美他仑
Medatarun 是一个用于管理概念数据模型的应用程序： 模型、实体、关系、属性、数据类型等的含义和描述。
您可以标记、比较、历史化模型，并编写文档。
UI旨在向业务用户展示，以便他们可以阅读、完成和思考 关于数据。当技术是你的工作时，透露技术细节。
API、CLI、UI、MCP（用于AI代理）共享完全相同的操作。它被跟踪， 版本化，可审计，具有精确的历史记录。你知道 _谁_ 或 _什么_ 做了什么，什么时候做的。
首先，您可以导入已有的模式，或手动创建新的模式。 然后表达它所属的业务含义，对其进行转换，为其添加标签 治理需求和安全，丰富类型。
这使得Medatarun成为 活引用 人工智能。代理操纵您的数据 可以理解其含义 _生活_ 从Medatarun开始，用知识取代他们的推论。
人类和代理使用相同的操作，因此模型不仅仅是记录的，它是可操作的。
随着时间的推移和你自己的应用程序的发展，重新导入你的数据库模式 比较：实际与想要，阶段与生产，决定与下一个 释放。你获得了自己行动、完成或与团队讨论的要素， 在CI/CD、post或Slack/Teams中自动报告，或要求AI自行操作。
为什么
这很重要，因为如今每个组都使用域的不同部分：开发人员的模式、开发人员的文档 业务、治理控制、运维约定和人工智能猜测。模型的变化比这些视图更快 可以保持一致，每个人都会浪费时间重新定义意义、检查影响或再次询问“这个领域是什么” 真的代表？”.Medatarun使领域在所有团队中明确、共享和稳定，因此对齐不依赖于 关于零散的文物或解释。
此外，在人工智能时代，依靠模型来猜测 __不再成立__.代理商 需要 清晰、有文件记录的 结构化域，安全准确地运行。一个中心的、明确的模型成为你唯一能做的坚实基础 期望他们采取行动。
阅读更多 缺失的作战数据模型
换言之：你可以让你的AI访问你的PostgreSQL，但如果没有地方描述这个列是否含税，你的AI就不会猜测。给它Medatarun。
主要特点
- 用于大型、不断发展的模型的Web UI.
浏览、检查、更新模型、编写文档、添加标签和管理模型。 业务用户可以直接真正理解和调整模型。 您将获得比较工具、搜索和更改历史记录。 在Medatarun，数据的意义和理解是第一位的。
- 丰富的模型文档 不破坏结构
Medatarun旨在提供真实的解释：添加易于理解的名称，书写 直接在模型、实体上使用长格式文本（Markdown）进行描述， 关系和属性。商业意义和背景 在适用的地方写。
同时，文本没有定义结构。运营、自动化和 模型比较依赖于显式的结构键（如ERP中的产品代码）。 因此，您可以比较结构变化（包括重命名 导入时的列/表）以及模型的全文比较。
- 支持多种模型和多种实体
每个模型都可以包含许多实体和关系，从而形成文档 您的申请已完成。 Medatarun允许您在同一个地方管理所有模型，并明确提示 模型是规范的（你想要的），而不是在你的系统上观察到的（你拥有的）。
- 扩展和可定制的类型系统
模型包含类型。与实体属性或关系相关联， 你不仅可以用String和Int来表达数据，还可以用Email等富数据来表达， 电话号码、网址、RichText等。
类型是一级模型元素，可以记录其 值、用法、业务规则、验证规则。它在很大程度上有助于团队理解和人工智能推理。
- 元素上的标签（模型、实体、关系、属性）
创建和应用标签。将它们用于语义、数据定位（in 哪些应用程序，哪些基础设施），监管义务（GDPR，安全）， 无论你需要什么来组织。
有两种标签：
- 本地标签 只属于一个模型。当你可以管理模型时， 您可以在其上创建本地标签。 - 全局标签 在应用级别进行管理， 具有特定权限，由所有模型共享。
使用全局标签进行治理、法规、概述：内部无污染。 尽管如此，让你的团队在他们的周围标记自己的需求，而无需等待别人的批准。
- 基于标签的搜索.
