SLayer: Una capa semántica de código abierto para agentes de IA que aprende de las consultas

SLayer es una capa semántica de código abierto diseñada para que los agentes de IA consulten bases de datos, gestionen modelos de datos y mejoren con el tiempo mediante recuerdos en lenguaje natural. Se sitúa entre tu base de datos y los agentes (o herramientas internas), proporcionando un DSL estructurado para medidas, dimensiones y filtros, evitando el caos del SQL generado por LLMs.

Características principales del origen

• Creación automática de modelos a partir de la introspección del esquema de la base de datos para un inicio rápido.
• Edición de modelos en tiempo de ejecución: los agentes pueden editar columnas/medidas o crear nuevos modelos sobre la marcha a partir de SQL u otros modelos.
• Recuerdos en lenguaje natural: guarda y recupera recuerdos vinculados a modelos, columnas o consultas para formar una base de conocimiento.
• Embebibilidad: se ejecuta en proceso como módulo de Python o sin servidor mediante CLI; no requiere servidor.
• Detección y manejo de desviación de esquema: los agentes pueden adaptarse a cambios en la estructura de las tablas.
• DSL expresivo que admite consultas de múltiples etapas, agregaciones personalizadas, desplazamientos temporales y combinación de métricas de varios modelos.
• Múltiples interfaces: MCP (stdio y SSE), API REST, CLI y cliente Python para dataframes.
• Sin motor de caché o preagregación aún: se señala como limitación; en la hoja de ruta.

Ejemplos de inicio rápido

Instalación mediante uv:

uv tool install motley-slayer
slayer

Demostración instantánea con Jaffle Shop DuckDB incluido:

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

Conectar a Claude Code a través de stdio MCP (sin servidor):

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

Consultar mediante API REST:

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

Listar modelos:

curl http://localhost:5143/models

Uso del cliente Python:

from slayer.client.slayer_client import Slay

Para quién es

Desarrolladores que construyen chatbots de análisis de datos con IA, aplicaciones agentivas o cualquier herramienta donde los agentes necesiten explorar bases de datos de forma iterativa y aprender de consultas anteriores.

Documentación: motley-slayer.readthedocs.io