Marmot治理化查询实战:AI Agent没有数据库密码也能安全执行SQL
Marmot治理化查询实战:AI Agent没有数据库密码也能安全执行SQL
Marmot 是一个开源的数据目录(Data Catalog)项目,它为 AI Agent 提供了一条"治理化查询"通道:把数据库的表、主题、队列和 API 编目后,Agent 只需调用 Marmot 的 query_data 接口执行只读 SQL,Marmot 在语句到达数据库之前先校验调用者权限,全程无需把数据库密码交给 Agent。本文带你完整走通这条安全链路 🔐。
为什么 AI Agent 不该直接持有数据库密码
传统做法是给每个 Agent 配一套数据库账号,问题随之而来:
- 密码扩散:Agent、CI、脚本到处复制连接串,泄露面不可控;
- 权限失控:数据库账号通常是"能读全库",无法按人、按 Agent 区分;
- 无法审计:一条 SQL 是 Agent 跑的、还是人跑的,事后说不清。
Marmot 的思路是把"查数"收拢到一处:谁在问先过 Marmot 的权限体系,怎么跑由数据源插件以只读方式执行,跑了什么全部记录进查询审计日志(Query Audit)。
数据查询的设计细节见 data-queries.md,执行操作见 query-data.md。
Marmot 安全执行 SQL 的 5 个步骤
每条查询在 Marmot 内部都经历同一条受控链路:
- 身份识别:人在 Query 页面、Agent 走 MCP、脚本走 CLI,提交 SQL 并指明数据源;
- 权限校验:Marmot 检查调用者是否持有
assets:query权限,没有权限的调用在语句到达数据源之前就被拒绝(源码见 policy.go); - 只读规划:插件先对语句做只读检查,PostgreSQL 插件会打开一个始终回滚的 READ ONLY 事务执行(见 query.go),DuckDB 则以只读方式打开文件并关闭外部访问;
- 用数据源自身凭据执行:数据库密码只存在于 Marmot 的 pipeline 配置中,加密存储、API 永不返回,Agent 拿不到;
- 行附带上下文返回:结果行之外,Marmot 同时返回目录里对这些表的描述、owner、含个人数据的列,让 Agent 拿到的是"带语义的数据"。
同时还有硬性护栏:
| 配置项 | 默认值 | 作用 |
|---|---|---|
query_timeout |
60 秒 | 超时自动取消查询 |
max_rows_default |
1,000 行 | 未指定上限时的返回行数 |
max_rows_cap |
10,000 行 | 任何查询可返回的最大行数 |
写入、DDL、多语句混合一律被拒(报错 only read queries can run through Marmot)。Marmot 不存储查询结果行,只记录审计元数据。
第一步:为数据源开启查询
只有标记 Supports querying 的插件(PostgreSQL、MySQL、BigQuery、ClickHouse、Trino、DuckDB 等)才能应答查询:
- 打开 Plugins 页面,选中目标 pipeline;
- 选择 Edit pipeline,在 Answer queries 下打开 Let agents and people query this source;
- 保存。开启此开关需要
access:manage权限。
Marmot 连不到的数据源(如私有网络中的库),可以把插件部署在网络内部反向应答查询,见 serving-plugins.md。
第二步:给 Agent 一个"只读分析师"身份
Marmot 用 resource:action 形式的权限管理访问,查询相关的有三个:
| 权限 | 作用 | 默认持有者 |
|---|---|---|
assets:query |
对可查询数据源执行只读 SQL | admin |
access:view |
查看所有人的查询审计 | admin |
access:manage |
决定哪些数据源应答查询、取消查询 | admin |
最佳实践不是给 Agent 用你的个人 API Key,而是创建专属服务账号(Service Account):
- 进入 Settings → Service accounts → Create service account,按用途命名(例如
support-triage-agent); - 为它创建一个自定义角色,只授予
