Apache Superset 二次开发实践：接入 AI Agent，并确保数据权限不被绕过

本文记录澈析 BI（Chexi BI）的开发实践。项目基于 Apache Superset 深度开发，增加了 AI Agent、MCP 工具服务、用户权限隔离和独立部署能力。澈析 BI 是独立产品，并非 Apache Software Foundation 官方发行版本。

一、为什么选择 Superset 做 AI BI

传统 BI 的主要操作包括连接数据源、编写 SQL、创建数据集、制作图表和搭建仪表盘。Apache Superset 已经提供了比较完整的数据可视化、SQL Lab、RBAC 和行级权限能力，适合作为智能 BI 的基础平台。

但接入大模型后，问题不只是“让 AI 生成 SQL”。真正需要解决的是：

• AI 能看到哪些数据库和数据集？
• AI 创建的图表属于哪个用户？
• 不同角色能否通过 Agent 绕过页面权限？
• 自然语言查询是否遵守行级安全规则？
• AI 生成错误 SQL 时，如何限制影响范围？

因此，我们没有让 Agent 直接连接业务数据库，而是让它通过 Superset 的业务层和权限体系访问资源。

二、整体架构

浏览器 │ ├── www.chexi.tech：公开产品官网 │ └── app.chexi.tech：登录后的 Superset 应用 │ Nginx / HTTPS │ Gunicorn + Superset │ ┌──────────────┴──────────────┐ │ │ PostgreSQL 元数据库 Redis 缓存 │ └──────── MCP Service ─────── AI Agent

MCP 服务作为独立进程运行，使用 FastMCP 提供标准化工具，但复用 Superset 的配置、元数据库、SQLAlchemy 模型和安全管理器。

目前工具覆盖数据集、数据库、图表、仪表盘等资源，例如：

list_datasets 查询用户可见的数据集 query_dataset 查询已授权数据集 generate_chart 创建图表 get_chart_data 获取图表数据 generate_dashboard 创建仪表盘 list_dashboards 查询可见仪表盘

三、最重要的原则：AI 不能拥有额外权限

Agent 发起请求后，服务首先验证 JWT 或其他受支持的令牌，再将对应 Superset 用户写入当前请求上下文。

简化后的流程如下：

def handle_agent_request(token: str): user = verify_token_and_resolve_user(token) if not user or not user.is_active: raise AuthenticationError() g.user = user return execute_tool_as_current_user()

之后继续使用 Superset 原有的安全能力：

• Flask-AppBuilder RBAC 控制功能权限
• DashboardAccessFilter过滤看板
• ChartAccessFilter过滤图表
• DatasourceFilter过滤数据集
• security_manager.raise_for_access()校验具体数据资源
• 数据集查询路径继续应用 Row Level Security

这意味着 Agent 只是用户的新操作入口，不是一个拥有管理员权限的超级账号。

需要特别注意：数据集 RLS 与任意 SQL 执行不是同一层安全边界。拥有 SQL Lab 或数据库访问权限的用户，可能具备比数据集查询更大的访问范围。因此，生产环境应限制任意 SQL 工具，并优先让 Agent 使用数据集查询接口。

四、开发认证与生产认证必须分开

开发阶段可以配置固定用户，方便调试：

MCP_DEV_USERNAME = "admin"

但这种模式下，所有 MCP 请求都会以同一个用户执行，绝对不能直接用于多用户生产环境。

生产环境应启用 JWT，并校验签名、签发者、受众和过期时间：

MCP_AUTH_ENABLED = True MCP_JWT_ISSUER = "https://auth.example.com" MCP_JWT_AUDIENCE = "superset-mcp" MCP_JWT_ALGORITHM = "RS256" MCP_JWKS_URI = "https://auth.example.com/.well-known/jwks.json" MCP_DEV_USERNAME = None

令牌应使用短有效期，并将用户身份映射到真实的 Superset 用户。自动化任务则使用独立服务账号，授予最小权限，而不是复用 Admin。

五、Redis 缓存配置中的真实问题

图表查询会访问DATA_CACHE_CONFIG。即使业务数据库测试连接成功，只要 Redis 认证失败，图表接口仍会返回 500。

我们曾遇到过这个错误：

redis.exceptions.AuthenticationError: invalid username-password pair or user is disabled