提供跨领域问题的即时可见性，如个人数据、敏感性、合规范围、数据 例如质量或业务规则。
- UI、CLI、API和AI代理的统一操作
相同的操作随处可见：用户界面、命令行、REST 通过MCP协议连接API和AI代理。工具和代理的一个重要点： 到处都是完全相同的语法、参数和安全性。因为 人类和自动化作用于完全相同的原语，它确保 一致性、可追溯性和工作流之间没有区别：没有胶水代码， 没有自定义API，没有解析层。..
对你来说，这也更容易。Medatarun用户界面具有 _动作跑者_ 带有实时操作文档、参数、类型和“运行”按钮。 CLI也提供了此文档。
内置命令允许查看和操作
- 模型 - 它们的类型 - 实体（带有描述、标签、来源、学分） - 关系（基数、标签、属性）。 - 属性（用于实体和关系，带有标签、丰富类型和描述）
- 导入模型
从以下位置快速导入现有架构 您现有的数据库（JDBC支持 或来自 无摩擦表模式或数据包. 导入后，您将获得导入器从源中推断出的结构。然后，你可以 优化它：调整类型和关系，添加标签和描述，并在以下情况下重塑实体或属性 导入未捕获足够的信息。
- 具有明确参与者（人类和非人类）的行动级可追溯性
每个操作都由一个确定的参与者执行，无论是人类用户、外部身份、自动化、CI/CD管道还是AI代理。 身份验证（本地用户或外部OIDC提供商）和JWT验证用于建立身份，但永远不会模糊作者身份。 这使得所有更改都是可归因和可审计的：您可以知道谁或什么修改了模型的哪个部分，何时，以及通过哪个操作，跨所有渠道。
- 扩展系统.
允许团队在不分叉的情况下将导入、连接器、验证或命令添加到UI/CLI/API/MCP。 我们的扩展内核允许扩展通过强类型贡献系统（Java/Kotlin）相互扩展 接口）。 在上面建立自己的生态系统。
- 版本控制
Medatarun有一个内置的版本管理：它将数据存储在自己的 数据库作为事件的历史记录。发布模型版本就像创建 Git标签：它将版本号放在历史中的特定点上。
此外，您可以导出模型版本（或当前未发布的版本）。 此格式有文档记录（JSON模式），并与GIT存储库兼容： 全文、排序、可区分、可审查。
- 开源
行为是可检查的，集成是不受限制的。
衍生特征
本身不是内置的，而是Medatarun构建方式的结果
- 人工智能驱动的高级操作，没有专用功能.
因为模型是统一的、结构化的和版本化的，所以代理可以导入SQL模式，并将其与 参考模型、检测不一致、提出重构、注释有风险的字段、生成多语言 文档或应用合规性标签——所有这些都是通过通用模型原语实现的。 这是将工具从“建模者”转变为“模型级自动化平台”的能力。
- 模型导入内置功能之外
除了我们的JDBC和无摩擦导入外，您还可以要求代理摄取 其他SQL模式文件、JSON结构、CSV示例，甚至Word或 Confluence文档，通过我们的通用工具构建一个连贯的领域模型 基元。这基本上消除了对专用导入功能的需求 即使还没有干净的模型，Medatarun也可以使用。
你能用它做什么
结合我们的内置功能和人工智能，以下是一个用例示例：
- 通过导入遗留数据库的模式来记录它们，并用真实的业务含义、隐式规则和字段来丰富它
使用和历史背景，将不透明的结构转化为可理解的模型。
- 将团队围绕一个单一的领域模型进行对齐，在这个模型中，描述、标签和约束会逐渐累积
分散在文件中。
- 通过对显式模型进行操作，使AI能够生成正确的SQL、转换或解释，而不是
从模糊的表名和列名中猜测。
- 通过导入多个异构源的模式并重建连贯的目标模型来协调它们
捕捉共享的业务概念。
- 通过首先在模型中明确领域，然后逐步调整来准备重构或现代化
底层系统。
- 通过导航关系、属性和标签来了解影响，以便在做出更改之前了解更改的影响。
- 通过系统标记和
基于标签的搜索。
- 直接从模型生成一致的多语言文档，避免过时或重复
描述。