DataHub Ask DataHub Glean 插件接入指南将企业知识库搜索引入数据对话【免费下载链接】datahubThe Context Platform for your Data and AI Stack项目地址: https://gitcode.com/GitHub_Trending/da/datahub导读Glean 插件是 DataHub Cloud 中 Ask DataHub Plugins 体系的一员它通过 Model Context ProtocolMCP将 Ask DataHub 与组织内部的 Glean 实例连接起来让 AI 助手在回答数据问题时可以同时检索数据目录元数据与企业知识库内容文档、Wiki、Slack 线程等。读完本文你将掌握 Glean 插件的完整接入流程——从获取 Glean MCP Server URL、在 DataHub 中创建 Custom MCP 插件、理解 OAuth 发现与自动客户端注册机制、检查关键mcpscope到用户侧连接授权与常见故障排障。本文基于 glean.md 展开并辅以仓库内 Ask DataHub Plugins 总览、Ask DataHub、DataHub MCP Server 与 Context Documents 等文档做纵深印证。注意Ask DataHub Plugins 当前处于Private Beta阶段。启用该功能需要联系你的 DataHub 客户支持代表。Glean 插件的配置与使用均发生在 DataHub CloudSaaS环境属于平台管理员与最终用户协作完成的流程。为什么连接 Glean在数据平台中Ask DataHub 本身已经能够基于元数据图谱 组织知识如发布在 DataHub 中的 Context Documents、业务术语、域定义回答大量问题。但团队的大量隐性知识tribal knowledge散落在组织内部的各类工具中——内部 Wiki、设计文档、Runbook、Slack 讨论、流程指南等。Glean 插件正是把这些内容接入数据对话的关键桥梁。启用 Glean 插件后Ask DataHub 可以获得三类新能力搜索组织知识找到 Glean 索引过的相关文档、Wiki、Slack 线程及其它企业内容用上下文补充元数据回答那些既需要数据目录知识、又需要组织文档佐证的问题弥合鸿沟在数据生态系统与团队跨工具存储的隐性知识之间建立连接。从 Ask DataHub Plugins 总览 可以看到插件机制的定位是让 Ask DataHub 超越“仅凭元数据回答问题”的边界实现跨工具工作流——例如对话式分析、跨工具排障在 dbt 查任务历史、在 Snowflake 查表、在 GitHub 查代码变更以及治理工作流。Glean 插件在其中承担的是知识搜索角色。示例提问以下提示词可以帮你直观理解 Glean 插件在对话中的使用方式Find our internal documentation about the data retention policy查找关于数据保留策略的内部文档Search for any runbooks related to the revenue pipeline搜索与收入管道相关的任何 RunbookWhat does our wiki say about the customer segmentation methodology?我们的 Wiki 关于客户分层方法论是怎么说的Find Slack discussions about the recent data migration查找关于最近数据迁移的 Slack 讨论注意这些问题的共同特征它们都要求组织文档类知识而非单纯的表结构、血缘或质量指标。这正是 Glean 插件与 DataHub 内置搜索分工的体现——AI 会根据问题的性质自动决定调用 Glean 还是 DataHub 的原生搜索。理解底层机制Ask DataHub Plugins 与 MCPGlean 插件并不是一个孤立的集成它建立在 Ask DataHub Plugins 的整体框架之上。理解这个框架有助于你正确配置和排障。插件框架的两步工作流根据 overview.mdAsk DataHub Plugins 采用清晰的两步协作模型管理员配置管理员在Settings AI Plugins中连接 MCP 服务器需要Manage Platform Settings权限用户启用普通用户在Settings My AI Settings或个人设置中启用插件或在聊天界面中直接开关插件。用户启用插件后该插件的工具tools即可在 Ask DataHub 对话中使用AI 助手会在问题相关时自动调用这些工具。Glean 插件的管理端配置和用户端连接正是这个模型的实例化。