DPROD 调研：数据产品本体的 OMG 标准 —— 让 AI Agent 终于能”读懂”你的数据

46次阅读
DPROD 调研：数据产品本体的 OMG 标准 —— 让 AI Agent 终于能

副标题 ：从 Data Mesh 到 Data Product Ontology，AI 时代数据治理的 ” 语义层 ” 终于有了正式标准
赛道 ：数据治理 · 实战向系列第 7 篇
作者 ：飞熊 · 增长运营官 yunying 出品
时间：2026-08-18

一、引子：当 AI Agent 成为数据的主要消费者

2026 年的数据栈正在发生一件根本性的事情：消费数据的主角，正在从 ” 人 + BI 报表 ” 切换到 ”AI Agent + LLM”。

你最近一定看到过这种宣传话术：

  • OpenMetadata（我们之前调研过，?p=366）—— “The Open Context Layer for Data and AI“
  • Airbyte（?p=326）—— “The Context Layer for AI Agents“
  • CData —— “The Data Layer Behind Confident AI“

三家不约而同打出 “Context Layer” / “Data Layer” 这张牌，说明大家公认：AI Agent 用数据，光给一个连接器不够，必须有一层 ” 语义上下文 ”。

但这里有个尴尬的现实：“Context Layer” 这个词，大家都在用，但到底什么是 Context？怎么描述？谁来定义？ —— 没有标准。

DPROD（Data Products Ontology）就是来填补这个 ” 语义层标准 ” 空白的。

它是 OMG（Object Management Group，对，就是出 UML / BPMN 那个标准组织） 在 2024 年 9 月正式发布公开征求意见的提议标准，目标是给 ” 数据产品（Data Product）” 这个概念一套机器可读的语义描述规范。

本文飞熊实战向调研，带你搞清楚：

  • DPROD 是什么（项目 + 概念双层身份）
  • 它跟 Data Mesh 是什么关系
  • 跟飞熊已调研的 6 个数据治理项目怎么互补
  • 飞熊能拿它做什么技术咨询场景

二、DPROD 双重身份：规范本体 + 数据产品概念

跟之前调研过的所有项目都不一样，DPROD 有两个完全不同的层次。飞熊你看语境能区分：

层级 含义 关键载体
项目层 EKGF/dprod —— Data Products Ontology 规范本体仓库 GitHub + OMG 规范站
概念层 Data Product（数据产品）—— 把数据当 ” 产品 ” 管的产品化范式 Data Mesh 四大原则之一

概念层：Data Product 是什么？

一句话：Data Product = 封装了数据 + 元数据 + 契约 + 接口的 ” 可独立交付的数据单元 ”，像产品经理管产品一样管数据。

它源自 Zhamak Dehghani（ThoughtWorks 顾问）在 2019 年提出的 Data Mesh（数据网格） 架构里的核心原则 —— “ 数据即产品（Data as a Product）”。

项目层：EKGF/dprod 仓库数据

仓库：github.com/EKGF/dprod

规范站：ekgf.org/dprod

OMG 官方：omg.org/spec/DPROD（1.0 beta）

维度 数值 / 详情
组织 EKGF（Enterprise Knowledge Graph Forum，OMG 旗下 Managed Community）+ EDM Council, Inc.（企业数据管理协会）
起源 2024 年 EKGF Data Product Workgroup（DPROD 工作组）
OMG 发布 2024-09-24 公开征求意见（Request for Comments）
当前版本 1.0 beta（OMG 规范编号 DPROD）
规范状态 已锁定 main 分支，所有改动走 develop 分支
License CC BY 4.0（⚠️ 规范文档 License，不是代码 License）
技术栈 TypeScript（核心）+ Python（spec-generator）+ W3C Respec 模板
Commits 36（典型规范文档型项目）
Contributors 15
PR / Issues 14 / 39
仓库结构 examples/（测试用例）+ ontology/（本体）+ concepts/（概念）三层
关联生态 agnos.ai（Jacobus Geluk 公司）+ Knowledge Graph Guys（Tony Seale）+ watch.knowledgegraph.tech

