OpenMetadata

快速结论

OpenMetadata 适合已经拥有多个数据库、BI、ETL 或消息系统，需要把“表在哪里、谁负责、从哪来、质量如何、能否给 AI 使用”放进同一目录的数据平台团队。它不是让大模型直接读取生产数据的聊天壳，而是先采集技术元数据、使用情况、血缘和质量结果，再用词汇表、分类、所有者、域、数据产品及策略补上业务语义与权限。对准备建设 RAG、数据助手或 Agent 的企业，这层受治理的上下文往往比再换一个模型更重要。

截至 2026-07-21，GitHub 最新稳定版为 1.13.1，官方发行说明重点包含混合搜索、MCP 响应裁剪、连接器修复、治理和安全补丁。自托管版可免费试用，但“代码免费”不等于项目零成本：搜索索引、元数据库、摄取任务、升级备份、密钥管理和连接器回归都需要运维。希望减少这些工作、需要单租户或 BYOC、SSO、审计和厂商支持的团队，再评估 OpenMetadata 创建方 Collate 的托管方案。

核心功能

• 统一数据目录：搜索表、Topic、仪表盘、管道、ML 模型、容器、词汇表和标签，并查看字段、Schema、版本变化与关联资产。
• 血缘与质量上下文：摄取实体关系、查询使用、表和列级血缘、Profiler 与质量测试，让使用者看到数据来源和健康状态，而不是只看到名称相似的搜索结果。
• 关键词、分面与混合搜索：1.13.1 为质量测试实体加入向量化搜索；语义相似只能帮助召回，最终仍要核对资产详情、Owner、更新时间和测试状态。
• 治理工作流：用 Glossary、Classification、Domain、Data Product、Data Contract、审批、角色与策略建立统一术语、敏感标签和责任边界。
• 连接器与摄取：官方目录覆盖数据库、Dashboard、Pipeline、Messaging、ML、存储和 API 等多类来源，连接器标有 PROD 或 BETA；数量多不代表每个来源都具备同等深度。
• API、SDK 与 MCP：外部应用可通过 API/SDK 使用目录上下文，MCP 可把搜索、实体详情和血缘工具接给 AI 客户端；生产环境必须沿用最小权限、认证、审计和响应大小限制。
• 多种部署方式：本地可用 Docker 体验，生产支持 Helm/Kubernetes、EKS、AKS、GKE、On-Prem 和 Bare Metal，并提供备份、升级与安全配置文档。

适合人群

• 数据平台和分析工程团队，需要统一 Snowflake、BigQuery、MySQL、dbt、Airflow、Power BI 等系统的元数据。
• 数据治理、合规和 Steward 团队，需要术语、Owner、敏感分类、审批、留存与策略落地。
• AI 平台团队，需要给 Dify 或内部 Agent 提供可授权、可追踪的数据上下文。
• 中大型组织，资产已经分散到多个系统，靠 Wiki 和人工问人无法持续维护。
• 不适合只有少量表、没有明确 Owner、也没有人维护连接器和治理流程的小团队；此时目录可能比问题本身更重。

使用场景

• 自助发现可信数据：分析师搜索“活跃客户”，比较定义、Owner、最近质量测试和上游血缘后再选表。
• 变更影响分析：数据工程师修改字段前沿列级血缘查看下游 Dashboard、管道和数据产品，缩小回归范围。
• 敏感数据治理：为 PII 打分类标签，通过角色和策略约束目录中的可见与可操作范围，并把审批记录留在工作流中。
• AI 搜索与问答：让 Agent 询问指标定义、表负责人或血缘，但回答必须携带实体标识与当前元数据，不能把语义搜索结果当事实。
• 数据质量协作：摄取 dbt 或 Great Expectations 结果，把测试、事件、任务和讨论放回具体资产，减少告警与责任人的脱节。
• 数据产品管理：按 Domain 组织资产、合同和指标，为数据消费者提供比原始表清单更清楚的交付边界。

价格与版本

OpenMetadata 仓库顶层采用 Apache 2.0，可自行部署；官方最新 GitHub Release 是 1.13.1。但顶层许可证不能替 Collate 单独分发的 UI、连接器或企业制品，也不能替第三方依赖和商标作出授权。部署、修改、再分发或提供托管服务前，应按实际获取的制品检查 LICENSE、NOTICE、来源仓库及当期商业条款，不能把“核心开源”理解为所有制品都可无条件再托管。