MCP 传输要求所有插件包括 Glean都通过Model Context ProtocolMCP与外部服务器通信且要求 MCP 服务器支持Streamable HTTP transport。这一点在创建插件时至关重要——Glean 实例暴露的 MCP Server URL 必须可被 DataHub 通过 HTTP 方式访问。DataHub 自身也实现了 MCP 服务器见 DataHub MCP Server它让 AI 代理可以直接访问 DataHub 元数据。你可以把插件体系理解为 MCP 生态的“反向连接”Ask DataHub 作为 MCP 客户端去消费外部 MCP 服务器如 Glean暴露的工具。插件支持的认证类型在深入 Glean 之前先了解插件框架支持的三类认证方式来自 overview.md这有助于理解为何 Glean 选择 OAuth认证类型说明适用场景NonePublic API无需认证公开可访问、无需凭据的 MCP 服务器Shared API Key系统级管理员配置一个全局 API Key所有用户共用适合单一服务账号即可的工具User API Key用户自备每个用户在启用插件时提供自己的 API Key需要按用户做访问控制与审计User OAuth每个用户各自认证管理员配置 OAuth Provider用户走标准 OAuth 登录流企业级工具如 GleanGlean 插件采用的是最后一种——User OAuthEach User Authenticates并且是其中实现最省事的一种因为它还叠加了OAuth 发现OAuth discovery与自动客户端注册automatic client registration能力详见下文管理员设置。前置条件在开始配置 Glean 插件前请确认以下条件满足一个启用了MCP Server的 Glean 账号在 Glean 侧开通 MCP 能力已启用Ask DataHub Plugins的 DataHub Cloud 环境Private Beta需联系客户支持开通拥有平台管理员权限可以在 DataHub 中配置插件。管理员设置Glean 插件是 Ask DataHub Plugins 中设置最简单的插件。原因在于 DataHub 对 Glean 支持OAuth 发现与自动客户端注册DataHub 会自动发现 Glean 的 OAuth 端点、可用 scopes并代表你注册 OAuth 客户端——无需任何手工 OAuth 配置。这与 DataHub MCP Server 中描述的 OAuth2 Dynamic Client RegistrationDCRRFC 7591机制属于同一类能力客户端通过发现机制自动完成注册用户凭个人登录含 SSO完成认证令牌随用户作用域且自动刷新。第一步获取 Glean MCP Server URL从你的 Glean 实例获取 MCP 服务器 URL在 Glean 的个人设置中打开MCP Configurator查看或参考 Glean 官方提供的 MCP 配置指南在你的 Glean 账号与开发者文档中查找 MCP 相关配置入口。请与你的 Glean 管理员确认该 URL 可被 DataHub 网络访问。第二步在 DataHub 中创建插件在 DataHub 中导航到Settings AI Plugins点击 Create选择Custom MCPGlean 属于通用 MCP 服务器而非 Snowflake/dbt 等内置模板内置模板清单见 overview.md 的 Available Plugins 表格填写插件详细信息字段值NameGleanDescription插件的描述信息MCP Server URL你的 Glean MCP 服务器 URLAuthentication TypeUser OAuth (Each user authenticates)保存时DataHub 会自动从 Glean发现 OAuth 配置并注册客户端无需手工配置。自动发现包括Authorization 与 Token 端点授权端点与令牌端点可用的 scopes权限范围客户端注册Client registration。审查发现的 scopes默认所有 scope 均被选中。务必确保mcpscope 处于选中状态——这是插件正常运行的必要条件。参考 overview.md 中关于 Custom MCP 插件的字段说明还有两个可选项值得关注Instructions for the AI Assistant可选的自定义指令会被注入 AI 上下文例如指导 AI 当用户询问知识库内容时优先使用 Glean以及Test Connection保存前可点击测试连接验证 MCP 服务器可达性与凭据有效性。⚠️ 关键mcpscope 必须选中Glean 插件能否工作mcpscope 是硬性前提未选中mcpscope 时Ask DataHub 调用插件会收到401 Unauthorized错误若配置后遇到该错误请回到插件编辑页面确认mcpscope 已启用并保存。