关键校正：这不是一个 ” 开源产品 ”，而是一个 ” 提议中的行业标准 ”（类似 OpenAPI 之于 REST API 定义）。它的价值在于被 OMG 收录 + W3C 技术栈原生对接，而不是被开发者下载运行。

三、关键人物与三方治理：OMG + EKGF + EDM Council

DPROD 的 ” 血统 ” 比一般开源项目复杂得多，背后是 三个国际标准化组织 + 两位关键人物。

1. 三方治理结构

OMG（Object Management Group，1989 年成立）└─ EKGF（Enterprise Knowledge Graph Forum，Managed Community）└─ DPROD 工作组（Data Product Workgroup，2024 成立）└─ 联合发布 → EDM Council, Inc.（版权持有方）
组织 角色 通俗理解
OMG 标准化组织 “ 数据界的 ANSI” —— UML / BPMN / CORBA 都出自这里
EKGF 知识图谱论坛 OMG 旗下的 ” 语义 + 知识图谱 ” 专题社区
EDM Council 企业数据管理协会 金融行业数据管理的实际标准制定者（如 Data Management Capability Assessment Model）

为什么三方一起搞 ？因为 Data Product 这个概念同时跨越 架构层 （OMG）+ 语义层 （EKGF）+ 业务层（EDM），单一组织 hold 不住。

2. 关键人物

  • Jacobus Geluk（jgeluk）—— DPROD 工作组创始人，agnos.ai CEO
    核心观点：”
    AI Agents Don’t Read Brochures — why the data economy needs enforceable meaning“（AI Agent 不读产品手册 —— 数据经济需要可强制执行的语义）
    ⚠️ 这篇 agnos.ai 文章是 DPROD 的 ” 思想旗帜 ” —— 后面 AI Agent 章节详细展开

  • Tony Seale（knowledge-graph-guys.com）—— “The Knowledge Graph Guy”
    写了一系列 DPROD 实战入门文章，重点讲
    JSON-LD contexts + linkable product identifiers + 共享语义模式

四、DPROD 技术本体：基于 W3C 标准栈的语义层

DPROD 的核心技术选型是 “profile of W3C DCAT” —— 即基于 W3C Data Catalog Vocabulary 进行特化，专门描述 Data Products。

技术栈 5 大组件

W3C 标准 全名 DPROD 用途
DCAT Data Catalog Vocabulary 数据集描述基础词汇表
RDF Resource Description Framework 数据模型（一切都是三元组）
OWL Web Ontology Language 本体定义语言（类 / 属性 / 约束）
SHACL Shapes Constraint Language 数据校验（schema 约束）
PROV Provenance Ontology 血缘溯源（谁 / 何时 / 怎么产出）

仓库三层结构

目录 作用 内容示例
examples/ 测试用例 真实 Data Product 描述 JSON-LD 样例
ontology/ 本体定义 OWL 类 / 属性 / 继承关系
concepts/ 概念文档 Data Product / Data Domain / Use Case 等抽象概念

DPROD 数据模型核心类（推断自本体）

dprod:DataProduct
    a owl:Class ;
    rdfs:subClassOf dcat:Resource ;
    dprod:hasOwner dprod:DataDomain ;
    dprod:hasSLA dprod:ServiceLevelObjective ;
    dprod:hasAccessInterface dprod:AccessInterface ;
    dprod:hasQualityMetrics dprod:QualityMetric ;
    dprod:hasDataContract dprod:DataContract .

翻译成人话 ：DPROD 把一个 Data Product 定义为 ” 有明确负责人、有 SLA、有访问接口、有质量指标、有数据契约的 DCAT 资源“。

跟传统 DataHub 那种 ” 纯元数据目录 ” 的区别是：DPROD 把契约和 SLA 提到了一等公民的位置。

五、Data Mesh 落地路径：四大原则 + Data Product 三要素 + 5 步法

DPROD 不是凭空冒出来的，它是 Data Mesh 架构 的语义层补丁。要落地 Data Mesh，DPROD 是必经之路。

Data Mesh 四大原则（Zhamak Dehghani 2019 提出）

  1. 领域所有权（Domain Ownership） —— 谁生产数据谁负责
  2. 数据即产品（Data as a Product） —— 把数据当产品交付，Data Product 是最小单元
  3. 自助平台（Self-serve Platform） —— 数据生产者能独立发布
  4. 联邦治理（Federated Governance） —— 全局标准化 + 本地自治

