An astronaut overseeing a futuristic data hub
PDF herunterladenMarkdown-Version

Verbinden Sie Dataiku Dss mit ChatGPT, Claude und Gemini

Richten Sie es einmal ein und es funktioniert mit ChatGPT, Claude, Cursor und jedem anderen Client, den Sie lieben. Alles läuft sicher im Hintergrund, damit Sie sich entspannen und sich auf das Wesentliche konzentrieren können. Verwalten Sie Data Science und ML-Modelle per natürlicher Sprache.

Fragen Sie die KI zu diesem Connector

Entwickelt, gewartet und gehostet von Vinkius.

MCP VERIFIZIERT · PRODUKTIONSREIF · VINKIUS GARANTIE

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Ihre KI erledigt die Arbeit. Wir halten alles sicher und geschützt.

Kein anderes KI-Tool bietet Ihnen das. Ihr Workflow läuft im Client, den Sie bereits lieben, Ihr Konto bleibt geschützt, und Sie entscheiden, was der Agent darf und was nicht. Das ist der ganze Grund für den Wechsel.

Jeder Connector lebt in unserer Infrastruktur, dort wo Ihr Workflow läuft. Die drei Dinge unten sind bereits Teil davon und arbeiten leise im Hintergrund, damit Sie nie darüber nachdenken müssen. Nichts hinzuzufügen, nichts einzurichten, keine Sorgen.

A futuristic MCP client docking bay
V8 Isolate01

Jeder Connector läuft in seiner eigenen abgeschotteten Umgebung.

Jeder Connector läuft in einer eigenen abgeriegelten V8-Laufzeit — kein Zugriff auf Ihre Dateien, Ihr System oder andere Server. Ein Connector sieht nie über seine eigene Anfrage hinaus.

Kill-Switch02

Ein Schalter stoppt jeden Agenten. Sofort.

Eine einzige Aktion deaktiviert jeden Connector, entzieht jedes Token und beendet jede Sitzung auf einmal. Die AI Governance bewahrt das Protokoll.

FinOps pro Nutzer03

Ausgabelimits, die anhalten, statt Sie zu überraschen.

Jeder Nutzer behält eigene Verbindungen und Anmeldedaten, isoliert von allen anderen. Was Ihr Ausgabelimit überschreiten würde, wird zurückgehalten und wartet auf Ihre Freigabe, anstatt abgerechnet zu werden.

Drei Kontrollen, eingebaut in die Schicht, über die sich Ihre KI verbindet.

Kuratiertes Set · 14 Fähigkeiten

Wir liefern nur die Aktionen, die zählen.

Fähigkeiten-Set01 / 04

01-04

4 Fähigkeiten in diesem Set.

Teil von 14, verfügbar über Dataiku.

  1. 01

    Pipeline-Jobs auflisten

    Zeigt alle aktuellen Pipeline-Jobs eines Projekts an, einschließlich Build-Aufgaben und Trainingsläufen.

  2. 02

    Rezept-Konfiguration abrufen

    Ruft die spezifischen Einstellungen und Konfigurationen eines Datenrezepts ab.

  3. 03

    Job-Details abrufen

    Liefert Informationen zum Status, zur Laufzeit und zu den Ergebnissen eines spezifischen Jobs.

  4. 04

    Projekt-Metadaten abrufen

    Gibt Informationen über Projekteinstellungen, Metadaten und zugehörige Tags zurück.

Fähigkeiten-Set02 / 04

05-08

4 Fähigkeiten in diesem Set.

Teil von 14, verfügbar über Dataiku.

  1. 05

    Datenverbindungen auflisten

    Zeigt alle in DSS hinterlegten Verbindungen zu Datenbanken, Cloud-Speichern oder APIs an.

  2. 06

    Datensätze auflisten

    Listet alle im aktuellen Projekt verfügbaren Datensätze auf.

  3. 07

    Rezepte auflisten

    Zeigt alle Daten-Transformationsrezepte innerhalb eines Projekts an.

  4. 08

    Automatisierungsszenarien auflisten

    Gibt eine Übersicht über alle im Projekt konfigurierten Automatisierungsszenarien.

Fähigkeiten-Set03 / 04

09-11

3 Fähigkeiten in diesem Set.

Teil von 14, verfügbar über Dataiku.

  1. 09

    Projekte auflisten

    Zeigt alle DSS-Projekte an, auf die der verwendete API-Key Zugriff hat.

  2. 10

    Datensatz-Schema abrufen

    Liefert die Struktur eines Datensatzes, einschließlich Spaltennamen und Datentypen.

  3. 11

    Modell-Metadaten abrufen

    Ruft Informationen zu gespeicherten Modellen, Algorithmen und Leistungsmetriken ab.

Fähigkeiten-Set04 / 04

12-14

3 Fähigkeiten in diesem Set.

Teil von 14, verfügbar über Dataiku.

  1. 12

    ML-Modelle auflisten

    Zeigt alle im Projekt bereitgestellten oder gespeicherten Machine-Learning-Modelle an.

  2. 13

    Szenario ausführen

    Löst die Ausführung eines Szenarios aus, um beispielsweise Pipelines neu aufzubauen oder Modelle neu zu trainieren.

  3. 14

    Installierte Plugins auflisten

    Gibt eine Liste der in der DSS-Instanz installierten Plugins aus.

Echte Arbeit

Was Teams täglich ausführen

01

Automated Model Retraining

Trigger a scenario to retrain a model immediately after you verify new data has arrived in a dataset.

