Eunomia：用 MCP 连接智能体与受治理的数据空间

数据空间支持跨组织边界的主权和受治理的数据共享，但由于概率语言模型交互和策略驱动的数据基础设施之间的不匹配，它们与人工智能代理的集成仍然具有挑战性。本文提出了一种基于模型上下文协议 (MCP) 的体系结构中介方法，该方法通过 Eunomia 代理实现，以实现大型语言模型 (LLM) 代理与数据空间服务之间的受控交互。所提出的中介层将数据空间功能转换为结构化的、模式驱动的工具，人工智能代理可以发现和调用这些工具，同时保留治理约束。原型实现可验证目录发现、元数据检索和数据服务调用之间的端到端交互，而无需修改现有数据空间组件。结果表明，基于协议的中介可以将人工智能代理以可互操作且符合标准的方式集成到数据空间生态系统中。该方法为寻求将人工智能驱动的自动化引入受治理的数据共享环境，同时保持合规性、互操作性和架构关注点分离的组织提供了实用指导。