使用 DFS 构建运营数据管道
当团队需要把源系统数据变成可治理的运营数据，用于看板、Inspector、预测性维护、Physical AI 或 FactVerse AI Agent 时，使用本工作流。
适用场景
- 一个源需要驱动实时运营视图。
- 多个系统描述同一资产或事件。
- AI 工作流需要可引用证据。
- Physical AI 需要带时间戳和来源说明的场景输入。
工作流
操作步骤
- 定义业务问题、源系统、目标身份、字段、时间窗口和允许用途。
- 创建 DFS Lite 连接器，并按连接器类型与能力解释该类型的测试结果。
- 使用该类型支持的浏览、轮询读取、入站订阅、预览或文件导入路径，确认字段含义、单位、空值、重复值和异常值。
- 审阅字段映射建议，人工确认身份、单位、转换表达式和目标字段。
- 仅在该类型支持时运行同步；CSV 完成文件导入，MQTT 通过入站订阅接收消息。记录成功时间、失败行、吞吐、配额和质量状态。
- 创建 DFS Pro 数据集，填写 owner、steward、profile、lineage 和生命周期。
- 需要多源合并时运行融合任务，并处理冲突、低置信度结果和拒绝行。
- 交接治理数据集、版本、质量说明和未解决事项。
检查清单
- DFS Lite 输出可追溯到源路径。
- DFS Pro 数据集有 owner、版本、质量状态和 lineage。
- 融合任务的配置、输入、输出、冲突和审阅结论已记录。
交付结果
- 一条从源系统到治理数据集或 AI Agent 证据的可审计数据管道。
实施说明
保留源系统、字段含义、时间戳、单位、负责人和审阅记录。DFS 输出只有在完成映射、质量检查和交接记录后，才应进入 Inspector、FactVerse AI Agent、BI 或 Physical AI 工作流。
相关页面
| 继续阅读 | 适用场景 |
|---|---|
| 为 AI Agent 工作流准备 DFS 数据 | 使用 DFS Lite 和 DFS Pro 为 FactVerse AI Agent 准备源数据、治理数据集、融合输出和交接记录。 |
| DFS 场景配方 | 按任务选择 BMS、预测性维护、AI Agent、融合和拒绝行恢复的操作路径。 |