配置钉钉龙虾OpenClaw机器人调用OpenMetadata

配置钉钉龙虾OpenClaw机器人调用OpenMetadata

目录

一、前言

在这里插入图片描述


先介绍下这四个工具/协议的定位与核心能力,本文将从零开始配置。

1️⃣钉钉(DingTalk)

阿里巴巴旗下的企业协作平台,2014年上线,是中国市场份额最大的企业即时通讯与办公套件之一。

核心能力包括:即时消息与视频会议、考勤打卡与审批流、企业通讯录、低代码应用搭建(宜搭)、以及近年来整合的 AI 助理功能。它更像一个"企业操作系统",把 HR、OA、协同文档、客户管理等功能整合在一个 App 里,主要面向中大型企业的内部运营。

2️⃣OpenClaw

OpenClaw 是一个开源、可自托管的个人 AI Agent 平台。可运行在你自己的笔记本上,连接你已有的聊天渠道(钉钉、飞书等平台)。
它不仅能聊天 ,更能执行任务:读写文件、处理邮件、运行代码、控制浏览器、调度工作流。
详见:https://zhuanlan.zhihu.com/p/2015027745743189513

3️⃣OpenMetadata

开源的统一元数据管理平台(类似 DataHub、Amundsen),专注解决企业数据治理的痛点。

它提供:数据资产目录(知道你有哪些表、API、仪表盘)、数据血缘追踪(知道数据从哪来、流向哪)、数据质量监控、数据所有权与标签管理,以及协作功能(让数据工程师和业务人员共同维护元数据)。目标是让企业真正"知道自己的数据",降低数据孤岛和治理混乱的风险。

4️⃣MCP(Model Context Protocol)

由 Anthropic 在 2024 年底提出并开源的标准协议,定义了 LLM(如 Claude)如何与外部工具、数据源进行标准化通信。

可以类比为 AI 领域的"USB-C"——在此之前,每个 AI 应用和工具的集成方式各自为政;MCP 提供了统一的接口规范,让 LLM 能以一致的方式调用文件系统、数据库、API、第三方服务等资源。开发者只需实现一次 MCP Server,就能被任何支持 MCP 的客户端(如 Claude、Cursor)调用,大幅降低集成成本。


二、安装OpenClaw

详见官方文档:https://docs.openclaw.ai/zh-CN/install

macOS/Linux 执行安装命令,更新也可执行此命令

curl-fsSL https://openclaw.ai/install.sh |bash

Windows 执行安装命令

iwr -useb https://openclaw.ai/install.ps1 | iex 

模型可以选Qwen,有免费额度,其它下一步就行,空格勾选,Enter下一步
安装后可以验证下

openclaw doctor # 检查配置问题 openclaw status # Gateway 网关状态 openclaw dashboard # 打开浏览器 UI

三、配置OpenClaw钉钉机器人

详见官方文档:https://open.dingtalk.com/document/dingstart/install-openclaw-locally

1️⃣安装钉钉插件

openclaw plugins install @dingtalk-real-ai/dingtalk-connector 

2️⃣在 OpenClaw 中添加钉钉配置
通过终端应用,在终端中输入执行 vim ~/.openclaw/openclaw.json 进入文件编辑:

{"channels":{"dingtalk-connector":{"clientId":"钉钉应用的Client Secret", // 必选:填入上方的 钉钉 Client ID "clientSecret":"钉钉应用的Client Secret", // 必选:填入上方的 Client Secret "gatewayToken":"Gateway 认证 token", // 必选:Gateway 认证 token, openclaw.json配置中 gateway.auth.token 的值 "gatewayPassword":"", // 可选:Gateway 认证 password(与 token 二选一) "sessionTimeout":1800000 // 可选:会话超时(ms),默认 30 分钟 }}, "gateway":{ // gateway通常是已有的节点,配置时注意把http部分追加到已有节点下 "auth":{"mode":"token", "token":"Gateway 认证 token" // 必选:一般是安装时默认就有 }, "http":{"endpoints":{"chatCompletions":{"enabled":true // 必选 }}}}}

clientId和clientSecret见 https://alidocs.dingtalk.com/i/nodes/kDnRL6jAJMdn7BG2TwPE6LP0VyMoPYe1
钉钉机器人发布后,钉钉上搜索你创建的机器人。

