Ktx: Una Capa de Contexto Ejecutable para Corregir la Precisión del Agente de Datos

Ktx es una capa de contexto ejecutable de código abierto diseñada para que agentes de IA como Claude Code, Codex, Cursor y OpenCode consulten tu almacén de datos con precisión. Tras desarrollar agentes de datos de nivel productivo para docenas de empresas, el equipo de Kaelio descubrió que la precisión es el problema número uno: los agentes generan SQL válido pero a menudo incorrecto debido a columnas obsoletas, reglas de negocio ocultas, fanouts de joins y lógica de atribución faltante.
Ktx divide el problema en dos partes:
- Contexto de negocio se coloca en páginas wiki Markdown que se ingieren, organizan, deduplican y marcan por contradicciones automáticamente.
- Definiciones consultables se colocan en archivos YAML que definen tablas, granularidad de filas, joins, medidas, dimensiones, filtros y grupos de filtros.
Cuando un agente necesita una métrica, le pide a ktx una medida, dimensiones y filtros en lugar de escribir toda la consulta. El planificador de ktx elige la ruta de join, usa la granularidad y metadatos de relaciones, detecta problemas como fanout de joins y chasm joins, y compila el SQL del almacén aprovechando también conocimiento no estructurado de documentos ingeridos.
Ktx se integra con la mayoría de almacenes (BigQuery, Snowflake, Postgres, ClickHouse, MySQL, SQL Server, SQLite), herramientas de modelado (dbt, MetricFlow, LookML), herramientas de BI (Looker, Metabase) y herramientas de documentación como Notion.
Inicio rápido
npm install -g @kaelio/ktx
ktx setup
ktx status
Después de la configuración, ktx status muestra verificaciones de preparación para LLM, embeddings, bases de datos, fuentes de contexto e integración de agentes.
Primeros comandos
ktx setup # Crear, reanudar o actualizar un proyecto ktx
ktx status # Verificar preparación del proyecto
ktx ingest # Construir contexto para cada conexión configurada
ktx sl "revenue" # Buscar fuentes semánticas
ktx wiki "refund policy" # Buscar páginas wiki locales
ktx mcp start # Iniciar el servidor MCP para clientes agente
Para usuarios de agentes: ejecuta npx skills add Kaelio/ktx --skill ktx en el directorio de tu proyecto para instalar y configurar ktx mediante el skill.
Para quién es
Usa ktx si quieres que agentes como Claude Code o Codex consulten tu almacén con definiciones de métricas aprobadas, tienes conocimiento de negocio disperso en dbt, Looker, Metabase y Notion, o necesitas que los agentes reutilicen SQL canónico en lugar de inventarlo en cada consulta. Omítelo si no tienes un almacén SQL o solo necesitas consultas ad-hoc puntuales.
📖 Lee la fuente completa: HN AI Agents
👀 Ver también

Navegando por los problemas de instalación de OpenClaw
Los usuarios enfrentan desafíos de instalación entre openclaw.ai y openclawd.ai, cada uno proporcionando diferentes comandos de configuración.

Fable 5 en Claude Code: Análisis de Costos del Primer Día — $210 equivalente en API, $0 Pagado
Un desarrollador cambió a claude-fable-5 en Claude Code y midió el uso de tokens en 742 respuestas. Costo equivalente a API: $210.15. Pago real: $0 durante la ventana del plan hasta el 22 de junio.

Revisión del Rendimiento de Omnicoder-9B: Velocidad frente a Problemas de Llamada a Herramientas
Omnicoder-9B, un modelo enfocado en codificación ajustado en Qwen3.5 9B con salidas de Opus 4.6, GPT 5.4, GPT 5.3 Codex y Gemini 3.1 Pro, muestra un rendimiento sólido en hardware de gama media pero tiene problemas de llamada a herramientas en IDEs.

SkillOpt: Optimizando Archivos de Habilidades Markdown como Parámetros Entrenables para Agentes de IA
SkillOpt formaliza el proceso ad hoc de editar archivos de habilidades en Markdown para agentes de codificación de IA, utilizando modelos de frontera para proponer ediciones acotadas y evaluadas contra conjuntos de validación. Las mejores habilidades convergen con 1-4 ediciones aceptadas de muchas propuestas, y se transfieren entre modelos como Codex a Claude Code.