OpenMetadata (open-metadata/OpenMetadata) est un projet d'IA open source sur GitHub. Résumé du référentiel : OpenMetadata est une plate-forme de métadonnées unifiée pour la découverte de données, l'observabilité des données et la gouvernance des données, alimentée par un référentiel de métadonnées central, un lignage approfondi au niveau des colonnes et une collaboration d'équipe transparente. Son objectif comprend l'intégration MCP et des appels d'outils, l'évaluation et l'observabilité, ainsi que les intégrations de collaboration en équipe. Il convient à l’extension, à l’intégration et à la livraison itérative dans des flux de travail réels.
Licence
Apache-2.0
Étoiles
13 933
Site officiel
https://open-metadata.org/Fonctionnalités
- Core : OpenMetadata est une plate-forme de métadonnées unifiée pour la découverte, l'observabilité et la gouvernance des données, alimentée par un référentiel central de métadonnées, un lignage approfondi au niveau des colonnes et une collaboration d'équipe transparente.
- Fournit une intégration MCP ou d'appel d'outils
- Inclut des capacités d'évaluation, de traçage ou d'observabilité
- S'intègre à la collaboration d'équipe et aux systèmes d'entreprise
- Dépôt : métadonnées ouvertes/OpenMetadata
- Langue principale : TypeScript
Cas d'usage
- Connecte les systèmes externes aux flux de travail des agents
- Utilisé pour le suivi de la qualité de l'IA et l'évaluation de la régression
- Utilisé pour la collaboration en matière de connaissances en équipe et le suivi des tâches
- Créer des prototypes de workflow d'IA internes avec OpenMetadata
- Valider OpenMetadata dans des scénarios d'ingénierie de type production
- Développer l'automatisation des processus d'entreprise
FAQ
OpenMetadata (open-metadata/OpenMetadata) est un projet d'IA open source sur GitHub. Résumé du référentiel : OpenMetadata est une plate-forme de métadonnées unifiée pour la découverte de données, l'observabilité des données et la gouvernance des données, alimentée par un référentiel de métadonnées central, un lignage approfondi au niveau des colonnes et une collaboration d'équipe transparente. Son objectif comprend l'intégration MCP et des appels d'outils, l'évaluation et l'observabilité, ainsi que les intégrations de collaboration en équipe. Il convient à l’extension, à l’intégration et à la livraison itérative dans des flux de travail réels.
Cas d'usage courants : Connecte les systèmes externes aux flux de travail des agents, Utilisé pour le suivi de la qualité de l'IA et l'évaluation de la régression, Utilisé pour la collaboration en matière de connaissances en équipe et le suivi des tâches.
