OpenMetadata 调研：开源元数据界的”上下文层”，AI Agent 的企业记忆图谱

26次阅读
OpenMetadata 调研：开源元数据界的

一句话定位：把数据发现、数据质量、血缘追踪、数据治理、Agent 记忆图谱压成一张 统一元数据知识图谱，让 AI 和人共用同一份 ” 上下文 ”。

项目速览

字段 值
仓库 open-metadata/OpenMetadata
最新版本 1.13.1-release（2026-06-27）
Stars 14.4k
Forks 2,220
Watchers 55
Open Issues 975
提交数 17,113
协议 Apache 2.0
主语言 TypeScript / Java / Python
首次提交 2021-08-01
最近更新 2026-07-10
官方站 open-metadata.org
Connector 数 130+

它到底是什么？

OpenMetadata 把自己定位为 “Open Context Layer for Data and AI”——为人和 AI Agent 服务的开放上下文层。它的判断是：

“AI 不需要再多一个数据库连接器。AI 需要的是 上下文 + 记忆。”

传统数据目录（Data Catalog）只告诉你 ” 有哪些表 ”，OpenMetadata 想更进一步——把这些表背后的 业务含义、所有者、数据质量、血缘、契约、政策、AI 决策记忆 全部串成一张图。

它捕获 7 类上下文：

  1. 技术元数据：库、表、列、字段类型、约束、Sample Query、服务元数据
  2. 质量与信任：测试用例、测试套件、新鲜度检查、Profile 结果、Observability 信号、事件
  3. 血缘与影响 ：表级血缘 + 列级血缘 + Dashboard 血缘 + Metric 血缘 + ML 模型血缘 + OpenLineage 事件
  4. 语义层：Glossary、Business Terms、同义词、Metrics、KPI、Classifications、Tags、Domains、Data Products、Policies
  5. 治理：Owners、Stewards、Teams、Policies、Roles、Certification、Lifecycle States、Data Contracts
  6. 记忆与部落知识：Conversations、AI Threads、Decisions、Assumptions、Runbooks、Remediation Notes、Memory Nuggets
  7. 标准与互操作：DCAT / DPROD / PROV-O / OpenLineage / ODCS / RDF/OWL / JSON-LD / SHACL / JSON Schema

为什么 2026 年又火起来？

OpenMetadata 2021 年立项，2022-2023 年是活跃开发期，2024-2025 趋于稳定。但在 2026 年因为两个趋势重新爆发：

1. MCP 协议成为 ”Agent 基础设施 ”

1.13.0（2026-06-08）把 MCP（Model Context Protocol）升级为一等公民——MCP Services 成了新的服务类型，有独立的 server entities、execution logs、test-connection 支持、REST 资源、UI 页面。
1.12.11（2026-06-12）持续强化 MCP 和 AI 增强。
配合 Anthropic / OpenAI 都在推 MCP，OpenMetadata 直接成为
“ 企业数据的 MCP Server”——AI Agent 通过自然语言就能查 ” 这个数据集的所有者是谁 ”、” 哪个指标下游依赖它 ”、” 这个 column 的 PII 分类是什么 ”。

2. AI Agent 需要 ” 组织记忆 ”

传统做法：Agent 跑完任务，记忆丢在对话里，下次再问就重头来。
OpenMetadata 1.13 把
Memory Nuggets 做成了一等公民——Agent 可以把 ” 我刚才为什么重命名这个 column”、” 这个 metric 改版的假设是什么 ”、” 数据质量问题的修复方案 ” 沉淀为治理过的 Memory，挂在资产上。下次任何 Agent / 人再问这个问题，记忆可被检索、复用、审计。

这跟 Cognee / Graphiti 的方向高度类似，但 OpenMetadata 走的是 企业级平台路线，不是单一库。

核心架构：Context + Memory Graph

┌──────────────────────────────────────────────────────────┐
│   Sources (130+ connectors)                              │
│  Warehouses · Lakes · BI · Pipelines · ML · Storage     │
│  Messaging · SaaS · Documents · Conversations · Agents   │
└────────────────────────┬─────────────────────────────────┘
                         ↓ Ingestion framework
┌──────────────────────────────────────────────────────────┐
│   Open Schema-first Metadata Graph                       │
│  ┌──────────────────────────────────────────────────┐    │
│  │  Nodes: Tables, Columns, Owners, Teams, Quality,  │    │
│  │         Lineage, Policies, Memories, Contracts,   │    │
│  │         Data Products, Glossary, Metrics          │    │
│  │  Edges: hasColumn, classifiedAs, ownedBy,         │    │
│  │         dependsOn, definedBy, produces, flowsTo,  │    │
│  │         validates, governs, appliesTo,            │    │
│  │         capturedAs, informs, documentsDecisionFor │    │
│  └──────────────────────────────────────────────────┘    │
└────────────────────────┬─────────────────────────────────┘
                         ↓
┌──────────────────────────────────────────────────────────┐
│   Activation Layer                                       │
│  MCP Server · Semantic Search · APIs · SDKs             │
│  Events · Webhooks · AI Workflows                       │
└──────────────────────────────────────────────────────────┘

