AI News HubLIVE
站內改寫2 分鐘閱讀

Show HN: Rowset – 面向AI智能體的開源後端

Rowset 是一個專為AI智能體設計的開源後端,提供MCP和REST API,支持智能體通過結構化數據集進行創建、讀取、更新、導出和共享操作。它基於Django構建,包含CLI工具,並提供豐富的列類型、搜索、導出等功能。

來源Hacker News AI作者: rasulkireev

Rowset 是一個開源的私有MCP和REST後端,專為結構化數據集設計,允許經過授權的AI智能體創建、檢查、更新、導出和共享數據。用户登錄後,複製智能體設置提示,授權一個作用域API密鑰,即可讓智能體通過穩定的程序接口(而非瀏覽器自動化)與自有數據集交互。該項目由LVTD-LLC開發,在GitHub上以開源形式發佈,旨在為AI工作流提供可靠的數據管理基礎設施。

核心功能方面,Rowset提供了託管式的流式HTTP MCP服務器,專為AI智能體工作流優化。同時,它具備經過身份驗證的REST API,支持賬户檢查、項目、數據集、行、導出、關係、圖像資產和公共預覽設置。對於偏好命令行的用户,項目還提供了一個用Go編寫的CLI工具(位於cli/目錄下),實現相同的認證REST操作。數據集通過API驅動,擁有穩定的表頭、語義化的列元數據、持久的智能體指令、JSON元數據以及明確的索引列。行操作支持按內部Rowset行ID或數據集索引值進行CRUD。項目和項目分區用於組織相關數據集,而不改變身份驗證邊界,非常適合多數據集場景。列元數據類型豐富,包括選擇、引用、圖像、日期、日期時間、貨幣、數字、布爾、電子郵件、URL和文本等。公共預覽為只讀模式,可選擇密碼保護以便人工審查。導出格式支持CSV、JSONL、XLSX、SQLite以及面向儀表板的Parquet。私有圖像資產可存儲在本地磁盤或S3兼容存儲(如Cloudflare R2)上。此外,Rowset可選配Qdrant支持的混合向量和詞彙搜索,用於數據集行的智能檢索。

技術棧方面,Rowset採用了現代且成熟的組件:後端語言為Python 3.14(含Go用於CLI),Web框架為Django 6,REST API使用Django Ninja,MCP通過FastMCP掛載在Starlette上。認證體系包括Django allauth、會話認證、API密鑰認證以及託管MCP的Bearer認證。數據存儲使用PostgreSQL和Redis,後台任務由Django Q2處理,表格操作依賴Python標準庫和Polars。前端基於Django模板、HTMX、Alpine.js、Tailwind和PostCSS。本地開發環境通過Docker Compose整合了Postgres、Redis、後端、Worker、前端、Mailhog、Stripe CLI、MJML和MinIO。可觀測性集成了Sentry和PostHog,外部集成包括Mailgun、Buttondown、Stripe、Chatwoot、S3兼容存儲以及可選的Qdrant/OpenRouter向量搜索。部署路徑採用Docker鏡像配合CapRover GitHub Actions。

Rowset在產品邊界上非常專注,主要圍繞智能體管理數據集。在產品範圍內,用户登錄後複製設置提示到智能體,智能體私有存儲API密鑰並通過MCP連接,然後可以創建或發現數據集、檢查模式/上下文、修改行、管理項目、導出快照或啓用公共預覽。儀表板幫助人類用户進行設置、查看最近數據集狀態、審查模式、導出、公共預覽以及賬户恢復。當前產品範圍之外的功能包括:Rowset自有源的連接器、同步或寫回;將公共預覽作為認證或REST/MCP訪問的替代;將瀏覽器自動化作為首選的智能體集成;以及廣泛的BI、數據倉庫或ETL編排承諾。但智能體仍然可以通過自身能力讀取本地文件、Google Sheets、數據庫或其他上游數據源,然後通過MCP或REST將結構化行發送到Rowset。

入門指南清晰明瞭:克隆GitHub倉庫,複製環境配置,使用Docker Compose啓動本地堆棧,創建賬户並生成智能體API密鑰。推薦的智能體工作流(黃金路徑)強調從讀取Rowset設置提示開始,私有存儲API密鑰,配置MCP服務器,然後執行用户任務。智能體應在執行破壞性操作(如刪除行、歸檔數據集或項目、清除公共預覽密碼)前請求用户確認。項目還提供了詳細的MCP工具分組,涵蓋賬户設置、API密鑰管理、數據集發現、行操作、模式變更、關係管理、圖像資產、公共預覽以及歸檔恢復等。一個典型的看板示例展示瞭如何將Rowset用作智能體的持久化任務存儲,通過task_id索引的狀態、優先級、任務、完成定義等列,體現了其作為長期結構化存儲的潛力。總之,Rowset為AI智能體提供了一個穩定、可擴展且開源的數據後端,尤其適合那些需要程序化數據管理的工作流。