企业官网建设流程全解析

DataHub Ask DataHub Glean 插件接入指南：将企业知识库搜索引入数据对话

【免费下载链接】datahubThe Context Platform for your Data and AI Stack项目地址: https://gitcode.com/GitHub_Trending/da/datahub

导读

Glean 插件是 DataHub Cloud 中 Ask DataHub Plugins 体系的一员，它通过 Model Context Protocol（MCP）将 Ask DataHub 与组织内部的 Glean 实例连接起来，让 AI 助手在回答数据问题时可以同时检索数据目录元数据与企业知识库内容（文档、Wiki、Slack 线程等）。读完本文，你将掌握 Glean 插件的完整接入流程——从获取 Glean MCP Server URL、在 DataHub 中创建 Custom MCP 插件、理解 OAuth 发现与自动客户端注册机制、检查关键mcpscope，到用户侧连接授权与常见故障排障。本文基于 glean.md 展开，并辅以仓库内 Ask DataHub Plugins 总览、Ask DataHub、DataHub MCP Server 与 Context Documents 等文档做纵深印证。

注意：Ask DataHub Plugins 当前处于Private Beta阶段。启用该功能需要联系你的 DataHub 客户支持代表。Glean 插件的配置与使用均发生在 DataHub Cloud（SaaS）环境，属于平台管理员与最终用户协作完成的流程。

为什么连接 Glean

在数据平台中，Ask DataHub 本身已经能够基于元数据图谱 + 组织知识（如发布在 DataHub 中的 Context Documents、业务术语、域定义）回答大量问题。但团队的大量隐性知识（tribal knowledge）散落在组织内部的各类工具中——内部 Wiki、设计文档、Runbook、Slack 讨论、流程指南等。Glean 插件正是把这些内容接入数据对话的关键桥梁。

启用 Glean 插件后，Ask DataHub 可以获得三类新能力：

• 搜索组织知识：找到 Glean 索引过的相关文档、Wiki、Slack 线程及其它企业内容；
• 用上下文补充元数据：回答那些既需要数据目录知识、又需要组织文档佐证的问题；
• 弥合鸿沟：在数据生态系统与团队跨工具存储的隐性知识之间建立连接。

从 Ask DataHub Plugins 总览 可以看到，插件机制的定位是让 Ask DataHub 超越“仅凭元数据回答问题”的边界，实现跨工具工作流——例如对话式分析、跨工具排障（在 dbt 查任务历史、在 Snowflake 查表、在 GitHub 查代码变更）以及治理工作流。Glean 插件在其中承担的是知识搜索角色。

示例提问

以下提示词可以帮你直观理解 Glean 插件在对话中的使用方式：

• "Find our internal documentation about the data retention policy"（查找关于数据保留策略的内部文档）
• "Search for any runbooks related to the revenue pipeline"（搜索与收入管道相关的任何 Runbook）
• "What does our wiki say about the customer segmentation methodology?"（我们的 Wiki 关于客户分层方法论是怎么说的？）
• "Find Slack discussions about the recent data migration"（查找关于最近数据迁移的 Slack 讨论）

注意这些问题的共同特征：它们都要求组织文档类知识，而非单纯的表结构、血缘或质量指标。这正是 Glean 插件与 DataHub 内置搜索分工的体现——AI 会根据问题的性质自动决定调用 Glean 还是 DataHub 的原生搜索。

理解底层机制：Ask DataHub Plugins 与 MCP

Glean 插件并不是一个孤立的集成，它建立在 Ask DataHub Plugins 的整体框架之上。理解这个框架有助于你正确配置和排障。

插件框架的两步工作流

根据 overview.md，Ask DataHub Plugins 采用清晰的两步协作模型：

1. 管理员配置：管理员在Settings > AI > Plugins中连接 MCP 服务器（需要Manage Platform Settings权限）；
2. 用户启用：普通用户在Settings > My AI Settings（或个人设置）中启用插件，或在聊天界面中直接开关插件。

用户启用插件后，该插件的工具（tools）即可在 Ask DataHub 对话中使用，AI 助手会在问题相关时自动调用这些工具。Glean 插件的管理端配置和用户端连接正是这个模型的实例化。