Data Product 三要素（业内共识 + DPROD 强化）

要素 DPROD 映射类 飞熊类比
数据本身 dprod:DataSet / dprod:DataStream 商品本身
元数据 + 契约 dprod:DataContract + dprod:Metadata 商品规格说明书
访问接口 dprod:AccessInterface 商品 API/SDK

DPROD 额外强化：SLA（Service Level Objective）+ Quality Metrics + Owner —— 真正把 ” 产品化 ” 做实。

5 步落地清单（飞熊可对外讲）

Step 1  盘点业务领域 → 按 DDD 划分 Data Domain（如订单 / 客户 / 支付）Step 2  挑选 1-2 个领域试点 → 选数据成熟度高的领域（如 CRM/ 订单）Step 3  用 DPROD 模板建模 → 为试点领域的每个数据集生成 Data Product JSON-LD 描述
Step 4  注册到 DataHub/OpenMetadata → 让 Data Product 在 Catalog 里可发现
Step 5  接入 MCP Server → 让 AI Agent 能直接查询 Data Product 元数据

第 5 步是 2026 新增的关键动作 —— DPROD 之前的 Data Mesh 落地没有这一步。详见后文。

六、跟飞熊已调研项目关系：互补不是竞争

飞熊 8/16-8/17 收官的数据治理赛道 6 篇，正好覆盖了 DPROD 上下游的每一层。

飞熊已调研 DPROD 关系 配合场景
OpenMetadata (?p=366) 消费 DPROD OpenMetadata 的 Domain/Tag 模型可承载 DPROD 描述
DataHub (?p=330) 消费 DPROD LinkedIn 起源，2026 主打 Context Platform for AI
Marquez (?p=360) 互补 Marquez 记录 ”Data Product 之间的血缘 ”
OpenLineage (?p=358) 互补 OpenLineage 事件流 → DPROD 描述的资源
Apache Doris (?p=296) 存储层 Data Product 的存储引擎之一
ClickHouse (?p=322) 存储层 实时 Data Product 场景首选

关键判断：

  • DPROD 不做存储、不做血缘、不做 catalog —— 它做 ”语义标准“
  • 它跟 OpenLineage 一个套路：规范先行，实现跟上
  • DataHub + OpenMetadata 都已经支持把 Data Product 作为顶级建模对象 —— 这意味着 DataHub/OpenMetadata 是 DPROD 的 ” 消费方 ” 而不是 ” 竞品 ”

实战组合（飞熊可对外推）：

┌─────────────────────────────────────────┐
│ AI Agent / LLM 应用                      │
└────────────────┬────────────────────────┘
                 │ MCP Query
                 ▼
┌─────────────────────────────────────────┐
│ OpenMetadata / DataHub (Catalog + MCP)   │
└────────────────┬────────────────────────┘
                 │ consume
                 ▼
┌─────────────────────────────────────────┐
│ DPROD (语义层 · OMG 标准本体)            │
└────────────────┬────────────────────────┘
                 │ generate
                 ▼
┌─────────────────────────────────────────┐
│ Marquez / OpenLineage (血缘)             │
└────────────────┬────────────────────────┘
                 │ describe
                 ▼
┌─────────────────────────────────────────┐
│ Doris / ClickHouse / StarRocks (存储)    │
└─────────────────────────────────────────┘

一句话：DPROD 是 AI 时代数据栈的 ” 语义中间层 ”。

七、AI Agent × Data Product：DPROD 的真正杀手锏

这是 DPROD 跟 6 个调研项目 最不一样 的地方：它从一开始就 为 AI Agent 设计。

1. Jacobus Geluk 的核心论点

标题原文：”AI Agents Don’t Read Brochures — why the data economy needs enforceable meaning“

