ktx - เลเยอร์คอนเท็กซ์ที่ปฏิบัติการได้สำหรับเอเจนต์ด้านข้อมูล/การวิเคราะห์
(github.com/Kaelio)- เลเยอร์คอนเท็กซ์แบบปรับปรุงตัวเองได้ ที่รวบรวม คำนิยามเมตริก/ความสัมพันธ์ของตาราง/องค์ความรู้ทางธุรกิจ ที่ได้รับการอนุมัติ แล้วป้อนให้เอเจนต์ เพื่อให้ AI เอเจนต์อย่าง Claude Code, Codex ฯลฯ สามารถคิวรีคลังข้อมูลของบริษัทได้พร้อม บริบทที่ถูกต้อง
- แก้ปัญหาที่เอเจนต์ต้อง สำรวจคลังข้อมูลใหม่อีกครั้ง ในทุกคำถาม และ แต่งสูตรคำนวณเมตริก อย่างยอดขายหรืออัตราการคืนเงินขึ้นมาเอง จนคืนค่าตัวเลขที่ไม่ตรงกับคำนิยามที่อนุมัติไว้
- รวบรวมและจัดระเบียบเนื้อหาในวิกิภายในองค์กร ลบข้อมูลซ้ำ และทำเครื่องหมาย ความขัดแย้งระหว่างแหล่งข้อมูล เพื่อให้มนุษย์ตรวจทาน
- ช่วยให้เอเจนต์ เขียนคิวรีได้ดีขึ้น ผ่านการสุ่มตัวอย่างตาราง การเก็บเมตาดาตาและรูปแบบการใช้งาน การตรวจหาคอลัมน์ที่สามารถ join กันได้ และการเพิ่มคำอธิบายประกอบให้กับแหล่งข้อมูล
- จัดเตรียมความเชื่อมโยงระหว่างตารางล่วงหน้าในรูปแบบ join graph เพื่อหลีกเลี่ยงข้อผิดพลาดการรวมค่าอย่าง chasm·fan trap โดยอัตโนมัติ ทำให้เอเจนต์ไม่จำเป็นต้องเขียน SQL join ที่ซับซ้อนเอง และเพียง ระบุชื่อเมตริก ก็ได้ผลลัพธ์ที่ถูกต้อง
- chasm·fan trap: ข้อผิดพลาดในการรวมค่าที่เกิดจากแถวซ้ำระหว่างกระบวนการ join จนทำให้ผลรวมสูงเกินจริง
- มี เครื่องมือ CLI·MCP ที่ผสานการค้นหาแบบ full-text ครอบคลุมทั้งวิกิและ semantic layer (ชั้นที่นิยามความหมายของตาราง/เมตริก) เข้ากับการค้นหาตามความหมาย
- ทำงานร่วมกับ PostgreSQL, Snowflake, BigQuery, ClickHouse, MySQL, SQL Server, SQLite และเชื่อมต่อกับ dbt, Looker, Metabase, Notion เป็นต้น
- การเชื่อมต่อทั้งหมดออกแบบเป็น read-only จึงไม่เขียนข้อมูลลงฐานข้อมูล และเมื่อรันแบบโลคัลจะส่งข้อมูลออกไปยังผู้ให้บริการ LLM ที่ผู้ใช้ตั้งค่าไว้เท่านั้น
- สามารถรันได้ด้วย LLM API key ของตนเอง หรือสมัคร Claude Pro/Max ที่ใช้ Claude Code เป็นฐาน หรือใช้การยืนยันตัวตน Codex แบบโลคัล
- ไลเซนส์ Apache-2.0
ยังไม่มีความคิดเห็น