关键点 ：图的节点不只是数据资产， 人、团队、政策、对话、记忆、契约 都是一等节点。AI Agent 通过这些关系能回答：

  • 这个 Metric 怎么算的？→ 追溯到 Metric definedBy Glossary Term
  • 这个 Dashboard 下游影响什么？→ Dashboard dependsOn Table 反向追溯
  • 谁是这个 Data Product 的 owner？→ Table partOf Data Product ownedBy Team
  • 这个 column 含 PII 吗？→ Column classifiedAs PII
  • 这个决策为什么做的？→ Memory documentsDecisionFor Metric

5 大能力 + 130+ Connector

能力 包含
AI Context & Memory memory nuggets、conversations、agent threads、decisions、assumptions、remediation notes、runbooks、context retrieval、governed agent memory
Discovery & Understanding 资产搜索、语义搜索、描述、sample data、使用情况、所有者、对话、任务、公告
Governance & Semantics glossaries、classifications、tags、metrics、KPI、domains、data products、policies、roles、certification、lifecycle states
Data Quality & Observability 测试用例、新鲜度检查、profile 引擎、事件告警、修复 workflow、incident management
Lineage & Impact 表级 + 列级血缘、Dashboard / Metric / ML Model 血缘、OpenLineage 事件流、影响分析

130+ 连接器覆盖：Snowflake / BigQuery / Redshift / Databricks / Postgres / MySQL / Oracle / MSSQL / Kafka / Airflow / dbt / Looker / Tableau / PowerBI / Salesforce / Slack / Notion / GitHub / S3 / GCS / Azure Blob / MLflow / SageMaker / Vertex AI / Fivetran / Stitch ……

MCP Server：AI Agent 的入口

这是 2026 年最大亮点。OpenMetadata 官方 MCP Server 让你：

Agent 能做 说明
🔍 搜索元数据 自然语言找表、列、指标、数据产品
🧠 语义搜索 不靠关键词，靠含义
📊 检索实体详情 列描述、所有者、Tag、Domain
🔗 检查血缘 上游下游反向追溯
📜 数据契约 Data Contracts 上下文
💎 检索 / 沉淀记忆 Memory Nuggets CRUD
✏️ 更新元数据 自动补 description / tag / owner
📚 创建术语 Glossary Term 自动生成
✅ 创建 / 列出数据质量测试 自然语言→测试用例
🔍 根因分析 数据质量失败根因

典型用法（伪代码）：

# Coding Agent 调用 OpenMetadata MCP
result = mcp.openmetadata.search(" 找所有跟客户购买相关、被标记 PII、过去 30 天有数据质量告警的表 ")

for table in result.tables:
    print(f"  {table.name} | owner={table.owner} | quality={table.quality_score}")
    # Agent 自动决定: 这个表能不能用 / 需不需要先修质量 / 要不要打 PII 标签

Data Contracts：把 ” 接口约定 ” 带进数据世界

OpenMetadata 支持 Open Data Contract Standard (ODCS) 3.1——这是当前最被业界接受的数据契约标准。

一个 Data Contract 里能写：
– Schema 期望（字段类型 / 必填 / 取值范围）
– 质量规则（每天最多 N 个 null / freshness SLA）
– SLA（延迟、可用性、责任方）
– 支持渠道（出问题了找谁）
– Roles（producer / consumer / owner）

企业价值：之前数据团队和数据消费方的矛盾是 ” 你给我的表跟你说的不一样 ”。有了 ODCS 契约，schema 改了先通知所有人，质量不达标直接 fail pipeline——这是治理现代化的关键一步。

对比：OpenMetadata vs DataHub vs Atlan vs Unity Catalog

维度 OpenMetadata DataHub Atlan Unity Catalog
协议 Apache 2.0 Apache 2.0 闭源（商业 SaaS） Apache 2.0（Databricks 主导）
核心定位 Open Context Layer（数据 + AI 上下文） 实时元数据平台 现代数据工作空间 数据湖 / 仓统一治理
架构 Schema-first 知识图谱 + Memory Kafka + 三层存储（MySQL/ES/Neo4j） SaaS 控制台 与 Databricks 强绑定
连接器 130+ 100+ 100+ 主要面向 Databricks 生态
MCP 支持 ✅ 一等公民（1.13 起） 部分 ❌ ❌
列级血缘 ✅ ✅ ✅ ✅
数据契约 ✅ ODCS 3.1 ⚠️ 部分 ⚠️ 部分 ⚠️ Unity 私有
AI Memory ✅ Memory Nuggets ❌ ❌ ❌
语义搜索 ✅ ⚠️ ✅ ⚠️
Data Quality ✅ 内置 ⚠️ 依赖 Great Expectations ✅ ⚠️ 依赖 DQX
部署方式 Docker / K8s / SaaS Docker / K8s 仅 SaaS 仅 Databricks 云
社区活跃度 ⭐⭐⭐⭐ 14.4k stars ⭐⭐⭐⭐⭐ 10k+ stars 商业闭源 ⭐⭐⭐ Databricks 主导
生产案例 Uber（出身）、多家 Fortune 500 LinkedIn（出身）、多家大厂 Coca-Cola、Salesforce 等 Databricks 客户