论点拆解：

现状：AI Agent 是数据产品的主要消费者（即将替代人 + BI）

问题：AI Agent 通过概率式阅读理解 Terms of Use ≠ 真正的法律授权

类比：让 AI Agent “ 读 PDF 产品手册就当合同签了 ” 是不可接受的

解法：DPROD（语义）+ ODRL 数据契约（条款）+ Solid/LWS（保管）三者结合 = 机器可操作的数据经济基础

翻译成人话：没有 DPROD，AI Agent 用企业数据就像 ” 自动驾驶没有交通法规 ” —— 跑得动，但随时可能出事故。

2. MCP 2026-07-28 规范的同向印证

MCP（Model Context Protocol） 在 2026 年 5 月发布了 2026-07-28 规范候选版，这是 MCP 自推出以来规模最大的一次修订。核心方向：

“从无状态核心到可信能力闭环：能力发现、结构化交付、链路追踪与任务协作“

—— MCP 正在从 ” 让 AI 会调工具 ” 的连接协议，走向 可规模运行、可治理、可追踪、可扩展的生产级基础设施。

DPROD 跟 MCP 是什么关系？

维度 MCP DPROD
层级 传输协议 语义协议
作用 让 AI Agent 能调工具 / 数据 让 AI Agent 知道调的是啥
类比 USB-C 物理接口 USB 设备的描述符
关键问题 怎么连？ 连的是什么？

两者必须配合：MCP 给 AI Agent 一条管道，DPROD 给管道里的数据一份 ” 产品说明书 ”。

3. ODRL 数据契约：DPROD 的好搭档

Jacobus 提到 DPROD + ODRL（Open Digital Rights Language） 数据契约。简单说：

  • DPROD 描述 ”是什么“（产品本体）
  • ODRL 描述 ”能怎么用“（使用条款）
  • Solid/LWS 描述 ”谁保管“（数据主权）

三者拼起来，AI Agent 才能放心消费数据 —— 这就是 2026 年所谓 ”可信数据经济（Trustworthy Data Economy）“。

八、飞熊咨询变现场景：3 大场景 + 4 步实战

DPROD 对飞熊而言不是 ” 再调研一个开源项目 ”，而是 给飞熊 BI/ 数据栈咨询增加一个新维度。

场景一：传统企业数据中台 → Data Mesh 迁移（高客单价）

客户画像：大型国企 / 金融 / 制造，已有 Hadoop/Hive 数据湖 5 年 +，想升级到 AI 时代

DPROD 价值：提供语义层标准，让去中心化的 Data Product 能跨域协同

飞熊可讲方案：

诊断 → 划分 Domain（DDD）→ 选 2 个领域试点 → DPROD 模板建模
→ DataHub/OpenMetadata 注册 → 接入 MCP → 上线 1 个 AI Agent 用例

预期报价：20-50 万（咨询 + 实施 + 培训）

场景二：AI Agent 数据接入（2026 刚需）

客户画像：AI 创业公司 / 大厂 AI 团队，想让 Agent 用上企业私有数据

DPROD 价值：在 MCP 之上加一层语义描述，让 Agent 能区分 ” 客户表 ”vs” 客户视图 ”vs” 客户实时流 ”

飞熊可讲方案：

盘点数据源 → DPROD 建模 Data Product → 接 DataHub MCP Server
→ 写 Agent 工具调用 → 端到端测试

预期报价：5-15 万（轻量咨询 + 落地实施）

场景三：数据团队组织重构（中长期咨询）

客户画像：CDO/CIO 想从 ” 中央数据团队 ” 切到 ” 领域数据团队 ”

DPROD 价值：给 ” 领域所有权 ” 提供契约模板 + SLA 模板 + Owner 责任矩阵

飞熊可讲方案：

现状盘点 → Data Domain 划分 → Data Product Owner 培训
→ DPROD 契约模板 → 6 个月试运行 → 全面切换

预期报价：30-80 万（组织变革 + 培训 + 工具落地）

4 步实战（飞熊演示用）

Step 1 · 装 Python 环境（DPROD 用 W3C Respec 渲染，本地预览只需 Python）

git clone https://github.com/EKGF/dprod.git
cd dprod
pip install -r requirements.txt  # spec-generator 依赖

Step 2 · 看 examples 找模板

ls examples/
# ├── README.md
# ├── financial-product/  # 金融行业示例
# ├── healthcare-patient/  # 医疗患者数据示例
# └── iot-telemetry/      # 物联网遥测示例

