DataGrout

Большинство MCP-клиентов решают одну задачу: отправить запрос, получить ответ. Conduit создан для несколько иной проблемы — агента, которому нужно доказать свою личность, продолжать работу в рамках длительных сессий без повторной ручной аутентификации и оставаться в рамках бюджета затрат или политик. Именно этот пробел заполняет данный SDK.

MCP-клиентская библиотека со встроенной поддержкой mTLS, OAuth 2.1 и семантического обнаружения инструментов. Доступна для Python, TypeScript, Rust, Elixir и Ruby.

Замените один импорт — и существующий агент получит сертификатную идентификацию, видимость затрат и обнаружение инструментов на естественном языке — без каких-либо других изменений в коде.

Нужен ли вам SDK или достаточно просто конечной точки?

Каждый сервер DataGrout предоставляет стандартную MCP-конечную точку — любой MCP-совместимый клиент может подключиться к ней напрямую, используя только URL и bearer-токен, без необходимости в SDK. Conduit предназначен для случаев, когда вам нужно больше, чем минимум:

• Вам нужна сертификатная (mTLS) идентификация вместо самостоятельного управления токеном

• Вам нужен учёт затрат на каждый вызов без отдельной реализации

• Вам нужно семантическое обнаружение, чтобы агент мог найти нужный инструмент, описав цель, а не зная точное имя инструмента

• Вы интегрируетесь на Rust, Elixir или Ruby, где самостоятельная реализация MCP-транспортной логики требует больше усилий, чем в Python/TypeScript

Если ничего из этого не применимо — например, вы просто подключаете Claude Desktop к серверу DataGrout — обычной JSON-конфигурации mcpServers будет проще и достаточно. Conduit предназначен для создания собственного агента или приложения поверх DataGrout, а не для базовой настройки клиента.

Поддержка языков

Язык	Пакет	Установка
Python	datagrout-conduit	pip install datagrout-conduit==0.7.0
TypeScript	@datagrout/conduit	npm install @datagrout/conduit@0.7.0
Rust	datagrout-conduit	cargo add datagrout-conduit@0.7.0
Elixir	datagrout_conduit	{:datagrout_conduit, "~> 0.7.0"}
Ruby	datagrout-conduit	gem install datagrout-conduit -v 0.7.0

Получение сервера без предварительной регистрации

У вас ещё нет аккаунта или конечной точки DataGrout? SDK может подготовить оба варианта напрямую (показан пример для Python; аналогичный вызов существует в SDK каждого языка — точный синтаксис см. в документации по языкам по ссылкам ниже):

from datagrout.conduit import ClientBuilder
from datagrout.conduit.onramp import OnrampOptions

client = await ClientBuilder().bootstrap_onramp(OnrampOptions(
    gateway="https://app.datagrout.ai",
    agent_name="my-agent",
    agent_type="claude-sonnet-4-6",
    intended_use="Summarise documents and extract entities.",
))
await client.connect()

За этим единственным вызовом стоит следующее: SDK регистрирует вашего агента, обменивает краткосрочный токен на учётные данные OAuth и URL сервера, генерирует локальную пару ключей и подписывает её через CA DataGrout. Закрытый ключ остаётся на вашей машине. Каждый последующий запуск автоматически использует сохранённую идентичность.

Предпочитаете терминал написанию кода: invariant onboard.

Аутентификация

Три метода, одинаковые во всех пяти SDK:

• Bearer-токен — самый простой вариант, подходит для быстрого тестирования.

• OAuth 2.1 (учётные данные клиента) — SDK автоматически получает, кэширует и обновляет JWT.

• mTLS — после однократной начальной настройки сертификат сам аутентифицирует каждый запрос; управлять токенами в дальнейшем не нужно.

Для mTLS идентичность обнаруживается автоматически в фиксированном порядке поиска: явно указанная директория переопределения, переменные окружения CONDUIT_MTLS_CERT/CONDUIT_MTLS_KEY, CONDUIT_IDENTITY_DIR, стандартная ~/.conduit/, затем локальная .conduit/ относительно рабочей директории. Запуск нескольких агентов на одной машине означает, что каждому нужна своя директория идентичности.

Зачем выделенный CA: требования к машинной идентичности отличаются от браузерной — агентам нужны сертификаты, выпускаемые и обновляемые программно, без участия человека каждый раз. Ключ подписи хранится в AWS KMS с аппаратной защитой (FIPS 140-2 Level 2) и никогда его не покидает. Сертификат CA публично доступен по адресу ca.datagrout.ai/ca.pem для независимой проверки цепочки.

Варианты транспорта

Транспорт	Протокол	Когда использовать
mcp (по умолчанию)	MCP через Streamable HTTP/SSE	Нужна полная поддержка протокола, потоковая передача, уведомления
jsonrpc	JSON-RPC 2.0 через HTTP POST	Нужно что-то более простое и без сохранения состояния
websocket	JSON-RPC 2.0 через WebSocket	Нужно, чтобы сервер отправлял события, а не только отвечал

Аутентификация работает одинаково во всех трёх вариантах — смена транспорта не означает смену способа аутентификации.

Ключевые возможности

• Интеллектуальный интерфейс (включён по умолчанию) — сводит всю поверхность инструментов к двум вызовам: discover и perform. Агент описывает цель на естественном языке вместо анализа сотен схем инструментов. Отключите с помощью use_intelligent_interface=False, чтобы увидеть исходные инструменты.

• Семантическое обнаружение — также доступно отдельно, для поиска инструментов по смыслу, а не по точному имени.

• Видимость затрат — каждый вызов возвращает квитанцию с использованными кредитами.

• Управляемые рабочие процессы — client.guide(goal=...) интерактивно проводит через многошаговую цель.

• Сертификаты когнитивного доверия — криптографическое доказательство того, что рабочий процесс не содержит циклов, типобезопасен, соответствует политикам и укладывается в бюджет, подписано тем же CA, что и идентичности агентов.

Пространства имён первого уровня

Пространство имён	Назначение
prism	Преобразование данных, построение графиков, рендеринг, экспорт
logic	Постоянная память агента через логический слой Prolog
warden	Проверки безопасности, проверка намерений, консенсус нескольких моделей
deliverables	Регистрация и получение готовых результатов работы
ephemerals	Просмотр и управление кэшированными результатами
flow	Оркестрация рабочих процессов — маршрутизация, утверждение человеком, история выполнения

Рабочие процессы можно сохранять как именованные переиспользуемые навыки (save_as_skill=True) или встраивать инлайн как разовые шаги через $compute. flow.route обрабатывает условное ветвление; flow.request_approval/flow.request_feedback вставляют контрольные точки для человека. Всё, что не покрыто пространствами имён, доступно через универсальный вызов dg().

Связь с интеграциями DataGrout

Conduit — это слой между вашим агентом и любым сервером DataGrout, включая интеграции с Salesforce, QuickBooks и Oracle Fusion Cloud. Вызов call_tool("salesforce@1/get_lead@1", ...) работает одинаково независимо от того, какие интеграции настроены на этом сервере; SDK не нужно заранее знать о конкретной интеграции.

Куда двигаться дальше

• Документация по языкам: README для Python, TypeScript, Rust, Elixir, Ruby (GitHub)

• Детали безопасности: app.datagrout.ai/security

• Бесплатные инструменты без регистрации: MCP Inspector и JSON-RPC Inspector, браузерные

• Лаборатория: исследовательские материалы о сертификатах доверия, семантическом анализе кода, контроле политик, кредитной модели и многом другом

Лицензия

MIT