SLayer: Eine quelloffene semantische Schicht für KI-Agenten, die aus Abfragen lernt

SLayer ist eine quelloffene semantische Schicht, die für KI-Agenten entwickelt wurde, um Datenbanken abzufragen, Datenmodelle zu verwalten und sich durch natürlichsprachliche Erinnerungen im Laufe der Zeit zu verbessern. Sie sitzt zwischen Ihrer Datenbank und den Agenten (oder internen Tools) und bietet eine strukturierte DSL für Kennzahlen, Dimensionen und Filter – und vermeidet das Chaos von rohem SQL, das von LLMs generiert wird.

Hauptfunktionen aus der Quelle

• Automatische Modellerstellung durch Introspection des Datenbankschemas für einen schnellen Start.
• Laufzeit-Modellbearbeitung: Agenten können Spalten/Kennzahlen bearbeiten oder neue Modelle spontan aus SQL oder anderen Modellen erstellen.
• Natürlichsprachliche Erinnerungen: Speichern und Abrufen von Erinnerungen, die mit Modellen, Spalten oder Abfragen verknüpft sind, um eine Wissensdatenbank aufzubauen.
• Einbettbarkeit: Läuft prozessintern als Python-Modul oder serverlos über CLI; kein Server erforderlich.
• Erkennung und Handhabung von Schema-Drift – Agenten können sich an wechselnde Tabellenstrukturen anpassen.
• Ausdrucksstarke DSL unterstützt mehrstufige Abfragen, benutzerdefinierte Aggregationen, Zeitverschiebungen und die Kombination von Metriken aus mehreren Modellen.
• Mehrere Schnittstellen: MCP (stdio und SSE), REST-API, CLI und Python-Client für DataFrames.
• Noch keine Caching- oder Voraggregations-Engine – als Einschränkung vermerkt; auf der Roadmap.

Schnellstart-Beispiele

Installation mit uv:

uv tool install motley-slayer
slayer

Live-Demo mit der integrierten Jaffle-Shop-DuckDB:

uvx --from 'motley-slayer[all]' slayer serve --demo

Verbindung zu Claude Code über stdio MCP (serverlos):

claude mcp add slayer -- uvx --from motley-slayer slayer mcp --demo

Abfrage über REST-API:

curl -X POST http://localhost:5143/query \
  -H "Content-Type: application/json" \
  -d '{"source_model": "orders", "measures": ["*:count"], "dimensions": ["status"]}'

Modelle auflisten:

curl http://localhost:5143/models

Python-Client-Verwendung:

from slayer.client.slayer_client import Slay

Für wen es gedacht ist

Entwickler, die KI-Datenanalyse-Chatbots, agentische Anwendungen oder andere Tools erstellen, bei denen Agenten Datenbanken iterativ erkunden und aus früheren Abfragen lernen müssen.

Dokumentation: motley-slayer.readthedocs.io