datris-platform-oss

Datris — AI Agent 的数据控制平面

datris.ai · 文档 · MCP Registry · PyPI

⭐ 如果 Datris 对你有用，请为仓库点星——这能帮助其他人发现它。

Agent 向 Datris 请求数据。Datris 会找到并获取数据，完成验证，将数据写入你现有的数据存储，并附上来源信息后返回——通过 MCP 完成，全程不会接触你的密钥。它与数据仓库和数据湖并存，而不是取代它们。

90 秒了解它——描述你需要的数据，助手就会构建数据采集器、运行它并写入数据：

https://github.com/user-attachments/assets/4f03dc12-e9d7-4f93-8ba4-d712ab7d3733

🔊 默认关闭声音——点击播放器中的扬声器图标即可开启。

为什么选择 Datris？

https://github.com/user-attachments/assets/ba3de886-1413-4d92-92bb-99018cfaff38

🔊 默认关闭声音——点击播放器中的扬声器图标即可开启，或在 YouTube 上观看。

你的 Agent 已经在获取、验证和加载数据。没有控制平面，它们做得并不好。Datris 将这些工作统一纳入一个受管控的界面：

• 一个 MCP 入口——通过单个 MCP 服务提供 79 个工具。Claude、Cursor 及任何兼容 MCP 的 Agent 只需学习一个接口，而不必对接 79 种集成
• 由保险库代理凭据——Agent 通过名称引用密钥，且不会持有密钥；由 Agent 编写的代码在隔离容器中运行，容器内不含任何密钥
• 受限密钥、审批关卡、审计日志——每个 Agent 都有自己的 API 密钥，其权限仅限于你授予的能力；Agent 策略会针对每项操作决定是让 Agent 执行、等待人员审批，还是拒绝；启用审计日志（USE_AUDIT_LOG=true）后，审计日志会记录操作主体和内容；默认尽力记录，在严格模式下则不会丢失记录
• 记录每次运行——记录每次运行的作业状态和行数，并为数据行添加来源信息；每个生成的脚本都会在 git 中进行版本管理
• 持久化状态——管道和同步书签保存在平台中，而非聊天记录里，因此重新生成脚本不会丢失进度
• 运作闭环——获取（AI 生成的数据采集器）→ 验证（简单明了的规则）→ 写入（多目标管道）→ 观测（来源信息和作业状态）→ 解释与修复（AI 错误说明）；启用审计日志后，每次操作都使用相同的审计记录（参见严格模式）
• 可在任何地方自行托管——可部署在本地、任意云端或你的笔记本电脑上；基础设施 100% 开源（MinIO、PostgreSQL、MongoDB、Kafka、Vault），采用 AGPL-3.0 许可，无托管服务

快速开始

你需要 Docker 和一个 AI 提供商密钥（Anthropic、OpenAI、Grok、Azure OpenAI 或 Amazon Bedrock）。该安装程序会拉取预构建镜像和运行时文件，创建 .env，并在 ./datris 中启动整个服务栈——无需克隆 Git 仓库。安装程序会提示你输入密钥：

curl -fsSL https://get.datris.ai/install.sh | sh

要通过编码 Agent 或无终端连接的 CI 作业安装？请先导出密钥（ANTHROPIC_API_KEY、OPENAI_API_KEY 或其他提供商的密钥）：安装程序不会提示输入，而是从环境中读取。然后，在继续之前检查 http://localhost:8080/api/v1/version 是否有响应。完整步骤：为 Agent 安装。

最简安装（适合笔记本电脑）。 默认服务栈会运行约十个容器，捆绑的嵌入服务会在首次启动时下载一个 2.2 GB 的模型。这些都不是必需的。在 .env 中设置三个选项，即可将其精简为八个小型容器，无需下载，内存占用约为 3.5 GB（4 GB Docker 内存足够；完整服务栈需要 8 GB）：

TEI_ENABLED=0               # skip the local embedding server and its 2.2 GB download
EMBEDDING_PROVIDER=openai   # semantic search via OpenAI (needs OPENAI_API_KEY); omit if you have no OpenAI key
POSTGRES_ENABLED=0          # optional: skip bundled Postgres; MongoDB stays as the destination

选择 OpenAI 嵌入时，安装程序会设置前两个选项。datris 服务本身默认使用 2 GB 堆内存。详情：安装 → 最简安装。

install.sh 安装程序是 POSIX shell 脚本（macOS/Linux）。在 Windows 上，请从 WSL2 或 Git Bash 运行，或使用下方的单文件 Compose 选项，该选项可在 PowerShell 中原生运行。

