- 生产力与协作工具承载着你最有价值的企业知识，但这些数据历来被孤立在数十个独立应用之中，每个数据源都需要通过自定义 API 集成才能访问。
- Lakeflow Connect 为 Atlassian（Jira、Confluence）、Microsoft（SharePoint）、Google Workspace（Drive、Outlook、Gmail）、GitHub 以及主要 AI 提供商（OpenAI、Anthropic）提供原生、全托管的连接器，具备统一治理能力，且无需管理任何基础设施。
- 由于非结构化和结构化数据都直接落入 Unity Catalog，数据团队可以轻松支撑企业知识库、AI 智能体和开发者效率看板，而无需构建或维护自定义数据管道。
这是本系列的第二篇文章，介绍 Lakeflow Connect 如何为各条业务线带来全托管的数据摄取能力。继我们深入探讨 统一营销数据之后，本文聚焦于释放困在组织生产力技术栈中的企业知识。我们将探讨针对 wiki、项目管理工具和 AI 基础模型的原生连接器，如何为你的下游 AI 智能体提供其所需的完整业务上下文。
一个平台，任意数据源
Lakeflow Connect 提供了一套全面的全托管原生连接器，覆盖 SaaS 应用、数据库和文件源，可将你的数据直接摄取到 Databricks 平台。每个连接器都可以通过点击式 UI 或简单的 API 进行设置。随后，你的数据会以受治理的托管表形式增量摄取到 Unity Catalog中，无需你预配、管理或扩展任何基础设施。
Lakeflow Connect 的摄取连接器按客户需求优先级排序，覆盖各条业务线，包括客户 360、运营、财务和生产力——即最贴近日常工作的技术栈。
一个平台，覆盖所有生产力工具
一般公司的生产力技术栈是一堆项目跟踪工具、wiki、文档存储、收件箱和 AI 工具的杂乱组合，每个工具只掌握工作如何完成的一小部分。要提取这些数据，历来需要拼凑自定义管道，构建缓慢且维护痛苦。门槛如此之高，以至于最具影响力的用例始终无法实现，例如：由企业内部知识驱动的 AI 智能体，或对运营分析的可视化洞察。
Lakeflow Connect 通过提供内置连接器，从生产力技术栈的各个部分无缝摄取数据，从而解决了这一问题：
- 协作: 工作如何被跟踪和交付？ Jira, Monday.com, Smartsheet, Aha!, 以及 GitHub
- 企业知识: 你的公司依靠哪些集体专业知识运转？ Confluence, Notion, Glean, SharePoint, 以及 Google Drive
- 电子邮件: 你的团队如何沟通？ Outlook 和 Gmail
- AI: 你的组织如何采用 AI？ OpenAI 和 Anthropic
凭借如此广泛的连接器，Lakeflow Connect 成为摄取引擎，将分散的生产力数据汇聚到一个受治理的基础之上，摆脱了传统上拖慢团队效率的集成瓶颈。
例如， Toyota Finance Australia, 这家全球最大汽车制造商之一的金融部门，使用 Lakeflow Connect 将其 Jira 数据作为全托管、零维护的管道引入 Databricks。
“Lakeflow Connect for Jira 改变了我们在企业数据管理平台中接入和使用 Jira 数据的方式。迁移到 Databricks 提供的全托管、UI 驱动的体验后，我们获得了一条无缝、零维护的管道，它能自动处理 API 复杂性和架构变更，同时以极少的投入和最高的可靠性，在 Databricks Lakehouse 中交付受治理、可直接用于分析的 Delta 表。”——Charbel Khoury，Toyota Finance Australia Limited 数据办公室负责人
另一位客户 VaxCare, 一家疫苗管理公司，运营着美国最大的初级保健疫苗接种网络，它使用 Lakeflow Connect 的 Confluence 连接器将其内部知识库输入 Databricks，并以此为基础构建 AI 智能体。
