MetaMorph：基于LLM Agent的元数据智能转换框架

MetaMorph是一个开源的LLM驱动Agent系统，专门用于元数据提取、归一化和结构化转换。它将混乱、非结构化或异构的数据集列转换为机器可读特征，采用Agent工作流（多步LLM管道）并支持溯源追踪和HTML报告生成。

• 原作者/维护者： Michael000777
• 来源平台： GitHub
• 原始标题： MetaMorph
• 原始链接： https://github.com/Michael000777/MetaMorph
• 发布时间： 2026-05-28

---

在机器学习项目中，高质量的元数据是构建有意义模型的基础。然而在实际场景中，元数据往往存在于各种混乱的格式中：自由文本列（如备注、描述）、不一致的日期和单位格式、拼写错误的分类标签、半结构化字符串，以及未记录的约定和隐藏上下文。这些问题导致模型脆弱、可复现性降低，并拖慢迭代速度。

MetaMorph正是为解决这一痛点而设计的开源框架，它利用大语言模型的能力，将混乱的元数据转换为结构化、机器可读的格式，从而增强机器学习管道和预测模型。

---

与传统的一次性提示不同，MetaMorph采用Agent工作流架构（监督器+专业化节点），确保转换过程的稳健性：

1. 解析节点 — 初步解析自由文本和半结构化元数据
2. 模式/类型推断 — 识别数据类型和潜在结构
3. 精炼/归一化 — 标准化单位、格式和类别
4. 验证节点 — 确保输出符合预期模式
5. 错误处理与重试 — 自动处理异常情况

这种结构支持可重复、可测试的LLM行为，并能安全地扩展到多个列和数据集。

---

MetaMorph的一个重要特性是列级溯源追踪。每个处理的列都维护一个追踪器，记录：

• events_path — 哪些Agent/节点接触过该列（可选时间戳）
• node_path — 每个节点对该列的摘要/原因
• 不确定性标记和错误消息

这意味着你可以回答："什么改变了、何时改变、为什么改变？"

---

MetaMorph可以作为本地MCP（Model Context Protocol）服务器暴露，允许任何MCP兼容的客户端（IDE Agent、桌面应用或其他LLM编排器）将其作为结构化工具调用。

• 标准化的LLM工具接口（无需自定义API）
• 通过stdio本地执行（无需端口、无需HTTP）
• 显式、最小化的接口面积
• 与CLI相同的转换管道

暴露的MCP工具包括：

• metamorph_run：在CSV数据集上运行完整的MetaMorph转换管道
• metamorph_info：返回关于MetaMorph服务器的基本能力元数据

---

MetaMorph在多个领域都有实际应用价值：