MCP 传输要求

所有插件（包括 Glean）都通过Model Context Protocol（MCP）与外部服务器通信，且要求 MCP 服务器支持Streamable HTTP transport。这一点在创建插件时至关重要——Glean 实例暴露的 MCP Server URL 必须可被 DataHub 通过 HTTP 方式访问。

DataHub 自身也实现了 MCP 服务器（见 DataHub MCP Server），它让 AI 代理可以直接访问 DataHub 元数据。你可以把插件体系理解为 MCP 生态的“反向连接”：Ask DataHub 作为 MCP 客户端去消费外部 MCP 服务器（如 Glean）暴露的工具。

插件支持的认证类型

在深入 Glean 之前，先了解插件框架支持的三类认证方式（来自 overview.md），这有助于理解为何 Glean 选择 OAuth：

Glean 插件采用的是最后一种——User OAuth（Each User Authenticates），并且是其中实现最省事的一种，因为它还叠加了OAuth 发现（OAuth discovery）与自动客户端注册（automatic client registration）能力（详见下文"管理员设置"）。

前置条件

在开始配置 Glean 插件前，请确认以下条件满足：

• 一个启用了MCP Server的 Glean 账号（在 Glean 侧开通 MCP 能力）；
• 已启用Ask DataHub Plugins的 DataHub Cloud 环境（Private Beta，需联系客户支持开通）；
• 拥有平台管理员权限，可以在 DataHub 中配置插件。

管理员设置

Glean 插件是 Ask DataHub Plugins 中设置最简单的插件。原因在于 DataHub 对 Glean 支持OAuth 发现与自动客户端注册：DataHub 会自动发现 Glean 的 OAuth 端点、可用 scopes，并代表你注册 OAuth 客户端——无需任何手工 OAuth 配置。这与 DataHub MCP Server 中描述的 OAuth2 + Dynamic Client Registration（DCR，RFC 7591）机制属于同一类能力：客户端通过发现机制自动完成注册，用户凭个人登录（含 SSO）完成认证，令牌随用户作用域且自动刷新。

第一步：获取 Glean MCP Server URL

从你的 Glean 实例获取 MCP 服务器 URL：

• 在 Glean 的个人设置中打开MCP Configurator查看；
• 或参考 Glean 官方提供的 MCP 配置指南（在你的 Glean 账号与开发者文档中查找 "MCP" 相关配置入口）。

请与你的 Glean 管理员确认该 URL 可被 DataHub 网络访问。

第二步：在 DataHub 中创建插件

1. 在 DataHub 中导航到Settings > AI > Plugins；
2. 点击+ Create，选择Custom MCP（Glean 属于通用 MCP 服务器，而非 Snowflake/dbt 等内置模板；内置模板清单见 overview.md 的 "Available Plugins" 表格）；
3. 填写插件详细信息：

4. 保存时，DataHub 会自动从 Glean发现 OAuth 配置并注册客户端，无需手工配置。自动发现包括：
   • Authorization 与 Token 端点（授权端点与令牌端点）；
   • 可用的 scopes（权限范围）；
   • 客户端注册（Client registration）。
5. 审查发现的 scopes：默认所有 scope 均被选中。务必确保mcpscope 处于选中状态——这是插件正常运行的必要条件。

参考 overview.md 中关于 Custom MCP 插件的字段说明，还有两个可选项值得关注：Instructions for the AI Assistant（可选的自定义指令，会被注入 AI 上下文，例如指导 AI "当用户询问知识库内容时优先使用 Glean"）以及Test Connection（保存前可点击测试连接，验证 MCP 服务器可达性与凭据有效性）。

⚠️ 关键：mcpscope 必须选中

Glean 插件能否工作，mcpscope 是硬性前提：

• 未选中mcpscope 时，Ask DataHub 调用插件会收到401 Unauthorized错误；
• 若配置后遇到该错误，请回到插件编辑页面确认mcpscope 已启用并保存。

6. 可选：填写Instructions for the AI Assistant（自定义指令），确保Enable for Ask DataHub开关处于开启状态，然后点击Create完成创建。