最终发现部署环境中的 Redis 密码包含了额外引号。推荐统一使用环境变量，并正确编码连接信息：

import os from urllib.parse import quote REDIS_HOST = os.getenv("REDIS_HOST", "127.0.0.1") REDIS_PORT = int(os.getenv("REDIS_PORT", "6379")) REDIS_USER = os.getenv("REDIS_USERNAME", "default") REDIS_PASSWORD = os.environ["REDIS_PASSWORD"] password = quote(REDIS_PASSWORD, safe="") redis_url = ( f"redis://{REDIS_USER}:{password}" f"@{REDIS_HOST}:{REDIS_PORT}/2" ) DATA_CACHE_CONFIG = { "CACHE_TYPE": "RedisCache", "CACHE_KEY_PREFIX": "superset_data_", "CACHE_REDIS_URL": redis_url, }

密钥、数据库密码和 Redis 密码都不应写进superset/config.py，更不能提交到 Git。Superset 官方的生产安全文档也明确建议使用环境变量或密钥管理服务，而不是在配置文件中硬编码。Superset 生产安全文档

六、FastMCP 的模块遮蔽问题

另一个比较隐蔽的问题发生在以下启动方式：

cd /home/ubuntu/prod/ai_superset python superset/app.py

Python 会把脚本所在的superset/目录放到模块搜索路径最前面。Superset 自己存在superset/key_value/，它可能遮蔽 FastMCP 依赖的第三方key_value.aio，最终出现：

ModuleNotFoundError: No module named 'key_value.aio' FastMCP server support is not installed

依赖实际上已经安装，问题出在模块搜索顺序。正确方式是从项目根目录按模块或 WSGI 应用启动：

python -m superset.app

生产环境则使用：

gunicorn \ --bind 127.0.0.1:9000 \ --workers 2 \ --worker-class gthread \ --threads 8 \ --timeout 300 \ "superset.app:create_app()"

Superset 官方同样不建议在生产环境使用superset run或 Flask 开发服务器，而应使用 Gunicorn 等 WSGI 服务。Superset 配置文档

七、Nginx 与登录保护

Gunicorn 只监听本机地址：

location / { proxy_pass http://127.0.0.1:9000; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; }

公开官网和数据应用使用不同域名。官网允许搜索引擎抓取，Superset 应用则保持登录保护，并增加：

add_header X-Robots-Tag "noindex, nofollow, noarchive" always;

robots.txt和noindex只能控制搜索展示，不能代替鉴权。真正的保护仍然是登录状态、RBAC、资源权限、RLS 和接口层的401/403响应。

八、AI BI 的能力边界

AI Agent 可以降低查询、筛选和可视化配置的操作成本，但不能自动理解企业所有业务口径。

例如，“销售额”可能代表含税金额、实收金额、订单金额或退款后的净额。即使 SQL 语法完全正确，指标定义仍可能错误。

因此，我们把 AI 的定位设计为：

• 帮助用户表达分析需求
• 查找用户有权限的数据集
• 生成候选分析和可视化
• 保留查询与图表配置供用户检查
• 让重要结论经过人工核验

权限控制决定“能不能访问”，业务语义决定“分析得对不对”，两者缺一不可。

九、总结

将 Superset 改造成 AI BI，最难的部分不是调用大模型，而是让 AI 完整继承现有的数据权限、资源权限和审计边界。

这次实践中最关键的经验是：

1. Agent 不应直接连接业务数据库。
2. 每次工具调用都必须绑定真实用户身份。
3. 数据集、图表和仪表盘必须执行对象级权限检查。
4. 开发固定用户不能带到生产环境。
5. Redis、JWT、数据库凭据必须使用环境变量或密钥服务。
6. AI 输出必须保留可验证的 SQL、数据口径和图表配置。
7. 公开官网与登录后的数据应用必须分离。

澈析 BI 目前提供智能数据分析、图表与仪表盘、AI Agent 和权限隔离能力。产品介绍与免费试用地址：

澈析 BI - 免费试用的智能 BI 与 AI 数据分析工具

推荐标签：

Apache Superset、BI、AI Agent、MCP、数据可视化、 数据权限、Row Level Security、Python、Flask、Gunicorn