怎么选？

–
要 ”AI 上下文 + Agent 记忆 ” → 选 OpenMetadata（2026 年独家）
–
要 LinkedIn 出品的强实时性 + 事件流 → 选 DataHub
–
要 SaaS 一站式、不想自建 → 选 Atlan（但贵 + 锁死）
–
只用 Databricks → Unity Catalog（但生态太窄）

典型应用场景

场景 1：AI Coding Agent + 数据查询

# Agent 接到任务：" 统计过去 30 天 VIP 客户复购率 "
# 1. Agent 调 OpenMetadata MCP 找候选表
results = mcp.openmetadata.search("VIP 客户复购相关表 ")
# → 返回 orders_vip, customer_360, retention_metrics
# 2. Agent 检查每个表的质量 + 所有者 + 文档
for table in results:
    if table.quality_score < 0.8:
        skip(" 质量不达标，找备用 ")
    if table.owner is None:
        skip(" 无 owner，标记待确认 ")
# 3. 生成 SQL：使用最佳表
generate_sql("orders_vip", aggregation=" 复购率 ")
# 4. 跑完把记忆沉淀
mcp.openmetadata.create_memory(
    " 用了 orders_vip 跑 VIP 复购率，注：customer_id 是 string 不是 int",
    attach_to=table
)

场景 2：数据血缘 + 影响分析

  • “ 我准备改 customer_360.email 字段长度 ” → MCP 查下游 → 发现 3 个 Dashboard + 2 个 ML 特征 + 1 个外部 API 都依赖 → 先通知、再改

场景 3：Data Contract 守护

  • 数据 producer 修改 orders 表 schema → ODCS 契约自动 fail → 通知 producer + consumer → 走 review 流程 → 通过后才合并

场景 4：企业知识沉淀

  • 一次数据事故：” 为什么 v2 版本的 GMV 计算去掉了退款金额？” → Memory Nugget 记录：” 因为 GMV 定义改成 ’ 已支付金额 ’，2026-03 由数据团队决议 ” → 任何人 / Agent 问这个问题，秒答

快速上手（Docker Compose）

# 1. 下载官方编排
curl -o docker-compose.yml https://raw.githubusercontent.com/open-metadata/OpenMetadata/main/docker-compose.yml

# 2. 启动所有服务（含 MySQL / ES / OpenMetadata）docker compose up -d

# 3. 访问 UI
open http://localhost:8585
# 默认账号：admin / admin

生产部署 推荐用 K8s Operator：

git clone https://github.com/open-metadata/OpenMetadata
cd openmetadata-k8s-operator
helm install openmetadata ./charts/openmetadata

风险与限制

  1. 975 个 Open Issue——活跃度高的代价，bug 修复有快有慢
  2. Java + Python 双栈——部署资源消耗大（Java 后端 + Python ingestion worker + ES + MySQL），最低 8GB RAM
  3. 学习曲线陡——schema 概念图、Glossary、Domain、Data Product 等概念多，新人上手要 1-2 周
  4. Enterprise SaaS 路径清晰——OpenMetadata, Inc. 的商业化产品 GetCollate 是核心收入，免费开源版功能 95% 够用
  5. MCP 集成刚起步——1.13 才正式成为一等公民，生态插件还在增长
  6. 数据契约 ODCS 兼容性——跟 Databricks Unity Catalog 私有 schema 互操作性有限

我会怎么用？

作为技术品牌向的开源工具调研，OpenMetadata 是 2026 年 ”AI + 数据治理 ” 领域最值得关注的项目之一：

  • 如果你是数据团队负责人 → 先用 Docker Compose 起 demo，看 schema-first 图谱和 MCP Server 是否对得上你的痛点
  • 如果你是 AI / Agent 开发者 → 直接用 MCP Server，让 Coding Agent 拥有 ” 企业级数据记忆 ”
  • 如果你是架构师 → 评估 OpenMetadata + ODCS 数据契约能否成为企业数据治理的中枢

值得花 2-3 天跑一遍 demo——这是当前最能体现 ”AI 时代元数据应该长什么样 ” 的开源实现。

参考资料

  • 官方站：https://open-metadata.org
  • GitHub：https://github.com/open-metadata/OpenMetadata
  • 文档：https://docs.open-metadata.org
  • MCP 文档：https://docs.open-metadata.org/latest/how-to-guides/mcp
  • 标准：https://openmetadatastandards.org
  • 最新 Release：https://github.com/open-metadata/OpenMetadata/releases/tag/1.13.1-release
  • 商业版：https://www.getcollate.io

调研日期：2026-07-11 · OpenMetadata 1.13.1 · 14.4k stars · 130+ connectors

正文完
发表至： 技术
五天前
 

近期文章

近期评论

您尚未收到任何评论。