Identity
OIDC / Google Workspace / Microsoft Entra ID
用户、组与角色继承企业身份体系。
Customer
01 / 技术栈
让身份、目录与存储，留在贵方边界内运行。
KunimiAI 无需替换现有数据平台。系统在架构上将企业身份认证、Polaris 目录、Iceberg 表、语义层、计算引擎、Agent 运行时及发布渠道分层解耦，在实施前即可明确客户侧与 KunimiAI 侧的管理职责。
02 / Stack map
各层的职责与采用技术。
层技术职责边界
Catalog
Apache Polaris
命名空间、表可见性与访问授权由企业权威数据目录统一管理。
Customer or hosted
Storage / Table
S3 / GCS / Azure Blob + Apache Iceberg
快照管理、表结构演进、时间旅行查询及读写隔离等特性均依托开放表格式实现。
Customer
Semantics
dbt assets / ontology / metrics / policies
业务提问先映射至受信任的业务指标与术语定义，随后再进入执行阶段。
Shared
Compute
Trino / Spark / Python runtime
现有查询引擎与 Python 运行环境均受数据目录授权与数据快照的权限约束。
Customer or KunimiAI
Agent runtime
KunimiAI Data Agent
将提问转化为代码生成、执行计算、人工审阅、流程审批及版本提交的完整历史。
KunimiAI
Publishing
API / MCP / BI / Excel / Airflow / Dagster
将已验证成果以固定版本发布到现有工作面。
Shared
03 / 执行控制
请求在计算开始前就受到控制。
执行前权限检查
在计算执行前检查用户 ID、所属组、Polaris 目录权限与安全策略。未获授权的表或指标将在执行前直接拦截。
Bounded execution
生成的 SQL、Python 脚本或工作流，会与其引用的数据快照、语义定义及执行用户 ID 一并记录并版本化归档。
Human review
分析结果、生成代码、引用数据、审批记录及再次执行条件均可在统一界面进行审阅。
Audit and lineage
用户登录、权限变更、对话调用、数据表写入与 API 请求均记录在审计日志中。数据血缘关系固化在版本提交记录中，无需事后从日志中反推。
04 / 接口面
成果以现有工具可用的形式发布。
- API版本化的 HTTP 接口数据集、分析函数与工作流均可作为稳定的服务接口（Endpoint）对外提供。
- MCPModel Context ProtocolClaude、Cursor 或企业内部 AI 助手均可将其作为具备强类型与权限校验的工具进行调用。
- BIIceberg via Trino / Spark现有 BI 工具可直接读取 Iceberg 表，KunimiAI 的分析版本通过数据目录引用保持一致。
- OpsAirflow / Dagster / IDE现有调度器与开发环境可直接触发工作流，并读取或记录分析提交版本。
05 / 边界
导入时需要确定的责任分界。
- EvaluationStarter 版本采用托管目录、托管存储与共享运行环境，适用于评估单一业务场景。
- Production storage生产部署计划采用客户自有存储（S3、GCS 或 Azure Blob）。支持的配置与数据存放位置需在评估时确认。
- Catalog支持自带 Polaris 或使用托管 Polaris。权限与命名空间的具体管理职责在签约时由双方明确。
- Commercial boundarySemantia 是 KunimiAI 的开源核心。商业集成、托管运营和企业支持由版本与合同约定，请在评估时确认可用范围。
06 / 下一步