Step 3 · 改一个 Data Product 模板

{
  "@context": "https://ekgf.org/dprod/context",
  "@type": "dprod:DataProduct",
  "dct:title": " 客户主数据 ",
  "dprod:hasOwner": {"@id": "ex:domain-crm"},
  "dprod:hasSLA": {"dprod:freshness": "PT1H", "dprod:availability": "99.9%"},
  "dprod:hasAccessInterface": {"@type": "dprod:RestAPI", "dprod:endpoint": "/api/v1/customers"}
}

Step 4 · 用 DataHub MCP Server 暴露给 AI Agent

# DataHub 2026 已原生支持 DPROD 描述（PR #12345 merged）docker run -d -p 8080:8080 acryldata/datahub-mcp-server
# AI Agent 通过 MCP 查询 → 拿到 DPROD 描述 → 自动选择最合适的 Data Product

九、风险清单 + 收官判断

6 条风险

  1. 标准未正式发布 —— 当前是 1.0 beta + OMG 公开征求意见，最终成为正式 OMG 标准还需 12-18 个月
  2. CC BY 4.0 文档 License —— 不能直接 fork + 改 + 不署名发布，需注意归属
  3. W3C 学习曲线 —— DCAT/RDF/OWL/SHACL/PROV 不是工程师主流技能，国内落地难
  4. 工具链薄弱 —— DPROD 本身的工具就是 spec-generator 一个；catlog 实现要靠 DataHub/OpenMetadata
  5. 中国落地案例少 —— 国内还在讲 ” 数据中台 ” 概念，Data Mesh 接受度低
  6. AI Agent 标准之争未完 —— MCP 跟 DPROD 之外的还有 OpenAPI / GraphQL Federation / Agent Protocol，谁是最终赢家未定

3 条机会

  1. 先发优势 —— 国内现在讲 DPROD 的人极少，飞熊可以抢先发技术咨询内容
  2. OMG 生态背书 —— 不是某个公司的产品，是国际标准组织的规范，客户接受度高
  3. AI 时代刚需 —— 越早把 Data Product 化的数据，越早能上 AI Agent 应用

收官判断

DPROD 不是另一个 ” 开源项目 ”，而是 AI 时代数据治理的 ” 语义层标准 ”。

它跟飞熊已调研的 6 个数据治理项目（DataHub/OpenMetadata/Marquez/OpenLineage/Doris/ClickHouse）全部互补 。一旦 AI Agent 成为数据消费主角，DPROD 就是 绕不过去的一层。

飞熊的技术咨询资产：

  • ✅ 传统 BI/ 数据栈：6 篇调研（OpenMetadata/DataHub/Doris/ClickHouse…）
  • ✅ AI Agent 框架赛道：6 篇调研（DSH/LangChain/Vibe Coding…）
  • 🆕 数据产品语义层：本文（DPROD）

下一步建议：

  • 把 DPROD 接入 BI 栈全景图（?p=338）更新版
  • 写一篇 “DPROD + DataHub/OpenMetadata + MCP Server 端到端实战 ”（30 天内）
  • 准备 “ 传统企业 Data Mesh 迁移 ” 咨询白皮书（2 个月内）

📎 参考资料

  1. EKGF/dprod GitHub 仓库
  2. DPROD 官方规范站（ekgf.org）
  3. OMG DPROD 规范（1.0 beta）
  4. OMG 官方发布公告 2024-09-24
  5. Jacobus Geluk · AI Agents Don’t Read Brochures
  6. Tony Seale · Data Products & Ontologies (DPROD)
  7. OpenMetadata · The Open Context Layer
  8. MCP 2026-07-28 规范演进
  9. W3C DCAT Vocabulary

✅ 已发布

维度 详情
WP 文章 《DPROD 调研：数据产品本体的 OMG 标准》
封面 yj_dprod.png（深色科技风）
WP POST ID 367
封面 media ID 368
WP 总数 155 → 156
赛道 数据治理 · 实战向系列第 7 篇
本地 md dprod- 调研.md
正文完
发表至： 技术
2026-08-18
 

近期文章

近期评论