在这里插入图片描述


语音也可以

在这里插入图片描述

四、调用OpenMetadata MCP

设置中获取OpenMetadata JWT 令牌,在Bots/McpApplicationBot
把MCP接口地址和令牌给龙虾,直接让连接即可

在这里插入图片描述
 OpenMetadata MCP 接口列表 1. search_metadata - 搜索元数据 功能: 在 OpenMetadata 目录中搜索数据资产和业务术语 支持搜索: 表、仪表板、主题、管道等元数据实体 关键参数: query - 自然语言搜索查询 entityType - 按实体类型过滤 queryFilter - 高级 OpenSearch JSON 查询 size - 返回结果数量(最大50) fields - 额外字段(如列信息、查询等) 2. get_entity_details - 获取实体详情 功能: 获取特定实体的详细信息 参数: entityType - 实体类型 fqn - 完全限定名称 3. get_entity_lineage - 获取血缘关系 功能: 获取实体的上下游依赖关系 用途: 根因分析(上游)或影响分析(下游) 参数: entityType - 实体类型 fqn - 完全限定名称 upstreamDepth - 上游遍历深度(默认3,最大10) downstreamDepth - 下游遍历深度(默认3,最大10) 4. create_glossary_term - 创建术语表术语 功能: 创建新的术语表术语 要求: 术语必须属于某个术语表 参数: glossary - 术语表完全限定名称 parentTerm - 父术语(可选) name - 术语名称 description - 术语描述 owners - 所有者列表 5. create_glossary - 创建术语表 功能: 创建新的术语表 参数: name - 术语表名称 description - 术语表描述 owners - 所有者列表 reviewers - 评审者列表 mutuallyExclusive - 术语是否互斥 6. patch_entity - 修补实体 功能: 基于 JSONPatch 修补实体 参数: entityType - 实体类型 fqn - 完全限定名称 patch - JSONPatch 字符串  接口分类 查询类接口 search_metadata - 搜索 get_entity_details - 详情 get_entity_lineage - 血缘 创建类接口 create_glossary - 创建术语表 create_glossary_term - 创建术语 更新类接口 patch_entity - 修补实体  使用场景 数据发现 search_metadata - 查找表、仪表板等 get_entity_details - 查看表结构、描述等 数据血缘分析 get_entity_lineage - 分析数据流向和依赖 数据治理 create_glossary - 创建业务术语表 create_glossary_term - 定义业务术语 patch_entity - 更新元数据信息  注意事项 搜索限制:size 参数最大为50,需要分页时使用 from 参数 血缘深度: 上游/下游深度最大为10,防止响应过大 术语表: 创建术语前需要先创建或选择术语表 权限: 需要有效的 Bearer Token 认证 
在这里插入图片描述


下面的操作有点吓人了,感觉真要被AI替代了!!!
我让统计一个提单量,本意是让它输出计算的SQL,它直接输出了统计报告,而且自动下载了pg客户端,还破解了数据库密码,自动执行。

在这里插入图片描述


家人们,我们失业了干啥呢😭

Read more

AI 前端到底是什么?为什么说AI前端是未来趋势?

AI 前端到底是什么?为什么说AI前端是未来趋势?

