本文介绍一个面向企业数据分析场景的 Superset AI Agent 实践。项目使用 FastAPI 构建独立 Agent Sidecar，通过 MCP 接入 澈析BI的看板、图表、数据集和 SQL 能力，使用 LangGraph 实现 Plan、ReAct 与 Reflection 工作流，并结合 PostgreSQL、Qdrant、Embedding、对象存储、Run Trace、Metri

本文介绍一个面向企业数据分析场景的 Superset AI Agent 实践。项目使用 FastAPI 构建独立 Agent Sidecar，通过 MCP 接入 澈析BI的看板、图表、数据集和 SQL 能力，使用 LangGraph 实现 Plan、ReAct 与 Reflection 工作流，并结合 PostgreSQL、Qdrant、Embedding、对象存储、Run Trace、Metri

本文介绍一个面向企业数据分析场景的 Superset AI Agent 实践。项目使用 FastAPI 构建独立 Agent Sidecar，通过 MCP 接入 澈析BI的看板、图表、数据集和 SQL 能力，使用 LangGraph 实现 Plan、ReAct 与 Reflection 工作流，并结合 PostgreSQL、Qdrant、Embedding、对象存储、Run Trace、Metri

将 Superset 改造成 AI BI，最难的部分不是调用大模型，而是让 AI 完整继承现有的数据权限、资源权限和审计边界。Agent 不应直接连接业务数据库。每次工具调用都必须绑定真实用户身份。数据集、图表和仪表盘必须执行对象级权限检查。开发固定用户不能带到生产环境。Redis、JWT、数据库凭据必须使用环境变量或密钥服务。AI 输出必须保留可验证的 SQL、数据口径和图表配置。公开官网与登录

将 Superset 改造成 AI BI，最难的部分不是调用大模型，而是让 AI 完整继承现有的数据权限、资源权限和审计边界。Agent 不应直接连接业务数据库。每次工具调用都必须绑定真实用户身份。数据集、图表和仪表盘必须执行对象级权限检查。开发固定用户不能带到生产环境。Redis、JWT、数据库凭据必须使用环境变量或密钥服务。AI 输出必须保留可验证的 SQL、数据口径和图表配置。公开官网与登录

docker 安装安装dockerdocker 安装nginx# 拉取最新镜像docker pull nginx:latest# 创建容器、端口映射、文件夹映射dockerrun -itd --name bid_nginx -p 8080:80 -v /home/bidding/bidding_vue/dist:/usr/share/nginx/html -v /home/bidding/bidd

后端实现登陆认证Django默认已经提供了认证系统Auth模块，我们认证的时候，会使用auth模块里面给我们提供的表。认证系统包含：用户管理权限用户组密码哈希系统用户登录或内容显示的表单和视图一个可插拔的后台系统 adminDjango默认用户的认证机制依赖Session机制，我们在项目中将引入JWT认证机制，将用户的身份凭据存放在Token中，然后对接Django的认证系统，帮助我们来实现：用户

在有了 Py Launcher 工具之后，可以方便地切换 Python 2.X 和 Python 3.X，再也不用为一台电脑上安装两个版本的 Python 而烦恼。Windows10上 Python3.7和3.9 互相切换命令：py -versionpy -3.9py -3.7但是如果要通过 Pip 包管理器来安装 Python 2.X 的包或者安装 Python 3.X 的包，需要执行以下命令p

破解DES3加密是一项非常困难的任务，因为DES3算法在设计上是为了提供强大的安全性。下面是一些常见的破解方法，但请注意，这些方法可能需要大量的计算资源和时间，并且可能并非总是成功的。穷举密钥：DES3使用三个56位的密钥，总共有2^168个可能的密钥组合。穷举所有可能的密钥需要极大的计算资源和时间，并且在实际情况下是不可行的。差分攻击：差分攻击是一种针对DES3的已知明文和密文对进行分析的方法。

Marshmallow官方文档：https://marshmallow.readthedocs.io/en/latest/Marshmallow，中文译作：棉花糖。是一个轻量级的数据格式转换的模块，也叫序列化和反序列化模块，常用于将复杂的orm模型对象与python原生数据类型之间相互转换。marshmallow提供了丰富的api功能。如下：Serializing序列化[可以把数据对象转化为可存储