# Datafold

用于 AI 迁移、数据质量测试和智能体上下文的数据工程自动化平台

- Findings24: <https://findings24.com/zh-CN/tools/datafold>
- 网站: <https://datafold.com>
- 价格: Freemium
- 分类: AI 数据清洗

## 什么是 Datafold？

Datafold 是一个面向数据工程自动化的平台，围绕三个主要领域构建：AI 驱动迁移、数据质量工具，以及面向 AI agent 的上下文层。它面向需要迁移和现代化数据平台、按规模验证变更，并为编程代理提供可靠工作所需上下文的团队。

迁移方案侧重于将平台迁移作为交付结果，提供固定价格、保证时间线和值级验证。数据质量产品涵盖 Data Diff、跨系统对账和主动监控，而 Data Knowledge Graph 则收集技术和业务上下文，并通过 MCP 将其提供给 agent。

## Datafold 能做什么？

### 以托管结果交付的迁移

将 AI 驱动的代码转换与自动化验证相结合，使迁移以结果交付，而不是仅作为工具型工作流。

### 按结果交付的迁移

围绕遗留对象数量和环境复杂度来界定迁移范围，提供固定价格和合同保证的交付时间线。

### 测试、对账与监控

数据质量平台可在拉取请求前后比较数据，跨系统对账，并监控新鲜度、体量和分布。

### 面向 AI agent 的上下文层

Data Knowledge Graph 汇集血缘、业务逻辑、使用情况、本体和源代码上下文，并通过 MCP 向 agent 暴露这些信息。

### agent 可访问的验证工具

Data Diff 和监控能力可通过 MCP 提供给编程代理，使其能够以程序方式验证工作、对账数据并检查质量状态。

### 注重安全的部署选项

平台支持部署在客户 VPC 内，并可在 AWS、GCP、Azure、Snowflake 或 Databricks 环境中使用已批准的 LLM 推理端点。

## 使用场景

### 平台迁移

当你需要以固定价格和保证时间线迁移数据平台或现代化遗留管道，并在过程中验证一致性时，可使用迁移 agent。

### 数据测试与监控

使用数据质量工具在拉取请求中发现回归、对跨系统数据集进行对账，并在生产环境中监控新鲜度、体量和分布。

### AI 辅助数据工程

当你希望 AI 编程代理在进行更改前理解血缘、业务逻辑、本体、使用情况和源代码上下文时，可使用知识图谱。

### 迁移验证与对账

在迁移必须确保源环境与目标环境一致时，可使用平台进行跨系统一致性检查、UAT 支持和切换验证。

### 程序化 agent 工作流

当编程代理需要验证自身工作、查询监控状态或以程序方式检查数据变更时，可使用通过 MCP 暴露的工具。

## 常见问题

### Datafold 是做什么的？

Datafold 被定位为一个数据工程自动化平台，提供迁移、AI 驱动开发以及数据质量测试/监控相关产品。

### Datafold 如何定价？

源信息显示其采用联系销售的定价流程。定价页面会跳转到联系页面，用户可以申请演示、咨询价格和功能，或发送消息。

### 数据质量产品包含哪些内容？

数据质量平台包括 CI/CD 中的 Data Diff、跨系统对账以及主动监控，并且这些能力可通过 MCP 暴露给编程代理进行程序化使用。

### Data Knowledge Graph 是做什么的？

Data Knowledge Graph 会收集并统一血缘、业务逻辑、使用情况、本体以及源代码上下文，然后通过 MCP 将这些上下文提供给 AI agent。

### 迁移服务如何运作？

迁移产品被描述为一种全托管的迁移结果交付，具有固定价格、保证交付时间线，并对迁移后的数据进行值级验证。

## 快速信息

- **类别**: 数据工程自动化平台
- **主要用途**: 面向数据团队的迁移、数据质量和 AI-agent 上下文
- **公开定价**: 联系销售 / 申请演示
- **源域名**: datafold.com
- **典型工作流**: 迁移、验证、监控，并通过 MCP 向 agent 暴露上下文