夜雨聆风学习资料网

ARTICLE · 1215895

对AI数据质量检查工具说了一句话,它自己传数据、配规则、跑检查、出报告

对AI数据质量检查工具说了一句话,它自己传数据、配规则、跑检查、出报告

先看一段真实的对话:

▲ 在 AI 助手里说一句话,质检全流程自动完成——这不是演示动图,是真实调用记录

用户说的是:

桌面上有份客户台账 Excel,30 行数据。帮我做一次数据质量检查:空值、重复、手机号和邮箱格式都要查,查完给我一份能下载的报告。

三十秒后,AI 给出的结果:30 行数据,9 行有问题——编码重复、客户重复登记、手机号带字母、邮箱缺 @,一条条列得清清楚楚,最后附上一份可以直接下载的 Word 质检报告。

没有登录平台,没有点选下拉框,没有配置向导。

这背后发生的事情,这篇文章拆给你看。

一、传统流程 vs 对话流程

以前做一次临时质检,你要走完这套流程:

登录平台 → 上传 Excel → 新建任务 → 选数据源 → 选表 → 配 5 条规则 → 保存 → 手动执行 → 等结果 → 找到报告 → 下载。

熟练的人 3~5 分钟;不熟练的人,卡在“规则参数怎么填”就能卡半天。

而现在,流程只剩一句话。AI 在背后依次调用了 4 个工具:上传 Excel 入库 → 从规则目录选 5 条规则 → 建任务并立即执行 → 汇总结果、导出报告。

人负责提需求,AI 负责走流程。

二、怎么接上的:产品内置了一个 MCP 服务

我们给数据质量管理系统内置了一个标准的 MCP(Model Context Protocol)服务器。

MCP 是当前 AI 界的“USB 接口”:ZCode、Claude Code、WorkBuddy 等主流 AI 智能体都支持。只要你的 AI 客户端能配 MCP,就能把我们的质检能力“插”进去。

系统管理里新增了「AI 接入管理」页面,接入只要三步:

▲ 第一步:生成接入令牌。令牌以 dqt_ 开头,明文只在创建时显示一次

▲ 第二步:复制接入配置。页面自动按当前访问地址生成 .mcp.json,粘进 AI 客户端即可

第三步,开聊。

配置就这么点:

{  "mcpServers": {    "dq-quality": {      "type": "http",      "url": "http://<服务器IP>:8090/mcp",      "headers": {        "Authorization": "Bearer <接入令牌>"      }    }  }}

没有任何 SDK、没有二次开发、不挑操作系统——AI 客户端在哪里,质检能力就在哪里。

三、实战:30 行客户台账,揪出 9 行问题

回到开头那段对话,AI 在平台里留下的痕迹,和人工操作完全一样。

任务列表里,AI 创建的任务赫然在列,5 条规则、创建时间、创建人一清二楚:

▲ AI 建的任务不是"黑盒里的临时产物",就躺在平台任务列表里

点开任务,配置与页面向导里的字段一一对应——数据源、Schema、数据表、备注,全部可查可改:

▲ 对话里建的任务,页面上能看、能改、能复用

执行完的报告:通过率 70%,评分“较差”,问题集中在唯一性:

▲ 30 条记录、9 条异常、5 条规则全部未通过——AI 界面里给出的就是这份报告

每条失败规则都有整改建议,每类问题都能下钻到具体哪一行:

▲ 5 条失败规则,每条附整改建议与异常入口

▲ 手机号格式异常的 2 行:1351234a890(混入字母)、130123456(少了 2 位)

这份 Excel 从上传到出报告,全程不到一分钟。而同样的规则配置,下次直接说“再检查一遍”就能复用——对话会过期的,任务是留在平台上的。

四、最关键的设计:AI 操作不是"绕过权限的后门"

给 AI 接上系统,很多人第一反应是:安全吗?

我们的答案是:AI 的每一次操作,都等于这个用户本人坐在页面前操作。

  • 身份一致:每个接入令牌绑定一个平台用户,AI 用你的身份干活,能干什么由你的账号权限说了算;
  • 留痕审计:每次工具调用异步落库——谁、什么时候、调了什么工具、传了什么参数、结果成功与否、耗时多少,全都有账可查;

▲ 操作日志页签:工具名、入参摘要、结果、耗时,管理员可查全部用户

上面这张图就是那次对话在平台里留下的完整调用链:上传 → 选规则 → 建任务 → 执行 → 查明细 → 出报告 → 导出 Word,十次调用,一次不落。

  • 令牌可管:令牌泄漏?停用、删除、重新生成,随时可控;
  • 文件不落地:跨机器传文件走专用上传通道,24 小时自动清理;报告导出给的是一次性下载链接,5 分钟后失效。
五、能对话的不止质检:30 个工具覆盖全流程

这次演示只用了冰山一角。目前开放 30 个 MCP 工具,覆盖质检闭环的每一环:

环节
能力举例
你可以说
数据源
接数据库、传 Excel、浏览库表
「连一下 192.168.1.10 的 MySQL 库 erp」
规则
查规则目录、自定义 SQL/正则规则
「客户主表手机号格式加个校验」
任务
创建/修改任务、立即执行
「把这份订单表检查一下空值和重复」
调度
配 cron 定时、启停作业
「每天早上 9 点自动跑一遍」
告警
配告警规则、接收人、通知渠道
「检查失败时邮件通知张明」
报告
查报告、下钻异常明细、导出 Word/Excel
「报告按部门汇总重排一下」

也就是说,从“接一份数据”到“跑一次检查”,再到“出事有人管、报告拿得出手”,整条链路都可以在对话里完成。

对天天要做临时抽查的数据工程师,这是省掉重复劳动;对不熟悉平台的管理者,这是“会说话就会查数据”。


写在最后

MCP 正在把“工具”变成“助手”。我们选择把 MCP 直接做进产品里,而不是在外面挂个机器人,看中的正是三点:身份一致、操作留痕、能力对齐页面——AI 不是绕过系统的捷径,而是系统多出来的一双手。

数据质量问题不会等人准备好才发生。现在,发现它只需要一句话。

📌 想亲自试试?
在评论区留言或私信回复「MCP」,获取接入文档与 Demo 环境地址;企业用户可预约远程演示,带上你的真实数据,我们现场让 AI 跑给你看。

相关学习资料