平台 / 应用使能 / 数据服务总线

搜到就订阅,取数不等排期

数据服务总线——数据 API 的统一目录与订阅消费。

数据服务总线产品实拍场景
场景实拍 · 界面以演示环境为准

平台级数据服务统一目录与消费网关:一处注册、处处消费,REST 与 MCP 人机同源,身份服务端注入、调用全程审计——数据消费像逛应用商店:搜到、订阅、拿钥匙,权限与合规自动就位。

它回应的痛点
取个数要排队等开发
数据消费
从"排队开发"到"自助订阅"
数据消费像逛应用商店:目录里搜到、点订阅、拿密钥——权限与审计自动就位。

In Depth

产品详解

产品定位

数据服务总线(DataHub)是平台级数据服务的统一目录与消费网关:一处注册、处处消费,REST 与 MCP 人机同源,身份服务端注入、调用全程审计。它把“取数排队等开发”变成“目录搜到就订阅”。

解决什么问题

API 散落无目录。 各系统各自暴露接口,消费者不知道有什么、找谁开通。统一目录让全域数据 API 一处注册、处处可发现——目录即资产。

权限裸奔。 消费方拿明文密钥到处传,泄露无感知。总线采用身份服务端注入:消费方经订阅获得授权,凭证不暴露在调用侧;权限变更一处生效。

人和 AI 两套口径。 页面用一套接口、智能体用另一套,答案对不上。总线的人机同源设计让同一目录同时服务页面(REST)与 AI(MCP 工具)——口径天然一致。

核心能力详解

统一目录与订阅

数据 API 注册进目录即成为可发现资产;消费方自助订阅、管理员审批开通,消息通知完整闭环。

人机同源(REST + MCP)

同一服务定义同时生成 REST 接口与 MCP 工具描述——智能体调用与人工页面消费的是同一份数据与同一套权限,这是平台“AI 原生”叙事在数据消费侧的具体落点。

调用治理

谁在用什么数据、调了多少次、结果如何,调用日志与统计全程可审计;转发链路上的安全头注入与校验保障 Blade 系服务的兼容。

常见问题

现有 API 要改造吗?——不必:存量 API 可登记进目录代理转发,治理逐步收紧。

和 API 网关什么区别?——网关管“流量”,总线管“资产与授权”:目录、订阅、人机同源、数据消费审计是它的领地。

一处注册,处处消费

传统取数:业务部门提需求 → 排队等开发 → 写接口 → 交付——每个环节都在等。数据服务总线把这个过程倒过来:数据提供方一次注册数据服务(含 REST API 与 MCP 工具两种形态),全平台的消费方——人、智能体、第三方系统——按目录检索、按需订阅,身份与权限由总线统一注入。

人机同源是关键设计:同一条数据服务,业务人员在页面上点选消费,智能体在对话中经 MCP 调用——不需要为 AI 单独再开发一套接口。

收编判据:什么服务进总线

不是所有接口都该进总线。三类进:查询型(读多写少、跨域消费的检索服务)、跨域消费型(多系统共用的主数据与档案查询)、同步短调用型(低延迟的点查)。不进:长事务、大文件传输、高并发写入——它们属于系统间集成,不属于服务开放。

与数据中台的分工

工厂级的数据加工、建模、治理在数据中台完成;加工出的可信数据产品注册到总线,面向全平台开放订阅——数据中台管『生产』,服务总线管『流通』。目录治理、订阅授权、调用审计、计量计费在总线侧闭环。

每一次调用可审计

调用日志、链路追踪、失败重试与配额控制——数据开放不等于失控。谁在消费、消费了多少、成功与否,运营侧一屏可查。

Scenarios

典型场景

S01

跨系统取数

兄弟系统经总线订阅所需数据,不再提需求排队等接口开发。

S02

AI 工具化

数据能力注册为 MCP 工具,智能体按需调用,人机同一数据源。

Demo Flow

演示时你会看到

真系统、真数据——不是录屏。

01
Step 1

看目录:检索一个数据服务

02
Step 2

看订阅:权限开通与密钥获取

03
Step 3

看审计:调用记录与统计

Technology

技术特性

全域 API 目录自助订阅授权REST+MCP 人机同源服务端身份注入调用链路审计

已在这些行业方案中承担角色:

Keep Exploring

继续了解其他产品

Book a Demo

20 分钟,看数据服务总线真跑起来

演示环境是真系统、真数据——带着你的场景来。