管理员侧的其他插件能力（可选项）

创建插件后，你可以参考 overview.md 中的通用能力进一步优化：

• Test Connection：保存前验证 MCP 服务器是否可达、凭据是否有效；
• Custom Instructions：例如"当用户询问数据保留政策或 Runbook 时，使用 Glean 插件搜索组织文档"，这些指令会在插件激活时注入 AI 上下文，显著提升工具选择准确率。

用户设置

管理员完成插件创建后，普通用户需要自行连接并授权：

1. 导航到Settings > My AI Settings；
2. 找到Glean插件，点击Connect；
3. 系统会将你重定向到 Glean 完成 OAuth 认证；
4. 认证完成后自动跳回 DataHub，插件即处于已连接状态。

用户也可以在 Ask DataHub 聊天界面中，通过输入框旁的插件图标直接管理插件的开关与连接状态（见 overview.md 的 "From the Chat Interface" 小节）。

关于用户设置的更多通用细节（包括 My AI Settings 中的插件列表、API Key/OAuth 插件的 Connect 流程），请参阅 Ask DataHub Plugins 总览的用户设置章节。

使用技巧

• Glean 与 Context Documents 互补：Glean 插件与 DataHub 的 Context Documents 是互补关系——Context Documents 适合承载经治理、可版本化、可链接到具体资产的精选知识（Runbook、FAQ、决策记录等），而 Glean 适合更广泛的组织搜索（覆盖 Wiki、Slack 等未被治理的内容源）。二者并不冲突，可以同时启用。
• 让 AI 自行决策：AI 会根据问题的性质自动决定使用 Glean 还是 DataHub 内置搜索。因此提问时尽量描述清楚你期望的答案来源。
• 在提示词中明确文档类型：提问时明确指出你寻找的文档种类（如"内部文档""Runbook""Wiki""Slack 讨论"），有助于 AI 更精准地选择工具与检索关键词。

故障排查

401 Unauthorized 错误

现象：错误信息形如OAuth succeeded but MCP server returned 401: Client error '401 Unauthorized'。

原因与解决：OAuth 认证本身已成功，但 MCP 服务器返回 401——几乎可以确定是mcpscope 未选中。回到Settings > AI > Plugins编辑该插件，确认mcpscope 已启用并保存。

OAuth 发现失败

依次检查：

• 确认 Glean MCP Server URL 填写正确且可访问；
• 确认你的 Glean 实例支持 OAuth 发现与动态客户端注册（这是 DataHub 自动完成 OAuth 配置的前提，若 Glean 侧关闭了该能力则需联系 Glean 管理员）；
• 联系 Glean 管理员确认 MCP Server 访问已在 Glean 侧开启。

无搜索结果（No Results）

按以下顺序排查：

• 确认 Glean 已经索引了你期望的内容源（文档、Wiki、Slack 等）；
• 尝试更宽泛的搜索词；
• 确认当前认证用户对相关内容在 Glean 中具有访问权限——OAuth 是按用户授权的，Glean 侧的权限模型会作用于搜索结果。

小结

Glean 插件是 Ask DataHub Plugins 中接入成本最低、收益最直接的一类集成：借助OAuth 发现 + 自动客户端注册，管理员只需提供 MCP Server URL 并确保mcpscope 选中，用户侧只需一次 OAuth 点击授权，即可让数据对话具备检索企业知识库的能力。它与 DataHub 的元数据图谱、Context Documents 形成"元数据 + 治理知识 + 组织广域知识"三层互补的问答底座。

延伸阅读

• Ask DataHub Plugins 总览 —— 插件框架、认证类型、通用配置与用户设置
• Ask DataHub —— 对话式 AI 助手的能力全景与自定义指令
• DataHub MCP Server —— MCP 协议、Streamable HTTP 传输与 OAuth/DCR 认证机制
• Context Documents —— 与 Glean 互补的治理型组织知识管理

【免费下载链接】datahubThe Context Platform for your Data and AI Stack项目地址: https://gitcode.com/GitHub_Trending/da/datahub