从数据到对话：S&P Global Energy 如何借助 Databricks Genie Agents 和 MCP 让其结构化数据资产实现对话化
内容提要
S&P Global Energy 利用 Databricks Genie Agents 与 FastMCP，将复杂结构化数据转化为对话式 AI 端点。领域专家无需编码即可按数据集分组创建 Genie Agent，构建受治理的语义层；每个 Agent 作为托管 MCP 服务器，通过 FastMCP 代理组合成跨域复合端点。该架构在保持 Unity Catalog 治理的同时，缩短了对话式数据产品的上市时间，使专家成为数据发布者。
延伸解读
领域专家成为数据发布者
文章强调，通过Genie Agents，S&P Global Energy的领域专家无需编写代码即可按数据集分组创建对话式AI端点。这改变了传统上由工程团队构建访问层的模式，使最了解数据含义的人直接负责数据的对话化发布。这种组织转变缩短了上市时间，并让治理边界内的数据消费更加敏捷。
组合式MCP端点平衡精度与广度
为避免单一巨型代理导致答案质量下降，S&P Global Energy为每个数据集组创建独立的Genie Agent，再通过FastMCP代理将其组合成商品级或跨商品的复合端点。这样，底层代理保持窄范围和高精度，上层端点则支持跨组、跨商品的复杂查询，由LLM路由并综合结果。
治理与质量保障内建
每个Genie Agent作为托管MCP服务器，自动继承Unity Catalog权限，确保用户只能访问其有权查看的数据。同时，Genie Agent Benchmarks允许专家定义测试问题并自动评分，支持在数据或逻辑变更后重新运行，形成持续的质量改进循环，这对于定价、供应等高风险数据领域尤为重要。
Q&A
S&P Global Energy 如何让领域专家无需编码就能创建对话式数据端点？
领域专家通过 Databricks Genie Agents，按数据集分组创建聚焦的 Genie Agent，无需编写代理代码。他们选择相关表、分组并创建每个数据集组的 Genie Agent，并添加表/列描述、示例查询、业务定义等上下文，从而建立受治理的语义层。
Genie Agents 如何通过 MCP 组合成跨域复合端点？
每个 Genie Agent 作为 Databricks 托管的 MCP 服务器暴露，通过 FastMCP 的代理和组合能力，将同一商品下的多个组级 Genie MCP 服务器挂载到一个复合服务器上，形成商品级复合端点。更高层复合可以捆绑多个商品，实现跨域查询。
这种架构如何保证数据治理和安全性？
所有 Genie Agent 作为托管 MCP 服务器受 Unity Catalog 治理。每个查询都通过 Unity Catalog 权限运行，只能访问有权限的表和代理，认证由平台处理，无需自建安全层，并具备完整审计能力。
采用 Genie Agents 和 MCP 后，对话式数据产品的上市时间有何变化？
上市时间从以前的数月（完整开发周期）缩短到数天。SME 创建并管理 Genie Agent 后，MCP 端点立即存在，无需工程积压，领域专家成为数据发布者。
如何确保 Genie Agent 回答的准确性和持续质量？
通过 Genie Agent Benchmarks，SME 可以定义反映用户实际提问方式的测试问题（包括多种表述），并自动评分代理的准确性。在指令、数据或业务逻辑更新后，可以重新运行基准测试，形成持续的质量循环。
外部客户如何连接 S&P Global Energy 的受治理数据？
由于 MCP 是开放标准，外部客户可以使用自己的 MCP 兼容代理和助手直接连接到复合端点，访问受治理的 S&P Global Energy 数据。同一套端点同时服务于内部代理、客户 AI 体验和外部客户。
