SuperAPI AI 工具集

knowledge-catalog

数据与分析

查看项目

更新于 10-29 04:37

技能介绍

用途

knowledge-catalog 技能用于操作 GoogleCloudPlatform/knowledge-catalog 仓库。该仓库包含围绕 Google Cloud Knowledge Catalog/Dataplex 的工具、智能体示例和示例代码。需要明确的是,它不是一个独立的数据库实现,其自身 README 也声明该仓库并非 Google 官方产品。

主要能力

该技能的核心能力是帮助用户按组件而非名称进行路由。仓库中可能包含 OKF 参考智能体增强、mdcode 的 kcmd 语义模型工作流,或某个特定示例。在给出建议前,应查阅 references/upstream.md 和 references/source.json 中固定的入口点。

技能强调区分本地转换与云端操作:mdcode 语义发射器是纯粹的 IR 到资源映射;部署编排则读取/写入目录条目和链接。init 用于预置目标脚手架;push 是云端写入/协调操作。不应将代码生成的 dry-run 描述为部署,也不应假设 push 会预置条目组/类型。

使用方式

使用时应保持范围和版本明确。以固定的源证据作为快照,然后检查用户的检出内容和当前 CLI 帮助以发现漂移。在解释 push 之前,记录目标项目、位置、条目组、模型范围和功能标志。

外部影响需要逐项审批。在安装包、下载/克隆源、更改凭据/配置、登录或授权 Google Cloud、读取私有文档、访问云项目、创建云资源、写入目录条目/链接、破坏性协调、公共服务激活或付费上传之前,都需要获得批准。本地 dry-run 并不等于授权应用。

排查问题应基于证据。分别比较源/模型验证、目标类型可用性、IAM 权限和条目组范围、预检快照、应用结果和协调。在未读取目标状态之前,不要重试可能已完成的写入。

适用场景

  • 解释 kcmd push 为何对某个语义模型失败:在建议应用之前,检查模型范围、所需自定义类型、目标权限和预检结果。
  • 判断 knowledge-catalog 是否为 Google 数据库产品:澄清该仓库的示例/工具性质及其明确的非官方产品免责声明。
  • 设置新的独立向量数据库:应路由到数据库/平台选择,而非此仓库特定技能。

限制

  • 该仓库不是独立数据库实现,也不是 Google 官方产品。
  • kcmd push 不会预置条目组/类型。
  • 不支持的关系形状可能被跳过。
  • 可选表达式字段受到限制,因为系统模板可能不接受它们。
  • 不能仅凭仓库源代码或本地验证成功就声称项目已部署或可运行。
  • 父预检辅助工具仅对列出的源文件进行哈希,无法证明 HEAD、依赖状态、云配置或运行时行为。

最佳实践

  • 将 OKF 包生成、Knowledge Catalog 资源发射和云部署视为不同层次。
  • 将预检视为防护措施,而非授权令牌;检查外部条目和自有资源删除范围。
  • 保留文档化的边界:kcmd push 不预置条目组/类型;不支持的关系形状可能被跳过;可选表达式字段因系统模板可能不接受而受限。
  • 永远不要仅凭仓库源代码或成功的本地验证就声称项目已部署或可运行。

参考

  • 固定的操作说明
  • 固定的文件哈希和许可证
  • 评估场景
  • 离线源预检