DataCharter 是一个围绕本地数据探索与受管控智能体访问设计的联邦数据工具，核心目标是在不将数据迁出用户基础设施的前提下，让用户查询分散在文件和数据库中的数据，同时把 AI 智能体的权限约束在明确契约之内。项目采用 Apache-2.0 许可，明确表示没有付费版本，当前状态为预发布，V1 仍在开发中。
【用途与定位】 DataCharter 将自己描述为一个本地 SQL 工作区：覆盖文件与数据库，由 DuckDB 进行联邦查询，并由 charter.yaml 进行治理。用户可以把它用于本地数据探索、数据图表化，以及在受控条件下向 AI 智能体开放数据访问。官方口号强调“你的数据在本地被探索，你的 AI 智能体被拴住”，表明其核心场景是数据探索与智能体权限管控的结合。
【主要能力】
- 联邦查询：可跨文件以及 Postgres、Snowflake、BigQuery、DuckDB、Excel 等数据源进行查询，联邦能力由 DuckDB 提供。
- 契约治理：通过 charter.yaml 定义规则，支持 PII 默认拒绝、行过滤、纯英文策略（仅聚合）、canaries、飞行记录器（flight recorder）、PR 上的访问差异检查。
- 智能体受控访问：智能体只能获得契约授予的只读、PII 遮罩后的数据；在 PII 所在位置，智能体看到的是 •••。
- 审计与安全：提供哈希链审计以及 SIEM JSON/OTLP 输出；提供 datacharter redteam 与 GovBench（冻结的 28 种攻击语料，评级 A-F）。
- 多入口：桌面应用（beta，macOS Apple Silicon 或 Windows，在 Apple secrets 存在之前未签名）与共享 MCP 端点两种方式，共用同一内核。
- MCP 集成：支持 MCP Streamable HTTP（POST /mcp），可选 OAuth 2.1；提供 Helm chart 与 OCI 镜像；可包装他人 MCP 服务器，命令为 datacharter mcp --guard "npx -y some-mcp-server"。
- 可选智能体接入：支持 SpaceXAI、Claude Code、Ollama（--local）或任意 OpenAI 兼容端点。
【使用方式】 工作区就是一个目录，包含 charter.yaml、queries/、guides/，可提交到版本控制，但密钥不应纳入其中。两种进入方式：桌面应用（无需终端）或共享 MCP 端点。在 MCP 模式下，身份定义存放在 git 中而非官方服务器上，行数据不会离开用户基础设施。官方文本还提到可部署到机器或集群，无遥测、无 DataCharter 运营的数据平面。CLI 参考见 docs/cli.md，安全说明见 docs/security.md。
【适用场景】 适合需要在本地统一查询多种文件和数据库、又希望向 AI 智能体开放有限且合规数据访问的团队；适合对 PII 治理、审计、只读约束有要求的场景；也适合通过 MCP 将既有 MCP 服务器纳入同一管控体系的用户。
【限制与状态】 项目处于预发布阶段，V1 仍在开发中；桌面应用为 beta 且未签名；桌面端目前仅覆盖 macOS Apple Silicon 或 Windows。HTTP 模式下 principal 与 grant 默认拒绝。官方未提供具体定价信息，仅说明 Apache-2.0 且无付费版本；性能指标、支持的数据源完整列表、安装命令细节等信息在给定资料中暂未提供。