02

Rapid Data Auditing

Ask your agent for the schema of a specific dataset to quickly verify if upstream changes broke your pipeline.

03

Pipeline Health Checks

Monitor the execution state and timing of long-running build tasks to ensure they are progressing as expected.

04

Environment Verification

Check which data connections and plugins are active to ensure your project has the necessary permissions and capabilities.

Eine Aufgabe automatisieren

Bringen Sie Dataiku für eine Sache an die Arbeit.

Schritt-für-Schritt-Automatisierungen, die Ihre KI über diesen Connector ausführt: der Ablauf, die Prompts für den Einstieg und die genauen Fähigkeiten hinter jedem Schritt.

Ein Connector, jede KI

Dataiku funktioniert mit den beliebtesten KI-Clients.

Dies sind die beliebtesten Clients, jeder mit einer Schritt-für-Schritt-Anleitung: ein Link, einmal eingerichtet, mit Governance und Sichtbarkeit an Bord. Und da alles auf dem MCP-Standard läuft, funktioniert dieselbe Verbindung auch in jedem anderen kompatiblen Client — nichts neu zu bauen.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

Bauen Sie Ihre eigene App? Der Connector gehört Ihnen.

Sie brauchen keinen Client, um Dataiku arbeiten zu lassen: dieselbe gehostete Verbindung speist Ihre eigenen Anwendungen und Ihren Agenten-Code, mit derselben Governance bei jeder Anfrage. Damit bauen, damit chatten — eine Verbindung für beides.

Beobachtet, nicht geschätzt

Durchschnitt 917ms. Schnell in der Produktion.

Dataiku wird täglich gegen den Live-Service geprüft.

TagesdurchschnittSpitze 1009ms
7. Okt.Heute
Schnellster Tag
751ms
Langsamster Tag
1009ms
14-Tage-Trend
Verlangsamend+32%

Verbinden Sie Ihren Client

Eine URL. Jeder Client.

Aktivieren Sie den Connector, kopieren Sie Ihren Link und fügen Sie ihn in den Client ein, den Sie bereits nutzen. 14 Fähigkeiten kommen einsatzbereit an.

Vorschauzugang · keine Anbieter-Authentifizierung

Das vk_preview_*-Token gehört zur Vorschau-Infrastruktur von Vinkius. Es ermöglicht Claude, die Fähigkeiten von Dataiku zu entdecken und anzuzeigen, damit Sie das Erlebnis in Ihrer KI sehen.

Es authentifiziert Ihr Konto nicht bei Dataiku. Aktionen, die Anmeldedaten oder echte Kontodaten erfordern, werden möglicherweise erst ausgeführt, wenn Sie den Connector aktivieren und den Dienst autorisieren.

Dataiku Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_omB2MsN4Y1V0ZX0dD6ibopTA1n2aAb9aFGAtDQOY/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Dataiku capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "dataiku-dss-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_omB2MsN4Y1V0ZX0dD6ibopTA1n2aAb9aFGAtDQOY/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Schritt-für-Schritt-Anleitungen für jeden Client finden Sie im Guide. Verbinden

Geführte Einrichtung für Claude? Dataiku in Claude und anderen KI-Tools einrichten

Alle KI-Clients ansehen, mit denen dieser Connector funktioniert ↑

Für wen

Für die Arbeit, die Dataiku-Nutzer abgeben.

Dieser Connector richtet sich an Experten, die Data Science Workflows effizienter mit KI-Capabilities steuern möchten.

  • 01

    Data Scientists

    Überwachen das Training von Modellen und vergleichen Datensatz-Schemata direkt im Forschungsfluss.

  • 02

    Data Engineers

    Verfolgen Pipeline-Jobs und prüfen Rezept-Konfigurationen mithilfe natürlicher Sprache.

  • 03

    MLOps Teams

    Lösen Automatisierungsszenarien aus und überwachen bereitgestellte Modelle in Echtzeit.

FAQ

Fragen von Dataiku-Nutzern.

  • 01

    What kind of API keys does this MCP support?

    This MCP works with Personal, Project, or Global API keys from your Dataiku instance.

  • 02

    Can I trigger actual data transformations?

    Yes, you can use the run_scenario capability to trigger execution commands that rebuild pipelines or retrain models.

  • 03

    Which AI clients can I use with this MCP?

    You can use any MCP-compatible client, including Claude, Cursor, and Windsurf.

  • 04

    Does this MCP host the data?

    No, Vinkius hosts the MCP itself, but it connects directly to your existing Dataiku DSS instance to perform actions.

  • 05

    Can I see the logic inside my Dataiku recipes?

    Yes, the get_recipe capability allows your agent to retrieve the specific configuration and settings for your recipes.

  • 06

    Can my agent trigger a Dataiku automation scenario?

    Yes. Use the 'run_scenario' capability. Provide the project key and the scenario ID. The agent will command the backend to orchestrate the absolute workflow rules, triggering a new execution run for your pipeline or model retraining.

  • 07

    How do I check the schema of a specific dataset via chat?

    Provide the project key and dataset name to the 'dataset_schema' capability. Your agent will validate the API arrays structurally and return the dataset column names and types natively, helping you understand your data boundaries.

  • 08

    Can I monitor the performance of saved ML models?

    Absolutely. Use the 'get_model' capability. Your agent retrieves the metadata and performance metrics defining specific trained schema layers, allowing you to audit model quality and drift without opening the DSS UI.

Entdecken

Mehr in AI Frontier

Vorschläge

Verbinde Dataiku mit Claude, Cursor, ChatGPT & mehr