数据共享

数据共享的产品模型是“发布 → 订阅”：发布方选择 Catalog 对象和目标工作区，订阅方把该对象挂载为只读的订阅库。它不同于导出，不会为订阅方复制一份可独立写入的数据。

当前不可通过 SDK 自动化

截至本页核对的官方 moi-python-sdk 与 moi-go-sdk 主分支，两个 SDK 均未定义 Publication、Subscription 或 Data Share 的公开类型与方法。

更重要的是，当前文档仓库记录的产品实现中，数据共享前端仍使用有状态 Mock，尚未连接生产后端。界面中的发布、订阅和取消状态不能视为真实、持久的跨工作区授权。

因此：

• 不要为发布、订阅、续期或撤销自行拼接端点。

• 不要根据前端 Mock 状态授予下游系统数据访问权。

• 不要把刷新前的界面状态写入审计或计费系统。

• 不要把 Catalog 下载或导出任务描述为数据共享；它们具有不同的权限与生命周期。

未来接入时应保持的模型

待生产后端和官方 SDK 公开相应能力后，集成代码应区分以下对象：

对象	所属方	需要保存的关系
Publication	发布工作区	源 Catalog 对象、目标工作区、权限、有效期
Subscription	订阅工作区	Publication、挂载位置、本地名称、订阅状态
Mounted Object	订阅工作区 Catalog	只读对象与源 Publication 的关系

预期的安全流程应包括：

1. 发布前用 Catalog ID 和完整路径确认源对象。

2. 明确指定目标工作区，不生成公共链接。

3. 订阅后以只读对象使用，并保留源工作区和 Publication 标识。

4. 取消订阅或撤销发布前检查查询、知识库和工作流依赖。

5. 把过期与撤销当作正常访问失效，而不是可无限重试的网络错误。

这些是产品资源模型和集成约束，不是当前可调用的方法清单。只有在官方 SDK 发布类型和方法后，才能据此实现自动化。

可用替代方案

若当前需求是把数据交付给外部系统，请使用 AI Studio 的数据导出。若另一个工作区需要持续只读访问，应等待数据共享生产后端和 SDK 支持，不要用共享 API 的猜测实现替代授权。