Collate 托管版当前有 Free、Premium、Enterprise 与 AI 能力层。Free 公布了用户和资产额度；Premium、Enterprise 以及 BYOC、支持和 AI 能力需要联系销售，不在这里写可能变化的报价。选型时把软件费和搜索集群、数据库、摄取算力、备份、升级、值班及连接器维护一起计算。

国内访问与使用体验

官网、文档和 GitHub 的可达性会随网络环境变化；自托管服务本身可部署在企业内网或国内云。真正影响体验的是数据源到摄取执行器的网络、凭据方式和搜索索引容量。建议先用 Docker 接一个数据库和一个 BI 系统，验证 Schema、Owner、血缘、使用记录和质量测试是否按预期进入目录，再扩大范围。

生产接入应为连接器创建只读或最小权限账号，将密码放入受管 Secret，而不是写在 YAML 或聊天记录中。给 AI 客户端开放 MCP/API 时，要单独验证身份映射、RBAC、可搜索实体范围、日志和限流；目录中的元数据也可能包含敏感字段名、查询文本与业务定义，不能因“不含表数据”就降低保护等级。

优点

• 目录、血缘、质量、治理、协作和 AI 上下文在同一实体模型中，减少多套工具之间的语义断层。
• 连接器类别覆盖广，支持 UI 编排摄取，也能接外部调度器。
• Apache 2.0 核心与开放 API 便于审查、自托管和二次集成。
• 1.13.1 仍有密集的安全、搜索、MCP 和连接器修复，项目维护活跃。
• 既能服务人类搜索，也能通过受控 API/MCP 服务 Agent，不必另建一份脱离治理的向量索引目录。

不足

• 生产部署包含应用、元数据库、搜索服务与摄取工作流，升级和故障排查不是轻量 SaaS 的难度。
• 连接器存在 PROD/BETA 和能力差异，血缘、Profiler、Usage 并非所有数据源都同样完整。
• 自动分类、语义搜索和 AI 回答都可能误判，治理责任不能交给模型。
• 开源核心、单独分发制品、第三方依赖与 Collate 商业能力的边界需要法务和采购逐项确认。
• 如果组织不投入 Owner、Glossary 和质量规则，平台最终可能只是更漂亮但仍过时的表清单。

替代品对比

如果团队真正要解决的是 AI 工作流编排而非数据目录，n8n 更接近自动化层；若需要轻量数据应用和协作表格，Teable 更容易启动，但两者都不能替代目录、血缘和治理。

常见问题 FAQ

OpenMetadata 是免费的吗？

核心项目可自行部署，但基础设施、运维和部分组件许可仍需核查。Collate 托管版有免费入口和需询价的更高方案，不能把两者混成同一个“免费企业版”。

OpenMetadata 1.13.1 的 AI 搜索可以当事实来源吗？

不可以。混合搜索和 MCP 帮助找到候选资产，答案仍应回到实体详情、Owner、血缘、质量测试和更新时间验证。搜索相似度不是数据真实性证明。

连接器会读取业务数据吗？

取决于启用的工作流。基础元数据、Usage、Lineage、Profiler 和质量测试所需权限不同；配置前应阅读对应连接器文档，使用最小权限并明确是否采样或执行查询。

OpenMetadata 适合直接连接生产 AI Agent 吗？

可以作为上下文源，但先做认证、RBAC、工具白名单、日志、限流和敏感元数据评审。不要把管理员 Token 交给通用 Agent，也不要允许模型未经批准写入治理实体。

开源 Apache 2.0 是否意味着所有组件都能随意商用？

不是。顶层核心许可证、单独分发的 UI 或连接器制品、第三方依赖、商标和托管服务条款是不同层次。二次分发或提供托管服务前要按实际制品逐项确认。

自托管还是 Collate 托管版更合适？

有 Kubernetes、搜索和数据平台运维能力，且需要控制部署位置时可先自托管。希望厂商处理升级、备份、高可用、支持或 BYOC，并接受商业条款时再看 Collate。

总结

OpenMetadata 的价值不是“又一个搜索框”，而是把目录、血缘、质量、术语、责任和权限放到同一上下文层，再把这层能力开放给人和 AI。建议先选一个高价值域做四周试点：接入两三个关键来源，补齐 Owner 与 Glossary，验证列级血缘和质量规则，再让一个只读 Agent 使用目录。只有元数据新鲜度、权限和人工责任同时成立，AI 搜索才值得进入生产流程。