# macOS / Linux
curl -O https://get.datris.ai/docker-compose.standalone.yml
ANTHROPIC_API_KEY=sk-ant-... docker compose -f docker-compose.standalone.yml up -d

# Windows (PowerShell) — use curl.exe, and set the key with $env:
curl.exe -O https://get.datris.ai/docker-compose.standalone.yml
$env:ANTHROPIC_API_KEY="sk-ant-..."
docker compose -f docker-compose.standalone.yml up -d

git clone https://github.com/datris/datris-platform-oss.git
cd datris-platform-oss
cp .env.example .env       # Add your ANTHROPIC_API_KEY and/or OPENAI_API_KEY (or the AZURE_OPENAI_* trio, XAI_API_KEY, or AI_PROVIDER=bedrock)
docker compose up -d

界面：http://localhost:4200 · API：http://localhost:8080

连接 AI Agent

将以下内容添加到你的 MCP 客户端配置中（Claude Desktop、Claude Code、Cursor 等）。Docker 服务栈运行后，npx mcp-remote stdio 桥接程序会连接到捆绑的 3000 端口 MCP 服务——你的客户端会显示在 Datris 界面的 Agent Monitor 选项卡中，并实时流式显示工具调用：

{
  "mcpServers": {
    "datris": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "http://localhost:3000/sse", "--transport", "sse-only"]
    }
  }
}

适用于默认本地设置，复制粘贴即可使用——当 USE_API_KEYS=false（OSS 默认值）时无需 API 密钥。如果你的实例启用了身份验证（USE_API_KEYS=true 或多租户），请在 args 数组中追加 "--header", "x-api-key:<your-key>"。配置 → 连接你的 Agent 页面会为你生成代码片段；粘贴密钥时还会自动添加请求头。

需要在 PATH 中安装 Node.js（brew install node）。有关无需 Docker 的 stdio 替代方案，或 Claude Desktop / Claude Code / Cursor 的完整操作指南，请参阅配置 Claude。

要让你自己项目中的编码 Agent（Claude Code、Codex 等）学会使用 Datris 处理数据，请从 skills/ 安装 datris-platform 技能——参阅 Agent 技能。

CLI

brew tap datris/tap
brew install datris
datris ingest data.csv --dest postgres
datris ingest sales.csv --ai-validate "prices > 0" --ai-transform "convert dates to YYYY/MM/DD"
datris query "SELECT * FROM sales"
datris search "quarterly revenue" --store pgvector
datris tap create "Fetch S&P 500 daily prices from yfinance" --pipeline stocks
datris taps
datris doctor               # operational self-check; prints the fix for every finding

功能介绍

Source (Tap / File Upload / MinIO Event / Database Pull / Kafka)
  → Preprocessor (optional REST endpoint)
  → Field Protection (pseudonymize, mask, redact, encrypt, or drop sensitive fields)
  → Data Quality (AI rules, header validation, schema validation)
  → Transformation (AI transformation, destination schema)
  → Destinations (in parallel):
      PostgreSQL, MongoDB, Snowflake, Databricks,
      MinIO / S3 (Parquet, ORC, Apache Iceberg), Kafka, ActiveMQ,
      REST Endpoint, Qdrant, Weaviate, Milvus, Chroma, pgvector
  → Notifications (ActiveMQ topic)

AI 驱动的功能

支持的格式

CSV、JSON、XML、Excel、PDF、Word（DOCX）、PowerPoint、HTML、电子邮件、EPUB、纯文本

AI 提供商

Anthropic Claude（聊天默认使用 Fable 5.1，CodeGen 使用 Opus 5.5） · OpenAI（聊天和 CodeGen 默认使用 GPT-5.6 Sol） · Azure OpenAI（使用你自己的 Azure 资源；模型按部署名称指定） · Amazon Bedrock（通过你的 AWS 账户使用 Claude——采用 IAM 身份验证、由 AWS 计费，支持 IAM 角色且无需存储密钥） · Grok（通过其兼容 OpenAI 的 API 使用 xAI 的模型） · Ollama（本地模型，可选）。嵌入可通过 OpenAI text-embedding-3-small（拥有 OpenAI 密钥时推荐）、Azure OpenAI、随附的 TEI sidecar（BAAI/bge-m3——完全本地运行，无需 API 密钥）或 Ollama 实现。

架构

文档

完整文档见 docs.datris.ai，也可在本地查阅 docs/。准备投入生产？请从安全架构和 SECURITY.md 开始。

许可证

AGPL-3.0