OpenMetadata 1.13 值得数据治理、元数据管理、数据目录、知识图谱和企业 AI 应用团队认真看。它不是简单加几个连接器，也不是普通的数据目录更新。
如果用一句话概括：OpenMetadata 1.13 释放出的信号是，AI 时代的数据治理正在从“管理元数据”，继续走向“管理语义上下文”。
过去很多数据治理平台解决的是有哪些表、有哪些字段、谁负责、血缘从哪里到哪里、质量规则有没有跑。到了企业 AI 阶段，只知道这些还不够。AI 真正需要理解的是字段在业务上是什么意思，指标之间是什么关系，术语在不同部门是否一致，一个业务概念由哪些表、字段、报表、管道和规则共同实现。
从数据目录走向语义图谱
OpenMetadata 1.13 加入 Knowledge Graph、Ontology Explorer、Glossary Terms & Relations、Columns as Assets 等能力。这些功能的共同方向，是把技术元数据和业务语义元数据放进同一张上下文网络里。
数据目录解决的是找得到，知识图谱和语义上下文解决的是看得懂、连得上、解释得清。
如果一个管理者问“本月收入为什么下降”，一个真正可用的 AI 数据分析助手不能只会写 SQL。它至少要知道收入指标的业务定义、关联数据源、字段口径、报表权威性、质量异常、口径变更、业务 Owner 和权限边界。
这些信息不是模型凭空知道的，而是来自企业数据治理上下文。
字段成为治理的一等资产
OpenMetadata 1.13 把字段提升为更重要的资产，这一点非常关键。真实治理往往发生在字段层：客户手机号、身份证号、订单金额、收入确认口径、风险等级、客户标签，这些关键对象很多时候不是表，而是字段。
企业 AI 如果要可靠回答问题、生成 SQL、解释指标或触发治理动作，就必须理解字段级语义，而不是只知道表名和列名。
MCP 与企业 Agent 的连接
这次版本里，MCP 支持也值得关注。未来很多 AI Agent 不只是查数据，而是要通过工具接口访问元数据、理解上下文、执行治理动作。
这意味着元数据平台不能只服务人类搜索，还要逐渐变成 AI Agent 可以查询、理解和调用的语义基础设施。
OpenMetadata 1.13 的重点不是又多了几个功能，而是指向一个趋势：元数据平台正在成为企业 AI 可以依赖的语义上下文层。