文档下载建议反馈入口

  • 功能特性

KAT 概述

KaiwuDB Agent Tools(简称 KAT)是一款基于 MCPopen in new window(Model Context Protocol,模型上下文协议)协议的智能助手,专为 KaiwuDB 用户打造。它将自然语言处理与数据库深度结合,让用户通过简单的对话即可完成 KaiwuDB 的产品使用智能问答、自动化安装部署、自然语言查询分析、故障诊断和性能调优。通过借助 LLM(Large Language Model,大语言模型)智能提示能力、结合知识库和向量搜索技术,降低 KaiwuDB 的学习、使用和运维成本,提升数据交互效率,助力企业轻松驾驭数据洞察。

KAT 包括以下核心组件:

  • KWDB Agent UI

    • KWDB Agent UI 是一个网页图形界面,为普通用户、DBA(Database Administrator,数据库管理员)提供文本输入输出以及 MCP Server、数据库、提示词、任务、通知等配置的图形化交互能力。
    • 支持​在用户输入过程中,根据当前应用的上下文(如所在页面、选中内容、对话历史等),实时地、智能地生成内容建议,供用户一键采纳,从而极大地提升交互效率和体验。
  • KWDB Agent Server

    • KWDB Agent Server 以 RESTful API 的形式提供完整的 Agent 功能,将用户的自然语言请求转化为对 KaiwuDB 数据库的操作,使 LLM 模型能够通过 KWDB MCP Server 与 KaiwuDB 数据库交互。
    • 支持通过 MCP 协议访问 KaiwuDB 知识库,为用户提供便捷、高效的 KaiwuDB 数据库智能问答服务,提升用户对 KaiwuDB 数据库的使用体验与工作效率。
    • 支持意图分类,自动提取用户问题中的关键词并匹配与之最接近的内置系统提示词,进行问题的解析与回答,而无需用户预选提示词。
  • Task Manager

    • 支持触发用户设置的定时任务。
    • 支持 Webhook 通知。
  • CMD MCP Server

    • 支持读取和筛选日志。
    • 支持读取系统级资源占用情况。
  • KWDB MCP Server

    • KWDB MCP Server 是一个基于 MCPopen in new window 协议的服务器实现,它通过 MCP 协议提供一套工具和资源,用于与 KaiwuDB 数据库交互和提供商业智能功能。
    • 支持读取、写入、查询、修改数据以及执行 DDL 操作。
  • Chart MCP Server

    Chart MCP Server 是一个基于 TypeScript 的 MCP 服务器实现。它通过标准的 MCP 协议助力 KAT 提供开箱即用的图片生成能力。用户只需通过简单的指令即可生成各类图片,并以网页链接的形式返回,从而显著提升数据分析与内容生成的效率。所有生成的图片默认保存于本地,方便用户随时调用和管理。

    说明

    对于 KAT 3.1,结果可视化不支持麒麟操作系统。

下图展示用户如何通过 KAT 与 KaiwuDB 知识库和数据库进行交互,完成 KaiwuDB 知识库检索、数据库连接、数据库读写、查询以及数据查询可视化等操作。

功能特性

账户管理

KAT 使用 KaiwuDB 账户进行身份认证和权限管理,支持账户登录与登出功能。当使用已注册的 KaiwuDB 账户登录后,用户可以使用 KAT 的全部功能。退出后,用户无法进行任何提问或系统配置操作,需重新登录方可使用。

多用户登录

说明

为避免账号间相互冲突,如需在同一台电脑上登录多个 KAT 账户,确保每次登录使用独立的浏览器环境。用户可以采取以下任一操作:

  • 使用不同浏览器:例如,在一个浏览器中(例如 Chrome)登录一个账号,在另一个浏览器中(例如 Firefox)登录另一个账号。
  • 使用同一浏览器的隐私模式:在常规窗口中登录一个账号,在无痕窗口中(Chrome 浏览器)或隐私窗口中(Firefox 浏览器)​ 登录另一个账号。

KAT 支持多用户登录机制,允许在同一台设备上创建和管理多个独立的用户账户。每个账户均享有完全隔离的数据空间,确保用户数据的隐私与安全。登录后,当前用户只能访问和管理其个人数据,包括会话历史、通用配置、大模型配置、自定义 MCP Server 配置、自定义提示词配置、定时任务配置和通知配置等信息。

