摘要
数据空间（Data Spaces）能够实现跨组织边界的自主可控且受治理的数据共享，但由于概率性语言模型交互与策略驱动的数据基础设施之间存在不匹配，其与 AI 智能体的集成仍然面临挑战。本文提出了一种基于 Model Context Protocol（MCP）的架构中介方法，通过 Eunomia Agent 实现，以支持大语言模型（LLM）智能体与数据空间服务之间的受控交互。所提出的中介层将数据空间能力转换为结构化、模式驱动的工具，使 AI 智能体能够发现和调用这些工具，同时保留治理约束。原型实现验证了在目录发现、元数据检索和数据服务调用方面的端到端交互，且无需修改现有数据空间组件。结果表明，基于协议的中介能够实现 AI 智能体与数据空间生态系统的互操作且符合标准的集成。该方法为希望在受治理的数据共享环境中引入 AI 驱动自动化、同时保持合规性、互操作性和架构关注点分离的组织提供了实践指导。