Локальный мост для AI-запросов, который сохраняет учетные данные локально
kyomi-connect, от Kyomi Ai, это локальный агент, который связывает внутренние склады с совместимыми с MCP AI клиентами для запросов данных на естественном языке. Инструмент пересылает зашифрованные результаты запросов в облачные модели, сохраняя учетные данные базы данных внутри вашей сети, и включает бинарный файл на Rust, развертывание с помощью Docker и Kubernetes, а также интерактивную настройку CLI. Он нацелен на инженеров данных, разработчиков AI и команды безопасности, которым необходим контролируемый, подлежащий аудиту доступ между частными хранилищами данных и рабочими процессами AI.
Для каких задач вы можете его использовать?
Агент предоставляет внутренние хранилища данных клиентам ИИ для анализа на основе запросов. Он соединяет базы данных и хранилища данных с клиентами Model Context Protocol, чтобы модели ИИ могли выполнять запросы на естественном языке и возвращать наборы результатов. Примеры использования включают исследовательские запросы данных, генерацию SQL по запросу и передачу выбранных строк в последующие подсказки модели для анализа, доступного от совместимых с MCP клиентов.
Как он обрабатывает безопасность учетных данных и данных на практике
Учетные данные остаются на вашей инфраструктуре, а транспорт использует аутентифицированные, зашифрованные каналы. Имена пользователей баз данных, пароли и строки подключения хранятся локально и не передаются; агент использует аутентифицированные по JWT соединения WebSocket с TLS для потоковой передачи результатов запросов. Этот дизайн изолирует секреты внутри сети и отправляет только зашифрованные результаты запросов на подключенный интерфейс ИИ.
Какие входные данные и среды он принимает и ограничивает
Агент поддерживает основные движки и распространенные шаблоны развертывания. Поддерживаемые бэкенды включают PostgreSQL, MySQL, ClickHouse, Redshift, Snowflake, BigQuery, Databricks, SQL Server и Azure Synapse. Он работает на Linux, macOS и Windows и развертывается как отдельный бинарный файл, контейнер Docker или внутри Kubernetes. Входные данные — стандартные подключения к базам данных; он не принимает произвольные файловые хранилища в качестве основного пути данных.
Практично ли развертывать и эксплуатировать в инженерном рабочем процессе?
Развертывание предпочтительно для инженеров и команд, заботящихся о безопасности, а не для нетехнических пользователей. Агент представляет собой легковесный бинарный файл на Rust с минимальным потреблением ресурсов и интерактивным мастером настройки CLI для конфигурации. Он интегрируется с серверами и клиентами MCP, такими как Claude Desktop, Cursor и Claude Code, что делает его подходящим для команд, которые уже используют инструменты ИИ на базе MCP и могут управлять локальными службами.
Сфокусированный вариант для команд, которым нужен контроль на месте с возможностью аудита кода
kyomi-connect подходит для команд по обработке данных и безопасности, которым требуется локальное хранение учетных данных и прозрачные аудиты кода в соответствии с лицензией Apache 2.0. Ожидайте готовый к производству мост для рабочих процессов MCP, но планируйте человеческий обзор анализа, основанного на моделях, поскольку агент передает результаты запросов внешним моделям. Практический совет: сочетайте агента с внутренним этапом обзора перед тем, как действовать на основе автоматизированных выводов.