可选填写Instructions for the AI Assistant自定义指令确保Enable for Ask DataHub开关处于开启状态然后点击Create完成创建。管理员侧的其他插件能力可选项创建插件后你可以参考 overview.md 中的通用能力进一步优化Test Connection保存前验证 MCP 服务器是否可达、凭据是否有效Custom Instructions例如当用户询问数据保留政策或 Runbook 时使用 Glean 插件搜索组织文档这些指令会在插件激活时注入 AI 上下文显著提升工具选择准确率。用户设置管理员完成插件创建后普通用户需要自行连接并授权导航到Settings My AI Settings找到Glean插件点击Connect系统会将你重定向到 Glean 完成 OAuth 认证认证完成后自动跳回 DataHub插件即处于已连接状态。用户也可以在 Ask DataHub 聊天界面中通过输入框旁的插件图标直接管理插件的开关与连接状态见 overview.md 的 From the Chat Interface 小节。关于用户设置的更多通用细节包括 My AI Settings 中的插件列表、API Key/OAuth 插件的 Connect 流程请参阅 Ask DataHub Plugins 总览的用户设置章节。使用技巧Glean 与 Context Documents 互补Glean 插件与 DataHub 的 Context Documents 是互补关系——Context Documents 适合承载经治理、可版本化、可链接到具体资产的精选知识Runbook、FAQ、决策记录等而 Glean 适合更广泛的组织搜索覆盖 Wiki、Slack 等未被治理的内容源。二者并不冲突可以同时启用。让 AI 自行决策AI 会根据问题的性质自动决定使用 Glean 还是 DataHub 内置搜索。因此提问时尽量描述清楚你期望的答案来源。在提示词中明确文档类型提问时明确指出你寻找的文档种类如内部文档RunbookWikiSlack 讨论有助于 AI 更精准地选择工具与检索关键词。故障排查401 Unauthorized 错误现象错误信息形如OAuth succeeded but MCP server returned 401: Client error 401 Unauthorized。原因与解决OAuth 认证本身已成功但 MCP 服务器返回 401——几乎可以确定是mcpscope 未选中。回到Settings AI Plugins编辑该插件确认mcpscope 已启用并保存。OAuth 发现失败依次检查确认 Glean MCP Server URL 填写正确且可访问确认你的 Glean 实例支持 OAuth 发现与动态客户端注册这是 DataHub 自动完成 OAuth 配置的前提若 Glean 侧关闭了该能力则需联系 Glean 管理员联系 Glean 管理员确认 MCP Server 访问已在 Glean 侧开启。无搜索结果No Results按以下顺序排查确认 Glean 已经索引了你期望的内容源文档、Wiki、Slack 等尝试更宽泛的搜索词确认当前认证用户对相关内容在 Glean 中具有访问权限——OAuth 是按用户授权的Glean 侧的权限模型会作用于搜索结果。小结Glean 插件是 Ask DataHub Plugins 中接入成本最低、收益最直接的一类集成借助OAuth 发现 自动客户端注册管理员只需提供 MCP Server URL 并确保mcpscope 选中用户侧只需一次 OAuth 点击授权即可让数据对话具备检索企业知识库的能力。它与 DataHub 的元数据图谱、Context Documents 形成元数据 治理知识 组织广域知识三层互补的问答底座。延伸阅读Ask DataHub Plugins 总览 —— 插件框架、认证类型、通用配置与用户设置Ask DataHub —— 对话式 AI 助手的能力全景与自定义指令DataHub MCP Server —— MCP 协议、Streamable HTTP 传输与 OAuth/DCR 认证机制Context Documents —— 与 Glean 互补的治理型组织知识管理【免费下载链接】datahubThe Context Platform for your Data and AI Stack项目地址: https://gitcode.com/GitHub_Trending/da/datahub创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考