“Lakeflow Connect 的 Confluence 连接器为我们提供了一种无缝方式，将内部知识库输入 Databricks，使这些数据如今可供我们的聊天机器人搜索和操作——并为我们未来构建 AI 解决方案做好准备。” ——Yasaman Malone，VaxCare 优化与 AI 副总裁
非结构化内容，开箱即用为 AI 做好准备
AI 智能体可以从公司的集体知识中提供即时、有依据的答案，员工无需在 wiki、云盘和收件箱之间四处搜寻。但智能体的能力取决于其背后的数据，而其中大部分是非结构化数据。借助 Lakeflow Connect，这不成问题；我们的连接器可以将文件、页面和消息等非结构化内容作为受治理的表落入 Unity Catalog。具体的数据及其到达格式因数据源而异：
- SharePoint: SharePoint 连接器会引入非结构化文件本身（PDF、Word 文档、幻灯片和图像）。每个非结构化文件作为一行落入，其原始字节存储在一个
content列中（类型为BINARY或FILE），并附带每个文件的元数据。结构化文件（Excel 文件、CSV 等）也可以直接作为 Delta 表落入。 - Google Drive: Google Drive 连接器对非结构化文件的处理方式相同，将每个文档的原始字节作为一行落入一个
content列中。结构化文件（Google Sheets、CSV 等）也可以直接作为 Delta 表落入。 - Confluence: Confluence 连接器将每个页面和博客文章的内容以
STRUCT类型引入body和pages表的blogposts字段中。 - Outlook: Outlook 连接器将电子邮件正文以文本字符串（HTML 或纯文本）存储在
full_body_content列中，并将附件以attachments类型存储在BINARY列中。两者都位于email_messages表中。 - Gmail: Gmail 连接器将完整邮件正文作为文本字符串引入，存储在
messages表。它还会将每个附件的引用作为attachmentId. - GitHub：GitHub 连接器会引入仓库文本文件（源代码、Markdown 和配置文件），存储在
content表的repo_contents列中。
无论来源如何，内容都会作为受治理的表落入 Unity Catalog，你可以在这里开始对其进行转换，以供下游 AI 用例使用。
- 传入的文本（如 Confluence 页面、电子邮件正文和 GitHub 源文件）经过简单清理后即可进行分块和嵌入。
- 另一方面，以原始字节形式到达的文档文件（如来自 SharePoint 和 Google Drive 的文件，或来自 Outlook 的附件）会首先通过
ai_parse_document（Databricks 内置的文档智能）转换为文本。
无论哪种方式，你最终都会得到可以建立索引用于检索并置于智能体背后的文本。如需深入了解文档处理，请观看这场点播会议 《使用 Lakeflow 进行智能文档处理》；如需了解如何开始，请阅读 下游 RAG 指南.
M3 Accounting是一家领先的酒店业软件提供商，它使用 Lakeflow Connect 的 GitHub 和 SharePoint 连接器，将其工程和产品文档统一到 Databricks 中。
“我们几分钟内就启动并运行了 Lakeflow Connect GitHub 连接器。它通过自动将我们的 GitHub 数据与其他工程运营数据融合，每周为我们节省约一小时，让我们能够全面了解开发者活动并真正据此采取行动。我们将 Lakeflow Connect SharePoint 连接器指向我们的产品文档库，一周内我们的内部知识助手就能从实时、最新的内容中提取信息。无需自定义爬虫，无需文件同步脚本，只需一个连接器和一条管道。” ——Ross Serven，M3 Accounting 数据与 AI 副总裁
用 Lakeflow Connect 治理你的 AI 支出
随着 AI 智能体和生成式工具在各团队中普及，关于支撑它们的模型的问题也随之而来：我们在花什么钱、谁在使用什么、是否合规？为帮助回答这些问题，Lakeflow Connect 为最大的基础模型提供商提供了连接器：
- OpenAI：OpenAI 连接器会引入用量、成本、API 密钥、项目、用户和审计日志，让你可以按团队归属 AI 支出并跟踪采用情况。
