使用发现智能体对企业数据资产运行复杂的自然语言查询，该智能体可调用 Knowledge Catalog API (Python)。

使用丰富智能体大规模生成数据资产的 AI 驱动型概览，该智能体可调用 Knowledge Catalog API (Python)。

使用 AI 智能体和 Knowledge Catalog 作为上下文图，构建跨云分析工作流，以处理分布式数据存储区中的数据。

使用 Google Cloud 控制台将结构化、架构驱动型元数据（方面）和业务定义（词汇表）附加到数据资产（条目）。

创建 Apache Iceberg 表，强制执行列级安全集中式数据政策，定义安全政策，并直观呈现自动化数据沿袭。

自动从 BigQuery 等 Google 服务注入元数据。

使用开放式 API 为自定义数据源中的元数据编制索引。

使用数据分析来发现 BigQuery 表中的列统计信息和异常，然后配置和执行自动化数据质量扫描。

借助 Antigravity CLI，使用自然语言查询来分析数据和生成质量规则，然后将数据质量规则部署为自动化扫描。

使用针对 Antigravity CLI 的自然语言查询，验证 Knowledge Catalog 是否可以区分源数据和临时派生数据。

确定数据转换如何影响下游资源、数据完整性和工作流。

将敏感数据的流向追溯到将其从可信位置移至不可信位置的过程。

通过识别未积极用作其他流程来源的资产来降低存储费用。

使用单个 API 请求检索数据资产的预格式化、LLM 就绪型上下文。