企业最有价值的知识往往沉淀在生产力与协作工具中，但这些数据长期分散在数十个独立应用里，每个数据源都需要定制API集成。Databricks博客指出，Lakeflow Connect通过原生、全托管的连接器解决了这一难题，让数据团队无需构建或维护自定义管道，即可将生产力数据和AI数据统一摄入Unity Catalog。
Lakeflow Connect是Databricks平台上的数据摄入引擎，提供覆盖SaaS应用、数据库和文件源的托管连接器。用户可以通过点击式界面或简单API设置连接器，数据随后以增量方式作为受治理的托管表进入Unity Catalog，无需配置、管理或扩展任何基础设施。连接器按客户需求优先排序，覆盖客户360、运营、财务和生产力等各条业务线。
生产力工具栈通常包括项目跟踪器、维基、文档存储、收件箱和AI工具，每个工具只记录工作方式的一部分。传统上，提取这些数据需要拼凑自定义管道，构建慢且维护痛苦，导致很多高价值用例难以实现，例如基于企业内部知识的AI代理或运营分析可见性。Lakeflow Connect为此提供内置连接器，涵盖协作类（Jira、Monday.com、Smartsheet、Aha!、GitHub）、企业知识类（Confluence、Notion、Glean、SharePoint、Google Drive）、邮件类（Outlook、Gmail）以及AI类（OpenAI、Anthropic）。
实际案例包括丰田金融澳大利亚公司，其使用Jira连接器将数据作为全托管、零维护管道带入Databricks，自动处理API复杂性和模式变更，交付受治理、可分析的Delta表。VaxCare则使用Confluence连接器将内部知识库送入Databricks，为聊天机器人提供可搜索、可操作的数据，并为未来AI解决方案奠定基础。
对于非结构化内容，AI代理需要基于企业集体知识提供即时、有依据的答案，但代理的质量取决于背后的数据，而大部分数据是非结构化的。Lakeflow Connect的连接器可以将文件、页面和消息等非结构化内容作为受治理表落入Unity Catalog。不同来源的落地方式各异：SharePoint连接器将PDF、Word文档、幻灯片和图像等文件作为一行摄入，原始字节存储在content列（BINARY或FILE类型），并附带元数据；结构化文件如Excel和CSV可直接作为Delta表落地。Google Drive连接器类似，将非结构化文件的原始字节作为一行摄入，结构化文件可直接落地为Delta表。Confluence连接器将每个页面和博客文章的内容作为STRUCT类型存入body字段。Outlook连接器将邮件正文存储在full_body_content列（HTML或纯文本），附件以BINARY类型存储在attachments列。Gmail连接器将完整邮件正文作为文本字符串摄入messages表，并摄入附件引用attachmentId。GitHub连接器将仓库文本文件（源代码、Markdown、配置文件）存储在repo_contents表的content列。
无论来源如何，内容都以受治理表的形式落地Unity Catalog，之后可以开始转换以供下游AI使用。文本类内容（如Confluence页面、邮件正文和GitHub源文件）经过简单清理后即可分块和嵌入。而以原始字节到达的文档文件（如SharePoint和Google Drive的文件或Outlook附件）需要先通过Databricks内置的文档智能ai_parse_document转换为文本。最终都能得到可索引用于检索并置于代理之后的文本。
M3 Accounting使用GitHub和SharePoint连接器将工程和产品文档统一到Databricks。其数据与AI副总裁Ross Serven表示，GitHub连接器几分钟内就运行起来，每周节省约一小时，自动将GitHub数据与其他工程运营数据混合，提供可操作的开发者活动全貌；SharePoint连接器指向产品文档库后，内部知识助手在一周内就能从实时更新的内容中提取信息，无需自定义爬虫或文件同步脚本。
随着AI代理和生成式工具在团队中普及，关于模型支出的问题也随之而来：花了多少钱、谁在使用什么、是否合规。Lakeflow Connect为大型基础模型提供商提供连接器。OpenAI连接器摄入使用量、成本、API密钥、项目、用户和审计日志，便于按团队归因AI支出并跟踪采用情况。Anthropic连接器摄入审计日志、组织用户和角色以及claude.ai聊天和消息内容，便于治理工具使用。这使企业能够统一查看AI使用和采用趋势，衡量并报告AI投资回报。
在Atlassian生态方面，Lakeflow Connect覆盖Jira和Confluence。Jira连接器摄入问题、评论、冲刺、看板和自定义字段，便于跟踪交付并构建跨项目仪表板。Confluence连接器摄入页面和博客文章的全文，以及空间、标签和附件，使团队书面知识可搜索、可分析。两者结合可全面了解Atlassian数据，跟踪发布、瓶颈和解决时间，构建AI/BI仪表板，并用Genie以自然语言提问。
DigiCert使用Confluence连接器可靠地支持其内部AI知识助手，无需自定义管道开销，保持知识助手与最新文档同步，特别有利于产品机器人保持准确、最新的知识。Orizon使用Jira连接器将168个项目的超过一百万张工单每日同步到Databricks，成功率达100%，并基于此构建AI/BI仪表板，自动为指导委员会驾驶舱提供数据；Genie让他们用自然语言提问并即时获得答案。
由于每个连接器都将数据作为受治理的Delta表落地Unity Catalog，摄入的生产力和AI数据与企业其他数据处于同一基础之上。用户可以直接在Databricks SQL中查询，用AI/BI Genie以自然语言提问，并用Agent Bricks基于当前公司知识构建代理。治理、血缘和访问控制均来自Unity Catalog，因此无论数据来自哪个团队或工具，访问权限保持一致。TRegs等金融科技平台已在此基础之上构建应用。