type="hierarchy_project")

# System health dashboard
obs_get_system_health()

GraphRAG引擎

抗幻觉层使用图形+矢量检索增强生成。

# Unified search action
rag_search(action="search", query="What hierarchies use ACCOUNT_CODE?", max_results=5)

# Validate AI output against knowledge graph
rag_ops(action="validate_output", content="SELECT * FROM REVENUE", content_type="sql")

# Runtime health (bootstrap + bridge wiring + vector readiness)
rag_ops(action="runtime_status", log_limit=25)

配置

创建一个 .env 文件：

# Data directory
DATA_DIR=./data

# License key (for Pro/Enterprise)
DATABRIDGE_LICENSE_KEY=DB-PRO-YOURKEY-20260101-signature

# NestJS backend (optional)
NESTJS_BACKEND_URL=http://localhost:8001
NESTJS_API_KEY=your-api-key

# Snowflake (optional)
SNOWFLAKE_ACCOUNT=your-account
SNOWFLAKE_USER=your-user
SNOWFLAKE_PASSWORD=your-password

# Cortex AI
CORTEX_DEFAULT_MODEL=mistral-large

文档

• CLAUDE.md -Claude的完整工具参考和使用指南
• 双子座.md -Gemini集成指南和快速参考
• docs/AI_AGENT_CONTEXT.md -AI代理的指令和系统上下文
• docs/deep_dives/ -核心模块、代理和插件的详细技术指南
• docs/MANIFEST.md -自动生成的工具清单
• docs/COMMERCIALIZATION.md -许可、分层和分发
• docs/GRAPHRAG_RUNTIME_OPERATIONS.md -图形/矢量/RAG同步的运行时健康状况、自动更新和故障排除
• docs/excel_plugin_tutorial_user_guide.html -Excel加载项教程和用户指南
• apps/excel插件/SSO_SETUP.md -Excel加载项的Microsoft SSO（NAA/STSCfirst）设置
• IKE微服务 (ike/)--具有6个支柱（知识库、Fix-Gen、辩论、评分、学习、智慧提取器）的自学习知识引擎，38个MCP工具，FastAPI REST+gRPC API
• 文档/合规性/开放资源_合作.md -OSS合规流程和治理
• docs/compliance/THIRD_PARTY_NOTICES.md -第三方软件包通知和许可证审查标志
• 维基 -架构、入门和教程

社区版

这 databridge-ce/ 文件夹包含开源社区版，其中包含：

• 自定义工具的插件架构
• Web UI仪表板
• 初学者模板

贡献

欢迎投稿！请在提交PR之前阅读我们的投稿指南。

许可证

MIT许可证-请参阅 许可证 了解详情。

版权所有（c）2024-2026数据桥人工智能团队