⭐ 一、AI 前端和普通前端有什么区别? 下面是一张非常直观的对比: 内容普通前端AI 前端功能核心UI 展示 + 用户交互UI 展示 + 用户交互 + 智能内容生成与后端交互调用普通 REST API调用 大模型 API / AI 服务输出形式页面固定页面可动态生成 / 布局可变化原型制作Figma → 人工写页面Figma → AI 自动生成代码前端逻辑手写逻辑部分逻辑由 AI 执行(智能体 UI)用户体验按钮 + 表单对话式 UI / 多模态交互技术要求JS / Vue / ReactJS + AI SDK + Prompt + 多模态理解能力 一句话: 👉 普通前端 = 静态 UI 👉 AI 前端 = 会思考的 UI ⭐ 二、AI 前端需要学习哪些技术? AI 前端不是新语言,而是 前端

百度天气:空气质量WebGIS可视化的创新实践 —— 以湖南省为例

百度天气:空气质量WebGIS可视化的创新实践 —— 以湖南省为例

目录 前言 一、空气质量展示需求 1、满城火辣味周末 2、空气质量状况 二、WebGIS展示百度天气 1、关于空气质量等级 2、数据查询实现 3、Leaflet集成百度空气质量 三、成果展示 1、整体展示 2、中、重污染地区 3、低、优质地区 4、污染严重前10区县 5、质量优前10区县 四、总结 前言         在当今数字化时代,地理信息系统(GIS)技术与网络技术的深度融合,催生了 WebGIS 这一强大的信息展示与分析平台。它能够将复杂的空间数据以直观、交互的方式呈现给用户,极大地提高了信息的可理解性和可用性。空气质量作为与人们生活息息相关的重要环境指标,其数据的可视化呈现对于公众健康、环境管理和决策支持都具有极为重要的意义。基于百度天气开展空气质量 WebGIS 可视化实践,正是这一领域创新探索的生动体现。

ComfyUI Web Viewer:ComfyUI图像生成的便捷可视化利器

ComfyUI Web Viewer:ComfyUI图像生成的便捷可视化利器

一、应用介绍 1. 实时预览与调整:在图像生成过程中,无论是进行艺术创作、设计工作还是科研图像处理,实时查看生成结果并进行调整至关重要。ComfyUI Web Viewer提供了即时的可视化反馈,让用户能够实时观察到图像生成的进展。例如,艺术家在使用ComfyUI创作一幅复杂的奇幻插画时,通过Web Viewer可以实时看到不同参数调整后插画的变化,如色彩、构图、元素分布等,从而快速做出决策,避免长时间等待最终结果后才发现不符合预期,节省大量时间和精力,提高创作效率。 2. 团队协作与分享:在团队项目中,如广告设计团队、影视特效制作团队等,成员之间需要频繁交流和协作。ComfyUI Web Viewer使得团队成员可以方便地分享和展示图像生成工作流及结果。团队成员可以通过网络链接,在浏览器中直接查看彼此的工作进展和生成的图像,无需在本地安装复杂的环境。例如,广告设计团队在为客户设计海报时,设计师可以将Web Viewer生成的链接分享给文案撰写人员、客户等相关人员,他们可以随时在浏览器中查看设计稿,并提出反馈意见,促进团队协作和沟通,确保项目顺利推进。 3. 远程访问与移动办公

SciChart.js v5版本全新发布:为Web图表开发带来更高效体验

SciChart.js v5版本全新发布:为Web图表开发带来更高效体验

近日,SciChart 官方宣布发布 SciChart.js v5 版本,这是该 JavaScript 图表库系列的重要更新之一。在本次版本升级中,开发团队重点围绕性能优化、图表渲染效率提升和功能扩展等方面进行了改进,为前端数据可视化应用提供更流畅、更灵活的开发体验。 获取SciChart.js新版试用 核心性能提升 在 v5 版本中,SciChart.js 引入了对 WebAssembly SIMD(Single Instruction Multiple Data) 的支持,使图表引擎能够在较新处理器架构上更有效地执行并行计算任务。该特性在现代浏览器上默认启用,同时保留了不支持 SIMD 的兼容降级选项。 与此同时,SciChart 团队进一步优化了库文件体积,通过去除部分冗余代码,使 WebAssembly 文件整体更精简,从而缩短加载时间,提高首次初始化性能。整体初始化时间相比此前版本有所缩短,有助于提升用户启动图表的响应速度。 图表渲染体验改善 新版在常见图表类型的渲染效率上进行了系统性优化,包括堆叠柱状图、