会话与消息管理

KAT 支持管理用户的会话。管理操作分为会话​​级操作和消息级操作。

说明

​删除操作无法撤销,请谨慎执行​​。

  • 会话级操作​​:会话级操作将整个对话作为一个整体进行管理。
    • ​​重命名会话​:为会话分配一个自定义名称,以便于识别和组织。
    • ​分享会话​:将整个会话的文本内容复制到系统剪贴板。
    • ​​删除会话:永久移除整个会话及其消息。
  • 消息级操作​​:消息级操作允许用户对会话内的单条、多条或全部消息记录进行管理。
    • ​​复制​​消息:将所选消息的文本内容复制到系统剪贴板。
    • ​​编辑​​消息:(仅限单条消息)修改已发送的消息内容。修改后可重新提交以获得新回复。
    • ​​分享​​消息:为一条或多条消息记录的文本内容复制到系统剪贴板。
    • ​​删除消息​​:从当前会话中移除一条或多条消息记录。
    • 消息反馈:KAT 提供会话反馈功能,允许用户对每次与 LLM 的交互结果进行点赞或点踩评价。该功能用于收集用户对模型输出质量的评估数据,为后续的模型优化与效果分析提供直接依据。

KAT 配置导入导出

KAT 支持采用标准化 JSON 格式对 MCP Server 及提示词配置进行批量导入与导出,确保配置管理的效率与一致性。对于导入操作,KAT 支持预览待导入的数据,方便用户核对待导入的内容和格式。在预览界面,用户可以设置筛选条件,仅导入符合要求的数据。执行导入操作时,即使部分数据导入失败,系统也不回滚导入成功的数据,只一次性返回导入失败的全部数据,方便用户集中查看与处理。此外,KAT 支持自动去重完全相同的配置,避免配置冗余。

说明

  • 导入时,系统仅校验配置格式与字段完整性,不验证配置项的业务逻辑准确性。
  • 如果待导入的提示词文件为空或者包含系统不支持的特殊符号,则系统导入失败并返回错误。
  • 如果待导入的 MCP Server 配置文件为空或者格式错误,则系统导入失败并返回错误。
  • MCP Server 配置导入示例

    {
      "mcpServers": {
        // StdIO 模式
        "kaiwudb-mcp": {
          "command": "./kwdb-mcp-server -t http -p 8080 \"postgres://test:KWdb%212022@192.168.122.7:26257?sslmode=require\"",
          "type": "stdio",
          "args": [],
          "env": {},
          "cwd": ""
        },
        // Streamable HTTP 模式
        "baidumap-mcp": {
          "url": "https://mcp.map.baidu.com/mcp?ak=BVmf7L7a9zWcInzIeUOkkfGoBCXeifsX",
          "headers":{},
          "type": "streamable_http",
          "timeout": 0,
          "sse_read_timeout": 0
        }
      }
    }
    
  • 提示词导入示例

    {
      "创建关系表": {
        "content": "create table table_name",
        "role": "system",
        "version": "1.0",
        "author": "MHL"
      }
    }
    

意图分类

KAT 具备智能意图分类能力,自动分析用户输入的自然语言问题。系统无需依赖用户预先指定的内置提示词,而是通过以下流程即可自动解析与应答问题:

  1. 实时识别用户问题的所属分类和语义角色。
  2. 自动提取问题中的关键信息与上下文特征。
  3. 智能匹配最相关的内置系统提示词。
  4. 基于匹配结果精准生成答案。

自动任务与通知

KAT 提供基于 CRON 表达式的定时任务全生命周期管理能力。用户可配置任务定期触发 LLM 执行数据分析、数据预测或数据库巡检等操作,执行结果支持本地保存或通过 Webhook 推送至第三方系统。Webhook 机制具备自动重试与日志告警功能,确保在目标事件发生时可靠地完成数据投递。此外,KAT 允许具备权限的用户在非调度时间手动触发定时任务。用户可在任务历史界面中选择已触发的任务,进入人工干预模式。该模式将跳转至常规会话页面,用户可在此基础上继续与 LLM 交互,实现任务过程的灵活介入与动态调整。

深度思考展示

说明

目前,KAT 只支持 Qwen 系列的思考模型。

大模型的深度思考是一个可观察、可引导、可记录的结构化推理过程。大模型的深度思考能力使其能够模仿人类专家解决问题的思路,将复杂任务分解为一系列有逻辑、有次序的步骤,在每一步中主动调用相关知识并进行判断,最终生成更可靠、高质量的输出。这有助于用户理解推理逻辑、验证答案准确性以及学习解决问题的方法。

KAT 支持展示 LLM 的思考过程。用户可以通过展开/关闭按钮控制是否展示 LLM 的思考过程。默认情况下,自动展开 LLM 的思考过程。