AI 资源库 · 已整理 6 项
查看与数据质量相关的 AI 资讯、工具、Skill、工作流和开源项目。
文章说的是企业想用合成数据（也就是人工生成、看起来像真实业务数据但不会泄露隐私的假数据）来做开发测试，但真正用起来的人不多。Perforce Delphix 的调查发现，最大障碍不是合规或治理，而是数据质量：只有34%的负责人相信它能保持表与表之间的引用关系，38%认为它足够逼真，66%的软件负责人压根没在开发测试中用。文章建议企业要求合成数据工具能跨数据库保留关联、按依赖顺序生成数据、符合业务规则并在表结构变化后仍能自动保持质量。对读者来说，这篇目前更像观点和调查总结，具体工具和落地案例原文没有说明。
提供的材料未提及具体可用工具。
Dynatrace 宣布其 Snowflake 可观测性功能正式可用。此前，企业用 Snowflake 做数据分析、数据管线和 AI 工作负载时，成本、性能、安全、运维和数据质量的信息分散在不同工具里，出问题常要人工在 Snowflake、监控工具和表格之间来回切换拼凑原因。现在，团队通过 Dynatrace 的 Data Observability 应用就能统一查看这五方面情况：它带引导式接入、自动采集遥测，并预置 14 个仪表盘，接上就能用，不用从空白画布搭起。对读者的用处是：更容易在用户抱怨前发现性能瓶颈、在账单飙升前发现仓库消耗异常、在数据变旧或结构被改时及早察觉，从而减少依赖这些数据的 AI 应用出错。该功能由开源项目 Dynatrace Snowflake Observability Agent 支撑，偏好自行部署的团队仍可用开源版本。
销售副总裁让一个连着 Snowflake 的 AI 智能体查上季度收入，结果数字不对。检查发现管道任务全部按时跑完、日志也没报错，但底层表已经连续好几天少了约 22% 的行，还有三个关键字段几乎一半是空的，全程没有任何告警，等发现时报表和决策已经受影响。这篇文章讲的是：管道跑成功不代表表里的数据是对的，还要直接对表本身做检查，比如数据是否按时刷新、行数是否异常变化、字段空值或分布是否漂移、有没有重复记录，并用管道信息帮忙定位是源头、调度还是转换逻辑出的问题。这样能更早发现“管道正常但数据悄悄变坏”的情况，避免拿错数据做决策。
提供的材料未提及具体可用工具。
monte-carlo-data/mc-agent-toolkit · Official Monte Carlo toolkit for AI coding agents. Skills and plugins that bring data and agent observability — monitoring, triaging, troubleshooting, health checks — into Claude Code, Cursor, and more.
Monte Carlo 官方推出的 AI 编程代理工具包，将数据可观测性（数据血缘、监控、校验、告警与元数据采集）带入开发工作流。工具包以单一插件形式打包多项技能（skill），涵盖资产健康检查、事件响应与分诊、根因分析、修复、代理链路排障、监控覆盖分析与监控器创建、Monitors-as-Code 管理、dbt/SQL 变更防护、存储成本分析、性能诊断、元数据推送采集、连接认证规则、AI 代理埋点以及仓库接入引导等，支持 Claude Code、Cursor、Copilot CLI、OpenCode、Codex 等编码代理，也可单独安装技能使用。
Perforce Delphix 发布了一份关于 AI 与数据隐私的报告，指出很多企业在推进 AI 时遇到一个矛盾：数据既要保护隐私，又要足够真实可用。调查显示，51% 的企业抱怨数据质量问题，26% 表示隐私控制让生产级数据更难获取，25% 难以保持数据表之间的关联关系。报告认为，光靠打码脱敏还不够，如果脱敏后数据之间的关联（比如客户和订单、发票之间的对应关系）被破坏，训练出来的 AI 和跑出来的分析就会不准确、不可信。解决办法是采用企业级、可大规模一致执行的脱敏算法，让同一份数据在不同环境里保持相同的脱敏结果和关联完整；同时建议团队从数据质量、真实性、关联完整性、可访问性等几个维度来衡量隐私工作，而不只是看合规指标。
r3dz4r/datapulse-my · Open-source trust & interoperability layer for Malaysian public data: freshness monitoring, schema validation, and health reports for official datasets.
DataPulse 是面向马来西亚公共数据的开源只读验证层，持续探测官方数据集的可达性、时效性、许可证与 schema 变化，并输出可机读的健康状态与证据。它提供 418 个官方数据集目录（含 30 个 GTFS 公交数据源）和只读 MCP 服务器，方便 AI 智能体在引用数据前核查新鲜度、许可证与来源。观察结果通过 Ed25519 签名、Git 源记录与公开透明日志提供可验证的存证。