- Anthropic：Anthropic 连接器会引入审计日志、你组织的用户和角色，以及 claude.ai 聊天和消息的内容，让你可以治理该工具的使用方式。
具体而言，这可以实现对组织内 AI 使用和采用趋势的单一、统一视图，让你能够衡量 AI 投资的投资回报率并向利益相关者报告。
全面了解你的 Atlassian 数据
Lakeflow Connect 的生态系统覆盖深度还延伸到了 Atlassian——这是任何工程或产品组织中使用最广泛的套件之一：
- Jira： Jira 连接器会引入问题、评论、冲刺、看板和自定义字段，让你可以跟踪交付情况并跨项目构建仪表板。
- Confluence： Confluence 连接器会引入页面和博客文章的全文，以及它们的空间、标签和附件，让团队的书面知识一进来就可以搜索和分析。
借助这两个连接器，你可以全面了解你的 Atlassian 数据——交付情况及其周围的文档，并排呈现。在此基础上，你可以跟踪各项目的发布、瓶颈和解决时间。你还可以构建 AI/BI 仪表板，并用自然语言向 Genie 询问任何相关问题。
例如， Digicert是一家数字安全领域的全球领导者，它使用 Lakeflow Connect 的 Confluence 连接器可靠地为其内部 AI 知识助手提供支持，而无需承担自定义管道的开销。
“Lakeflow Connect 的 Confluence 连接器在让我们的 Databricks 知识助手与最新文档持续保持同步方面帮了大忙。它为我们提供了一种简单、可靠的方式，将 Confluence 数据引入 Databricks，而无需构建和维护自定义管道的开销。这对我们的产品机器人尤其有价值，帮助它们保持最新状态，并为我们的团队提供准确、最新的知识。” ——Nikita Raje，DigiCert 数据工程高级总监
另一家客户 Orizon是一家巴西医疗健康技术公司，它使用 Lakeflow Connect 的 Jira 连接器为其领导层仪表板提供数据。
“借助 Lakeflow Connect Jira 连接器，我们将来自 168 个项目的超过一百万张工单引入 Databricks，每天全部同步，成功率 100%。基于这些数据，我们构建了 AI/BI 仪表板，自动为我们的指导委员会驾驶舱提供数据。Genie 发挥了根本性作用：我们用自然语言提问，它即时给出答案。” ——Gustavo Lima，Orizon 数据工程经理
如需 Jira 连接器的分步设置和调优指南，请参阅 《统一你的工程数据：Jira 摄取最佳实践》.
一个基础，回答所有分析或 AI 问题
由于每个连接器都会将其数据作为受治理的 Delta 表落入 Unity Catalog，你摄取的生产力和 AI 数据将成为与其余企业数据相同基础的一部分。在此基础上，你可以在 Databricks SQL 中直接将其与其他数据源一起查询，用 Genie One以自然语言向其提问，并用 Agent Bricks 基于当前公司知识为你构建的智能体提供依据。
而且，由于治理、血缘和访问控制都来自 Unity Catalog，无论数据最初来自哪个团队或工具，访问权限都保持一致。
TRegs是一个面向资金管理、风险和监管报告的金融科技平台，它已经在这一基础上进行构建。
“我们需要在一个地方查看所有成本和预测。通过使用 Lakeflow Connect 将我们的 Monday.com 和 QuickBooks 数据引入 Databricks，我们现在可以驱动 Genie AI/BI 仪表板，全面 360 度了解我们当前和预计的费用，让我们的生活变得非常轻松。” ——Smriti Raj，TRegs 总裁兼 CTO
Lakeflow Connect 正在积极为各业务线推出新的连接器，并即将支持更多连接器！立即免费试用 Lakeflow Connect 。
请关注 Lakeflow Connect 博客系列的下一篇文章，继续了解如何将所有企业数据引入 Databricks，并为你的 AI 智能体提供所需的完整上下文。
相关标签：在收件箱中获取最新文章
订阅我们的博客，即可将最新文章直接发送到你的收件箱。