Coral 是一个面向企业 AI 的数据引擎，旨在为智能体提供跨所有 SaaS 和内部系统的统一 SQL 访问层。其核心理念是“一个 SQL 连接，让智能体获得跨系统的受治理数据访问”。
用途方面，Coral 主要解决智能体从多个数据源检索数据时的复杂性、安全性和效率问题。它通过将 API、数据库和文件转化为只读表，让智能体能够使用标准 SQL 跨源查询，而无需为每个数据源单独编写包装器。
主要能力包括：
- 连接数据源：通过命令行（如
coral source add github、coral source add linear、coral source add slack）将各类 API、数据库和文件添加为只读 Schema。 - 跨源 SQL 查询：支持标准 SQL 的 JOIN，可跨任意数据源组合查询。Coral 自动处理认证、分页、速率限制和 Schema 映射。例如示例中展示了 PagerDuty 与 GitHub 的 JOIN 查询，Slack 与 Linear 的 JOIN 查询等。
- 接入智能体或框架：可通过 MCP 或 CLI 使用。例如
codex mcp add coral -- coral mcp-stdio、claude mcp add coral -- coral mcp-stdio、npx skills add withcoral/skills。一个运行时可在多个智能体间共享。 - 语义上下文：Coral 从每次查询中学习关系、推荐 JOIN 和 Schema 提示。例如使用
coral sql "DESCRIBE EXTENDED pagerduty.incidents"可查看字段类型、关联建议等。 - 生产级特性：只读设计、作用域令牌、工作区隔离、按源权限、查询下推、缓存和高效分页等，确保安全性和性能。
使用方式上，Coral 是开源软件（Apache 2.0），可本地安装运行，数据不离开用户环境。安装后连接数据源即可运行首次查询。支持通过 MCP 或 CLI 与现有工具集成。
适用场景包括：
- 编码智能体工作负载：官方基准测试显示，使用 Coral 后 Claude Code 准确率提升 31%，成本降低 70%。
- 跨系统数据查询：如结合 PR、CI 失败和关联 issue 排查问题；按运营影响排序活跃降级；整合身份、云和代码中的风险访问变更；结合收入与情绪优先处理工单；关联 HR 数据、IT 工单和访问配置发现新员工阻塞点。
限制方面：Coral 是只读数据层，不支持写入（未来计划中包括“审批门控写入”）；它本身不是智能体框架，而是提供 SQL 接口供任何框架使用；它不使用 ETL 或数据仓库，直接查询现有数据源。关于收费、价格、具体平台支持等细节，资料中暂未提供。