assets:query(以及按需的assets:view、glossary:view),不授予任何manage权限; - 为该账号创建 API Key,建议设置 90 天过期,便于轮换。
服务账号管理界面如下,每个账号都能看到它的角色、最近使用时间和状态:
角色与权限的完整说明见 access-control.md。
这样即使 Agent 被诱导执行恶意指令,它也没有写权限;想停用某个 Agent?直接吊销它自己的 Key 即可,不影响其他人。
第三步:Agent 通过 MCP 执行 SQL
Marmot 内置了 MCP server(地址为 https://<your-marmot-server>/api/v1/mcp)。把 Agent 客户端指向它并填入服务账号的 API Key 后,Agent 就获得了两组查询工具:
list_queryable_sources:列出当前身份能查询的数据源;query_data:执行一条只读 SQL,参数只有source、statement、max_rows。
工具返回的不只是数据行,还有目录中对所读表的描述与标签(源码见 query_tools.go)。如果权限不足,Marmot 返回的不是裸错误,而是带引导的说明:告诉 Agent "缺哪个权限、该提示用户找管理员申请",而不是教它绕路。
在 Query 工作区中,人可以以完全相同的方式手工执行只读 SQL,看到结果、读取的表和历史记录:
也可以不配置 MCP,直接用 CLI 验证链路:
marmot query sources
marmot query tables marketplace-postgres
marmot query run marketplace-postgres \
"SELECT category, sum(gmv_gbp) AS gmv_gbp FROM gmv_daily GROUP BY 1"
查询审计:Agent 的每一步 SQL 都可追溯
所有经过 Marmot 的查询——无论来自 Query 编辑器、API、CLI 还是 MCP——都会进入 Query audit(Operate 菜单下),每条记录包含:
- 语句本身与目标数据源;
- 谁执行的:个人账号,或服务账号及其背后行动的 Agent;
- 读取了哪些表,以及目录当时记录的 owner 与个人数据列;
- 结果状态、返回行数、是否被行数上限截断。
结果数据行本身从不落盘。被拒绝的查询同样记录,并标注缺少的权限,可直接从审计条目 Request access 发起申请:
管理员还可以按时间范围筛选、按调用者/表名/SQL 搜索,并 Export CSV 导出做合规审查。审计能力说明见 query-audit.md。
顺带一提,Agent 通过 Marmot 获取的不只是查询结果,还有血缘、owner、术语表等上下文,让"问数"变成"问对数":
常见问题排查
| 现象 | 处理 |
|---|---|
报错 querying data needs the assets:query permission |
调用者缺少查询权限,为其角色添加 assets:query,或点 Request access 申请 |
报错 only read queries can run through Marmot |
语句包含写入/DDL 或多条语句,只提交单条 SELECT |
| 数据源不在列表里 | 该 pipeline 未开启查询,按"第一步"打开开关 |
relation "…" does not exist |
表不在查询库中,PostgreSQL 可在 pipeline 中设置 Query Database |
| 结果提示被截断 | 调大 Row limit(上限 max_rows_cap)或收窄语句 |
注意一点边界:Marmot 的权限是"治理层",数据源自身的权限仍是硬边界——给 pipeline 配一个只能读、且只能读公开数据的数据库用户,是纵深防御的最后一环。开源版中 assets:query 覆盖所有可查询数据源;按表、按数据源的细粒度授权属于 Marmot Cloud 的能力。
小结
Marmot 的治理化查询把"给 Agent 一个数据库密码"这件事彻底翻了过来:
- 身份:每个 Agent 一个服务账号,权限最小化、可单独吊销;
- 执行:单条只读 SQL + 只读事务,密码留在 Marmot 侧加密保管;
- 留痕:查询审计记录每一次 SQL 的谁、读什么、结果如何,支持 CSV 导出。
人、Agent 和脚本从此共享同一条受治理的查数通道——这正是 Marmot 作为"AI 的上下文层"最有价值的部分。



